[发明专利]一种基于特征融合的安全驾驶判别方法、系统及车辆

说明书

本发明公开了一种基于特征融合的安全驾驶判别方法、系统及车辆，所述方法包括获取待识别的语音信号，形成基于语音信号的第一识别结果；获取待识别的人脸信号的特征，形成基于视觉特征的第二识别结果和基于嘴巴特征的第三识别结果；将所述第一识别结果、第二识别结果和第三识别结果通过融合算法进行融合处理输出一融合结果；根据所述融合结果判断是否处于安全驾驶状态。本发明将基于语音信号的第一识别结果和基于视觉特征的第二识别结果和基于嘴巴特征的第三识别结果进行融合，通过融合结果来判断车辆是否处于安全驾驶状态，这样提高安全驾驶判别方法的精度，避免处于延迟现象，同时也能降低算法的复杂程度。

技术领域

本发明涉及车辆技术领域，具体涉及一种基于特征融合的安全驾驶判别方法、系统及车辆。

背景技术

随着国内经济的发展，人们生活水平的提高，使得越来越多的家庭和个人拥有了车辆，而车辆是一种高速运行的工具，给人们带来便捷的同时，也隐藏着危险。且随着车辆的增多，交通事故的数次也增加。其最重要的原因在于司机，司机驾驶时的情绪会影响其驾驶行为，给自身和他人带来了严重的危险。

对比文件1(CN104574819A)公开了一种基于嘴巴特征的疲劳驾驶检测方法，通过监控驾驶员的嘴巴张开特征，并依据打哈欠行为来判断驾驶员是否处于疲劳驾驶状态。对比文件2(CN104809445B)公开了基于眼部和嘴部状态的疲劳驾驶检测方法，通过结合眼部和嘴部两个特征参数进行判断，与单一参数相比对疲劳判断的准确率和可靠性更高。对比文件3(CN106682603A)公开了一种基于多源信息融合的实时驾驶员疲劳预警系统，通过实时的跟踪定位出的眼睛和嘴巴，满足实时对司机驾驶的疲劳状态作出准确预测的需求。

目前的安全驾驶判别方法都是采用嘴巴特征、眼睛特征或者两者结合来判断，现有技术中基于嘴巴特征、眼部特征或其结合而言算法都比较复杂，且影响安全驾驶判别方法的精度，甚至会出现判断延迟。因此，现有技术还有待于改进和发展。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供了一种基于特征融合的安全驾驶判别方法、系统及车辆，旨在解决现有技术中算法复杂、精度低且判断延迟的问题。

本发明解决技术问题所采用的技术方案如下：

一种基于特征融合的安全驾驶判别方法，包括以下步骤：

获取待识别的语音信号，形成基于语音信号的第一识别结果；

获取待识别的人脸信号的特征，形成基于视觉特征的第二识别结果和基于嘴巴特征的第三识别结果；

将所述第一识别结果、第二识别结果和第三识别结果通过融合算法进行融合处理输出一融合结果；

根据所述融合结果判断是否处于安全驾驶状态。

优选地，所述基于语音信号的第一识别结果的形成方法为：

将获取的语音信号进行预处理；

对预处理后的语音信号进行分析，得出相邻的两个语音信号之间的时间间隔；

若该时间间隔大于一设定阀值，则所述第一识别结果为连续语音输出，否则所述第一识别结果为非连续语音输出。

优选地，所述基于视觉特征的第二识别结果的形成方法为：

获取训练数据集；

采用基于深度神经网络算法对训练数据集的微表情进行识别，形成表情识别结果；

将获取的待识别的人脸信号的特征与表情识别结果进行比对，形成第二识别结果，所述第二识别结果包括平和、开心、惊讶、伤心、生气、厌恶、恐惧或轻视。

优选地，所述基于嘴巴特征的第三识别结果的形成方法为：