[发明专利]驾驶安全检测方法、驾驶安全检测装置及车载终端

说明书

本公开提供了一种驾驶安全检测方法、驾驶安全检测装置及车载终端，通过实时获取车辆内的驾驶人员的人脸图像，并对人脸图像进行分析，得到各时间点驾驶人员的多种驾驶状态数据，从而根据各时间点驾驶人员的多种驾驶状态数据判断驾驶人员是否处于安全驾驶状态。基于上述设计，实现了对驾驶安全的便捷检测。

技术领域

本公开涉及安全检测技术领域，具体而言，涉及一种驾驶安全检测方法、驾驶安全检测装置及车载终端。

背景技术

随着车辆的增多，驾驶安全问题成为人们关注的焦点问题之一，为了确保驾驶安全，往往需要对驾驶人员的状态进行检测，现今为了实现对驾驶人员的状态的可靠检测，主要通过另外设置硬件装置来检测驾驶人员的脑电波、心率等信息，进而对驾驶人员的状态进行判断。这种检测方法需要增设额外的硬件装置，甚至可能需要驾驶人员在驾驶车辆时进行硬件装置佩戴、配合硬件装置，实现较为不便。

发明内容

有鉴于此，本公开实施例的目的在于提供一种驾驶安全检测方法、驾驶安全检测装置及车载终端，以在确保检测可靠性的同时，提高驾驶安全检测的便捷性。

第一方面，本公开实施例提供一种驾驶安全检测方法，包括：

实时获取车辆内的驾驶人员的人脸图像；

对所述人脸图像进行分析，得到各时间点所述驾驶人员的多种驾驶状态数据，其中，对一幅所述人脸图像进行分析得到的为一个时间点所述驾驶人员的多种驾驶状态数据；

根据各时间点所述驾驶人员的多种驾驶状态数据判断所述驾驶人员是否处于安全驾驶状态。

在本公开的一种实施方案中，在上述驾驶安全检测方法中，所述对所述人脸图像进行分析，得到各时间点所述驾驶人员的多种驾驶状态数据的步骤，包括：

将实时获取的各所述人脸图像分别输入预先建立的多任务模型，基于所述多任务模型分析得到各时间点所述驾驶人员的多种驾驶状态数据。

在本公开的一种实施方案中，在上述驾驶安全检测方法中，所述多任务模型为深度网络结构，深度网络结构的所述多任务模型的底层特征图和高层特征图通过特征融合金字塔实现融合。

在本公开的一种实施方案中，在上述驾驶安全检测方法中，所述多种驾驶状态数据包括驾驶人员的分心状态数据、驾驶人员的情绪状态数据和驾驶人员的疲劳状态数据。

在本公开的一种实施方案中，在上述驾驶安全检测方法中，所述驾驶人员的分心状态数据通过以下步骤得到：

基于所述驾驶人员的人脸图像，分析得到所述驾驶人员的头部的偏航角、俯仰角和滚动角；

判断所述驾驶人员的头部的偏航角、俯仰角和滚动角是否超过设定的角度阈值，如果超过所述设定的角度阈值，判定所述驾驶人员处于分心状态。

在本公开的一种实施方案中，在上述驾驶安全检测方法中，所述驾驶人员的疲劳状态数据通过以下步骤得到：

基于所述驾驶人员的人脸图像，分析得到所述驾驶人员每个眼睛的中心点坐标和每个嘴角的坐标；

根据每个眼睛的中心点坐标裁剪出所述驾驶人员的眼睛区域图像，根据每个嘴角的坐标裁剪出所述驾驶人员的嘴巴区域图像；

根据所述眼睛区域图像分析所述驾驶人员的眼睛状态，根据所述嘴巴区域图像分析所述驾驶人员的嘴巴状态；

基于所述眼睛状态和嘴巴状态判断所述驾驶人员是否处于疲劳状态。

在本公开的一种实施方案中，在上述驾驶安全检测方法中，所述驾驶人员的情绪状态数据通过深度网络分类得到。