[发明专利]一种基于驾驶员监控系统的安全带检测方法以及相应的设备

权利要求书

1.一种基于驾驶员监控系统(DMS)的安全带检测方法，所述安全带检测方法包括以下步骤：

(1)获取目标DMS图像；

(2)识别所述目标DMS图像中的安全带的第一部分，其中，所述第一部分为所述安全带的最上端至所述安全带与驾驶员肩膀交界处；

(3)从所述目标DMS图像中提取与所述第一部分对应的安全带第一部分图像，并且基于所述安全带第一部分图像确定所述安全带的第一部分与垂直方向的夹角值；

(4)判断所述夹角值是否小于预设夹角阈值；以及

(5)在所述夹角值小于所述预设夹角阈值的情况下，判定所述驾驶员未正常佩戴安全带。

2.根据权利要求1所述的安全带检测方法，其特征在于，所述步骤(3)中基于所述安全带第一部分图像确定所述安全带的第一部分与垂直方向的夹角值包括以下次级子步骤：

(3-1)使用Canny边缘检测算法提取所述安全带第一部分图像的边缘；

(3-2)使用Hough变换识别所述安全带第一部分图像中的直线，从而得到所述安全带第一部分图像中的多个直线段；

(3-3)确定所述多个直线段中各个直线段的长度值；

(3-4)选取所述多个直线段中长度值大于预设长度阈值的多个目标直线段，并且确定所述多个目标直线段中各个目标直线段与垂直方向的夹角值，从而得到所述各个目标直线段的夹角值；以及

(3-5)根据所述各个目标直线段的夹角值和所述各个目标直线段的长度值确定所述安全带的第一部分与垂直方向的夹角值。

3.根据权利要求2所述的安全带检测方法，其特征在于，所述次级子步骤(3-5)根据所述各个目标直线段的夹角值和所述各个目标直线段的长度值确定所述安全带的第一部分与垂直方向的夹角值包括：

将所述各个目标直线段的长度值与所述多个目标直线段的总长度值的比值确定为所述各个目标直线段的权重系数；

将所述各个目标直线段的夹角值与相应的权重系数相乘并求和，以得到所述安全带的第一部分与垂直方向的夹角值。

4.根据权利要求1至3之一所述的安全带检测方法，其特征在于，在所述夹角值不小于所述预设夹角阈值的情况下，所述安全带检测方法还包括以下第一级子步骤：

(1)识别所述驾驶员的脸部特征并且获取与所述脸部特征关联的预设标识信息，其中，所述预设标识信息设置在所述安全带的第二部分上，所述第二部分为所述安全带与驾驶员肩膀交界处至所述安全带的最下端；

(2)识别所述目标DMS图像中所述安全带的第二部分；

(3)从所述目标DMS图像中提取与所述第二部分对应的安全带第二部分图像，并且基于所述安全带第二部分图像检测所述安全带第二部分图像中出现所述预设标识信息的最大置信度；

(4)判断所述最大置信度是否大于预设置信度阈值；以及

(5)在所述最大置信度大于所述预设置信度阈值的情况下，判定所述驾驶员正常佩戴了安全带。

5.根据权利要求4所述的安全带检测方法，其特征在于，在所述最大置信度不大于所述预设置信度阈值的情况下，所述安全带检测方法还包括以下第二级子步骤：

(1)获取已经训练好的分类器；

(2)将所述安全带第二部分图像输入所述已经训练好的分类器中进行识别，以输出分类结果；

(3)根据所述分类结果，判定所述驾驶员是否正常佩戴安全带。

6.根据权利要求5所述的安全带检测方法，其特征在于，所述第二级子步骤(1)获取已经训练好的分类器包括：

获取当前驾驶员的历史视频数据；

从所述历史视频数据中收集多个正样本和多个负样本，其中，在所述正样本中驾驶员正常佩戴了安全带，在所述负样本中驾驶员未正常佩戴安全带；

利用所述多个正样本和所述多个负样本训练一个基于深度卷积神经网络(CNN)的分类器。