[发明专利]基于人脸多特征的驾驶行为判别预警装置及实现方法在审
申请号: | 201911260670.6 | 申请日: | 2019-12-10 |
公开(公告)号: | CN111016915A | 公开(公告)日: | 2020-04-17 |
发明(设计)人: | 吕志刚;杨舒凯;任类思;王鹏;李亮亮;周梦;李良杰;陈相伟 | 申请(专利权)人: | 西安工业大学 |
主分类号: | B60W40/09 | 分类号: | B60W40/09;G05B19/042 |
代理公司: | 西安新思维专利商标事务所有限公司 61114 | 代理人: | 黄秦芳 |
地址: | 710032 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 人脸多 特征 驾驶 行为 判别 预警 装置 实现 方法 | ||
1.一种基于人脸多特征的驾驶行为判别预警装置,其特征在于:
包括设置在车载系统中的特征图像采集判别预警装置和PC上位机,特征图像采集判别预警装置包括CPU模块、以及分别与CPU模块连接的视频图像采集模块、液晶显示调试模块、系统启动存储模块、以太网口模块、4G模块和电源模块,PC上位机通过4G通信模块接收所述特征图像采集判别预警装置的判别结果及关键特征图像,通过SQL方法进行历史数据的存储备份。
2.根据权利要求1所述的基于人脸多特征的驾驶行为判别预警装置,其特征在于:所述CPU模块选用Raspberry Pi 3B+模块。
3.根据权利要求1或2所述的基于人脸多特征的驾驶行为判别预警装置,其特征在于:所述4G无线通信模块采用SIM7600CE,SIM7600CE的VCC接3.3V电源,GND引脚接地,在VCC与GND之间挂接一个104电容实现均衡滤波,RXD接CPU的TXD0引脚,TXD引脚接CPU的RXD0引脚。
4.根据权利要求3所述的基于人脸多特征的驾驶行为判别预警装置,其特征在于:所述视频图像采集模块采用CSI接口特性的500W像素摄像头OV5647模组,OV5647模组的VCC引脚接3.3V电源,引脚GND接地,SCL引脚接IIC的SCL0,SDA引脚接IIC的SDA0,OV5647的第11和12引脚分别接CPU的GPIO0和GPIO1,OV5647的DN0、DP0、DN1、DP1引脚直接与CPU的GPIO口相连构成数据的传输,CN、CP引脚直接与CPU的空闲GPIO口相连实现时钟的传输。
5.根据权利要求4所述的基于人脸多特征的驾驶行为判别预警装置,其特征在于:所述液晶显示调试模块为标准的HDMI接口,HDMI的VCC引脚接5V电源,引脚GND接地,HDMI的SCL引脚接CPU的5号引脚SCL1,SDA引脚接CPU的3号引脚SDA1,实现液晶显示器的基本信息,HDMI_HPD引脚为热插拔信号,直接接CPU的空闲GPIO,当HPD引脚大于2V,TMDS才会输出。
6.根据权利要求5所述的基于人脸多特征的驾驶行为判别预警装置,其特征在于:所述的系统启动存储模块采用Micro-SD卡接口作为存放系统文件的资料,其具有四个数据线接口(D0-D3),分别接10K上拉电阻,CMD为命令线与CPU进行命令交互。
7.根据权利要求6所述的基于人脸多特征的驾驶行为判别预警装置,其特征在于:所述的以太网口模块,采用Microchip ENC28J60芯片作为以太网模块,ENC28J60的MOSI引脚接CPU的第19号引脚SPI_MOSI,MISO引脚接CPU的第21号引脚SPI_MISO,SCLK引脚接CPU的第23号引脚SPI_CLK,CS引脚接空闲GPIO。
8.一种基于人脸多特征的驾驶行为判别预警装置的实现方法,其特征在于:包括特征图像采集判别预警装置实现人证合一判定实现方法、驾驶行为判定预警方法和PC上位机管理系统完成的图像接收及判别结果的实名日志记录方法。
9.根据权利要求8所述的基于人脸多特征的驾驶行为判别预警装置的实现方法,其特征在于:包括通过特征图像采集判别预警装置实现人证合一判别实现方法,步骤如下:
步骤1:采集特征图像;
步骤2:采用MTCNN人脸检测模型,从特征图像中提取人脸图像;
步骤3:把人脸图像输入到Face Net,计算Embedding的特征向量;
步骤4:对驾驶员的身份证信息采用同样的方式进行提取计算Embedding的特征向量;
步骤5:比较特征向量间的欧式距离;
步骤6:判断特征距离小于1人证合一判定为同一人,特征距离大于1的时候认为是不同人。
10.根据权利要求8所述的基于人脸多特征的驾驶行为判别预警装置的实现方法,其特征在于:包括通过特征图像采集判别预警装置实现驾驶行为判定预警和特征图像传输及判别结果的实名日志记录方法,步骤如下:
步骤1:采集特征图像;
步骤2:检测人脸大致确定人体区域,预确定驾驶员位置;
步骤3:寻找面部和双手3个有肤色特征的区域,即在所有具有肤色特征的区域中,提取面积最大的3个区域作为头和双手的位置;
步骤4:计算三者之间的欧式距离,继而更精确的确定驾驶员位置;
步骤5:从每一帧中实时地提取人体区域;
步骤6:在使用肢体行为算法提取图像2D特征的方法上,对代价公式进行了部分修正;
步骤7:利用模拟退火算法代替退火粒子群算法以最小化代价函数,实现以3D模型跟踪估计预测驾驶员姿态;
步骤8:用姿态角转换获取人体上身8个骨骼节点实时三维坐标,最终对驾驶员实现行为判别,从而确定当前时刻驾驶员的状态;
步骤9:将判别结果与驾驶员身份绑定,通过4G传输至PC管理软件,以当前系统时间进行实名制日志记录,以SQL数据库的形式存储备份。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安工业大学,未经西安工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911260670.6/1.html,转载请声明来源钻瓜专利网。