[发明专利]一种基于主动红外图像的驾驶员打电话检测方法

权利要求书

1.一种基于主动红外图像的驾驶员打电话检测方法，其特征在于：包括以下步骤：

S1：获取车载驾驶主动红外图像；

S2：对红外图像进行包括缩放、平衡对比度和去噪滤波的预处理以降低计算量并输出预处理后的图像；

S3：对预处理后的图像的HOG特征进行分类和排序以检测驾驶员人脸；

S4：扩大驾驶员人脸的区域图像作为待检测区，记为G0；

S5：根据深度学习中的YOLO目标检测方法在G0中检测手和手机，获得检测集合记为S0；

S6：判断S0中目标的存在情况并分别进行后处理；具体步骤为：

若S0中不存在任何目标，则直接返回；

若S0中同时存在手和手机，则将打手机行为计数加一；

若S0中仅存在手机，则截取S0中对应的手机区域图像，记为G1；将G1送入物品分类的二分类器中，再次判断是否为手机，若是手机则将打手机行为计数加一，若否则返回；

若S0中仅存在手，则截取S0中对应的手区域图像，记为G2；将G2送入手势分类的二分类器中，再次判断手是否为打手机姿态，若是打手机姿态则打手机行为计数加一，若否则返回；

S7：输出分类结果：若在连续时间T秒内，打手机行为计数大于阈值N则输出告警；若在连续时间T秒内，打手机行为计数小于等于阈值N则不输出告警。

2.根据权利要求1所述的一种基于主动红外图像的驾驶员打电话检测方法，其特征在于：所述的步骤S2中，具体步骤为：

S21：通过图像双线性插值对红外图像进行缩放；

S22：通过直方图均衡化平衡红外图像对比度；

S23：通过中值滤波器对红外图像进行去噪滤波处理并输出处理后的图像。

3.根据权利要求2所述的一种基于主动红外图像的驾驶员打电话检测方法，其特征在于：所述的步骤S3中，具体步骤为：

S31：利用图像特征提取器提取图像的HOG特征；

S32：利用SVM分类器对HOG特征进行分类，获得满足SVM分类器的位置即为人脸的位置；

S33：将步骤S32得到的人脸按照大小进行排序，输出最大的人脸即为驾驶员人脸。

4.根据权利要求1所述的一种基于主动红外图像的驾驶员打电话检测方法，其特征在于：所述的步骤S3中，用根据LBP算法和Adaboost算法处理预处理后的图像，替换对预处理后的图像的HOG特征进行分类和排序。

5.根据权利要求1所述的一种基于主动红外图像的驾驶员打电话检测方法，其特征在于：所述的步骤S3中，用根据深度学习的目标检测方法处理预处理后的图像，替换对预处理后的图像的HOG特征进行分类和排序。

6.根据权利要求1所述的一种基于主动红外图像的驾驶员打电话检测方法，其特征在于：所述的步骤S5中，用RCNN算法替换深度学习中的YOLO目标检测方法。

7.根据权利要求1所述的一种基于主动红外图像的驾驶员打电话检测方法，其特征在于：所述的步骤S5中，用SSD算法替换深度学习中的YOLO目标检测方法。