[发明专利]一种基于俯视特征的盲驾检测方法

摘要

本发明公开了一种基于俯视特征的盲驾检测方法，本发明采用视频图像处理技术，监控驾驶员眼睛的俯视特征，依据驾驶员处于俯视状态时间的长短实时判断是否存在盲驾行为，具有监控准确度高，漏检误检少，受环境影响小，速度快，成本低等特点。

主权项

一种基于俯视特征的盲驾检测方法，其特征在于，包括以下步骤：11)检测开始前，加载人脸检测分类器文件；12)检测开始，实时采集驾驶员的头部图像，并变换成灰度图像；13)基于步骤11)加载的人脸检测分类器文件以及步骤12)所得到的灰度图像，判断当前帧中人脸是否存在，如是，则在灰度图像中准确找到驾驶员的左、右眼睛的上眼睑轮廓，通过曲线拟合算法获取上眼睑的轮廓半径；如否，则直接进入步骤14)；14)如人脸不存在，则基于人脸消失的时间特征判断驾驶员是否处于盲驾状态；如人脸存在，则基于基于左、右眼睛的上眼睑轮廓特征，判断驾驶员是否处盲驾状态；15)当驾驶员处于盲驾状态时，向驾驶员发出警报或向远程监控的服务器发送驾驶员处于盲驾状态时的实时视频；所述步骤13)包括以下步骤：31)获取人脸检测的有效区域，如上一帧没有得到正确的人脸位置，则人脸检测的有效区域为全图区域；如上一帧存在正确的人脸位置，则有效区域为在原有人脸矩形区域的基础上，向左右各扩展半个人脸的矩形宽度，向上下各扩展半个人脸的矩形高度，形成的人脸检测的有效区域；32)基于adaboost分类器，进行人脸检测；33)判断人脸是否存在，如果是，清空时间戳列表，进入步骤34)，如果否，把当前帧时间戳放入时间戳列表，进入步骤14)；34)基于人脸的“三庭五眼”布局规律，按照公式[2]、公式[3]，分别获取左、右眼睛的位置子区域rect_left、rect_right；rect_left.x=rect_face.x+rect_face.width*0.2rect_left.y=rect_face.y+rect_face.height*0.28rect_left.width=rect_face.width*0.3rect_left.height=rect_face.height*0.19---[2]]]>rect_right.x=rect_face.x+rect_face.width*0.5rect_right.y=rect_face.y+rect_face.height*0.28rect_right.width=rect_face.width*0.3rect_right.height=rect_face.height*19---[3]]]>其中，rect_face是图像中的人脸位置区域；35)获取左、右眼睛的上眼睑轮廓曲线；36)基于最小二乘拟合理论式[7]、式[8]、式[9]，获取上眼睑轮廓曲线对应的圆半径R和圆心center；R=12a2+b2-4ccenter.x=-a2center.y=-b2---[7]]]>a=G*D-E*FC*F-D*Db=G*C-E*DD*D-F*Cc=-Σ(xi2+yi2)+aΣxi+bΣyin---[8]]]>C=nΣxi2-ΣxiΣxiD=nΣxiyi-ΣxiΣyiE=nΣxi3+nΣxiyi2-Σ(xi2+yi2)ΣxiF=(nΣyi2-ΣyiΣyi)G=nΣxi2yi+nΣyi3-Σ(xi2+yi2)Σyi---[9]]]>其中，n是参与拟合的点集数目，xi、yi参加拟合的点的坐标；37)获取最终的上眼睑轮廓半径，具体做法为，计算左、右眼睛的上眼睑轮廓半径的均值，把该均值放入半径列表中，同时把左眼睛的上眼睑轮廓圆心的纵坐标放入圆心列表中。