CN104573724A - 一种驾驶员接打电话行为监控方法 - Google Patents

Abstract

本发明涉及一种驾驶员接打电话行为监控方法，该监控方法包括以下顺序的步骤：实时采集驾驶员的驾驶状态图像；根据累积差分图像，实时判断驾驶员是否存在接打电话的准备工作；根据驾驶状态图像，对驾驶员嘴部动作状态进行跟踪并获取嘴部动作状态特征，根据嘴部动作状态特征判断驾驶员是否正在接打电话；将驾驶员接打电话的实时视频发送至远程服务器，并接收远程服务器发送的命令。该监控方法采用视频图像处理技术，通过实时监控驾驶员的双手和嘴部状态来综合判定接打电话行为，监控结果更加准确。

Description

一种驾驶员接打电话行为监控方法

技术领域

本发明涉及安全驾驶技术领域，具体涉及一种驾驶员接打电话行为监控方法。

背景技术

随着汽车保有量的快速增长，人们在享受到交通的便利和快捷的同时，也伴随着各类交通事故的频发，造成巨大的人员和经济损失。造成交通事故的因素很多，驾驶员开车途中接打电话是重要的诱因之一。由于无法实时获取驾驶员的驾驶行为视频，一些客运和货运企业的监管部门只能以事后的推断作为划分责任的依据，无法进行事前的监控和预防。因此，实时的监控驾驶员的接打电话行为，及时反馈给运输企业监管部门进行预防，对于避免重大交通事故，起着无可替代的作用。

目前，对于驾驶员接打电话行为的监控，常用的技术方法有以下几种：

(1)基于手机信号进行监控，该类方法通过在驾驶室里放置一个手机信号检测器，根据信号波动的不同程度，判断是否存在接打电话行为。该类方法在货运车辆上可以达到监控接打电话的效果，但是在客运车辆上，存在较多的干扰，如客车上乘客的手机信号干扰等，存在严重的漏检和误检，无法实现实时全面的监控驾驶员接打电话行为。

(2)基于视频图像进行监控，该类方法通过实时监控驾驶员双手是否放在方向盘上，一旦出现某只手离开方向盘，即被认为是在接打电话。该类方法存在严重的误检，因为很多驾驶员存在一只手扶方向盘的习惯，因此，该方法在实际环境中使用会有较大的问题。

发明内容

本发明的目的在于提供一种驾驶员接打电话行为监控方法，该监控方法采用视频图像处理技术，通过实时监控驾驶员的双手和嘴部状态来综合判定接打电话行为，监控结果更加准确。

本发明的技术方案为：

一种驾驶员接打电话行为监控方法，该监控方法包括以下顺序的步骤：

(1)实时采集驾驶员的驾驶状态图像。

(2)根据累积差分图像，实时判断驾驶员是否存在接打电话的准备工作。若是，则执行步骤(3)；若否，则返回执行步骤(1)。

(3)根据驾驶状态图像，对驾驶员嘴部动作状态进行跟踪并获取嘴部动作状态特征，根据嘴部动作状态特征判断驾驶员是否正在接打电话。若是，则执行步骤(4)；若否，则返回执行步骤(1)。

(4)将驾驶员接打电话的实时视频发送至远程服务器，并接收远程服务器发送的命令。

步骤(2)中，所述的根据累积差分图像，实时判断驾驶员是否存在接打电话的准备工作；具体包括以下顺序的步骤：

(21)获取视频的二值差分图像d_n(x,y)。

(22)去除较小面积的连通区域。

(23)判断是否存在有效连通区域。若是，则记录当前帧的时间戳作为开始时间戳，并同时执行步骤(24)；若否，则执行步骤(26)。

(24)叠加上一帧的累积差分图像，形成新的累积差分图像dsum_n(x,y)。

(25)根据累积差分图像dsum_n(x,y)，判断是否存在接打电话准备动作。若是，则执行步骤(3)；若否，则执行步骤(26)。

(26)更新累积差分图像，返回执行步骤(21)。

步骤(3)中，所述的根据驾驶状态图像，对驾驶员嘴部动作状态进行跟踪并获取嘴部动作状态特征，根据嘴部动作状态特征判断驾驶员是否正在接打电话，具体包括以下顺序的步骤：

(31)精确定位嘴部位置；

(32)跟踪嘴部动作状态；

(33)获取嘴部动作状态特征；

(34)判断嘴部是否正在说话；

(35)统计单位时间内嘴部处于说话状态的比例；若该比例大于一定阈值，则执行步骤(4)；若该比例小于等于一定阈值，则更新累积差分图像，返回执行步骤(2)。

步骤(21)中，所述的获取视频的二值差分图像d_n(x,y)，具体采用以下公式实现：

d_n(x,y)＝f_n(x,y)-f_n-2(x,y)

其中，f_n(x,y)表示当前帧图像(x,y)处灰度值，f_n-2(x,y)表示上两帧图像(x,y)处灰度值；

步骤(24)中，所述的叠加上一帧的累积差分图像，形成新的累积差分图像dsum_n(x,y)，具体采用以下公式实现：

dsum_n(x,y)＝d_n(x,y)+dsum_n-1(x,y)。

步骤(25)中，所述的根据累积差分图像dsum_n(x,y)，判断是否存在接打电话准备动作；具体包括以下顺序的步骤：

(251)判断是否需要进行接打电话准备动作的判断；若是，则执行步骤(252)；若否，则执行步骤(26)；

(252)统计累积差分图像的连通区域占整幅图像的比例；

(253)判断是否存在手运动动作，若是，则执行步骤(254)；若否，则说明不存在接打电话准备动作，执行步骤(26)；

(254)判断手运动方向是否由下向上；若是，则说明存在接打电话准备动作，执行步骤(3)；若否，则不存在接打电话准备动作，执行步骤(26)。

步骤(31)中，所述的精确定位嘴部位置，具体包括以下顺序的步骤：

(311)采用harr特征和adaboost分类算法，进行人脸定位；

(312)根据人脸的三庭五眼布局规律，粗定位嘴部的位置；

(313)根据边缘检测算子式，进行嘴部水平边缘检测；所述的边缘检测算子式为： $K=\left[\begin{array}{ccc}-1& -2& -1\\ 0& 0& 0\\ 1& 2& 1\end{array}\right];$

(314)根据结构元素模板式，进行2次形态学闭运算；所述的结构元素模板式为： $K=\left[\begin{array}{ccccccc}0& 0& 0& 1& 0& 0& 0\\ 1& 1& 1& 1& 1& 1& 1\\ 0& 0& 0& 1& 0& 0& 0\end{array}\right];$

(315)选择最大边缘连通区域，即是嘴部的精确位置。

步骤(32)中，所述的跟踪嘴部动作状态，具体包括以下顺序的步骤：

(321)选择嘴部跟踪区域，进行均匀点采样；

(322)进行采样点的精确跟踪。

步骤(33)中，所述的获取嘴部动作状态特征，具体采用以下公式实现：

$\mathrm{displace}=\left\{\begin{array}{cc}\mathrm{displace}+\mathrm{dis}(x_i,y_i)& \mathrm{dis}(x_i,y_i)\&GreaterEqual;2\\ \mathrm{displace}& \mathrm{dis}(x_i,y_i)<2\end{array}\right.$

dis(x_i,y_i)＝sqrt{(xpoint_i.x-ypoint_i.x)²+(xpoint_i.y-ypoint_i.y)²}

其中，displace表示所有正确跟踪的采样点的运动量，xpoint_i为第i个采样点在当前帧上的坐标，ypoint_i为第i个采样点在上一帧上的坐标。

步骤(34)中，所述的判断嘴部是否正在说话，具体采用以下公式实现：

$\mathrm{exist}=\left\{\begin{array}{cc}1& \mathrm{disolace}\&GreaterEqual;T_d*1.5\\ 0& \mathrm{displace}<T_d*1.5\end{array}\right.$

其中，exist＝1表示正在说话，exist＝0表示没有说话，T_d为不说话时的嘴部采样点运动量。

步骤(251)中，所述的判断是否需要进行接打电话准备动作的判断，具体采用以下公式实现：

$\mathrm{switch}=\left\{\begin{array}{cc}1& {\mathrm{timestamp}}_{\mathrm{end}}-{\mathrm{timestamp}}_{\mathrm{begin}}\&GreaterEqual;T_n\\ 0& {\mathrm{timestamp}}_{\mathrm{end}}-{\mathrm{timestamp}}_{\mathrm{begin}}<T_n\end{array}\right.$

其中，switch＝1表示开始进行接打电话准备动作判断，否则不做任何判断，timestamp_begin表示本次累积差分图像开始的时间戳，timestamp_end表示当前时间戳，T_n为时间戳间隔阈值，表示累积差分图像持续累积的时间；

步骤(253)中，所述的判断是否存在手运动动作，具体采用以下公式实现：

$\mathrm{exist}=\left\{\begin{array}{cc}1& R\&GreaterEqual;T_r*0.8\mathrm{andR}<T_r*1.3\\ 0& R<T_r*0.8\mathrm{orR}\&GreaterEqual;T_r*1.3\end{array}\right.$

其中，exist＝1表示存在手部运动动作，exist＝0表示不存在手部运动动作，R为累积差分图像的连通区域占整幅图像的比例，T_r为比例阈值，表示完成一个标准的抬手接打电话动作时，累积差分图像连通区域所占的比例；

步骤(254)中，所述的判断手运动方向是否由下向上，具体采用以下公式实现：

$\mathrm{exist}=\left\{\begin{array}{cc}1& L_{\mathrm{begin}}>L_{\mathrm{middle}}\mathrm{and}{L}_{\mathrm{middle}}>L_{\mathrm{end}}\\ 0& L_{\mathrm{begin}}<L_{\mathrm{middle}}\mathrm{or}{L}_{\mathrm{middle}}<L_{\mathrm{end}}\end{array}\right.$

其中，exist＝1表示存在接打电话准备动作，exist＝0表示不存在接打电话准备动作，L_begin表示累积差分图像刚开始时连通区域最上部位置，L_middle表示累积差分图像中间帧连通区域最上部位置，L_end表示累积差分图像结束时连通区域最上部位置，坐标轴方向向下为正。

步骤(321)中，所述的选择嘴部跟踪区域，进行均匀点采样，具体采用以下公式实现：

$\left\{\begin{array}{c}{\mathrm{rect}}_{\mathrm{new}}\&CenterDot;x=\mathrm{rect}\&CenterDot;x-\mathrm{rect}\&CenterDot;\mathrm{width}*0.2\\ {\mathrm{rect}}_{\mathrm{new}}\&CenterDot;y=\mathrm{rect}\&CenterDot;y-\mathrm{rect}\&CenterDot;\mathrm{height}*2\\ {\mathrm{rect}}_{\mathrm{new}}\&CenterDot;\mathrm{width}=\mathrm{rect}\&CenterDot;\mathrm{width}*1.4;\\ {\mathrm{rect}}_{\mathrm{new}}\&CenterDot;\mathrm{height}=\mathrm{rect}\&CenterDot;\mathrm{height}*5;\end{array}\right.$

其中，rect表示嘴部的精确矩形位置，rect_new表示嘴部跟踪矩形区域。

相比其它驾驶员接打电话监控方法，本发明采用视频图像处理技术，通过触发监控模式实时监控驾驶员的双手和嘴部状态，综合判定接打电话行为，具有监控准确度高，漏检误检较少，速度快，成本低等特点。

附图说明

图1是本发明的方法流程图；

图2是触发模块工作流程图；

图3是监控模块工作流程图；

图4是累积差分效果图像，图(a)至图(f)表示抬手接打电话的一个完整过程；

图5是采样点跟踪效果图，其中，深色点是上一帧的采样点，浅色点是本帧正确跟踪的点；

图6是单位时间内嘴部运动量统计图，其中，虚线1表示嘴部不动时的标准运动量，实线表示每一帧中的嘴部运动量。

具体实施方式

下面结合附图进一步说明本发明。

如图1所示，在本实施例中，本发明所述驾驶员接打电话行为监控系统包含采集模块、触发模块、监控模块、通信模块，该监控系统的具体实施步骤如下：

S1、执行采集模块。

采集模块的功能是，实时采集驾驶员的驾驶状态图像，主要是驾驶员的胸部到头部的图像。

S2、判断触发模块开闭状态，如果处于开启状态，进入步骤S3，否则，进入步骤S4。

S3、执行触发模块。

触发模块的功能是，实时判断驾驶员是否存在接打电话的准备动作，具体是指驾驶员的手是否存在由下向上靠近耳朵的动作。如果存在，说明驾驶员有可能准备接打电话，此时退出触发模块，返回开启监控模块信号。如果不存在该动作，系统会继续进行实时判断，等待下一次接打电话准备动作的出现，如图2所示，该模块的具体步骤如下：

S31、采用公式(1)，获取视频的二值差分图像d_n(x,y)；

d_n(x,y)＝f_n(x,y)-f_n-2(x,y)

(1)

其中，f_n(x,y)表示当前帧图像(x,y)处灰度值，f_n-2(x,y)表示上两帧图像(x,y)处灰度值。

S32、去除较小面积的连通区域。

S33、判断是否存在有效连通区域。若是，则记录当前帧的时间戳作为开始时间戳，同时执行步骤S34；若否，则执行步骤36。

S34、采用公式(2)，叠加上一帧的累积差分图像，形成新的累积差分图像dsum_n(x,y)，效果如图4。

dsum_n(x,y)＝d_n(x,y)+dsum_n-1(x,y)

(2)

S35、判断是否存在接打电话准备动作。若是，则退出触发模块，若否，则执行步骤S36。所述的判断是否存在接打电话准备动作，具体步骤如下：

S351、采用公式(3)，判断是否需要进行接打电话准备动作的判断，如果不需要进行，直接进入步骤S36；若否，则执行步骤S352；

$\mathrm{switch}=\left\{\begin{array}{cc}1& {\mathrm{timestamp}}_{\mathrm{end}}-{\mathrm{timestamp}}_{\mathrm{begin}}\&GreaterEqual;T_n\\ 0& {\mathrm{timestamp}}_{\mathrm{end}}-{\mathrm{timestamp}}_{\mathrm{begin}}<T_n\end{array}\right.---\left(3\right)$

其中，switch＝1表示开始进行接打电话准备动作判断，否则不做任何判断，timestamp_begin表示本次累积差分图像开始的时间戳，timestamp_end为当前时间戳，T_n为时间戳间隔阈值，表示累积差分图像持续累积的时间。

S352、统计累积差分图像的连通区域占整幅图像的比例。

S353、采用公式(4)，判断是否存在手运动动作。若是，则执行步骤S354。若否，则说明不存在接打电话准备动作，返回执行步骤S1；

$\mathrm{exist}=\left\{\begin{array}{cc}1& R\&GreaterEqual;T_r*0.8\mathrm{andR}<T_r*1.3\\ 0& R<T_r*0.8\mathrm{orR}\&GreaterEqual;T_r*1.3\end{array}\right.---\left(4\right)$

其中，exist＝1表示存在手部运动动作，exist＝0表示不存在手部运动动作，R是累积差分图像的连通区域占整幅图像的比例，T_r是比例阈值，表示完成一个标准的抬手接打电话动作时，累积差分图像连通区域所占的比例，不同焦距的相机和工作距离，阈值会有差别。

S354、采用公式(5)，判断手运动方向是否由下向上，如果是，说明存在接打电话准备动作，否则，不存在接打电话准备动作。

$\mathrm{exist}=\left\{\begin{array}{cc}1& L_{\mathrm{begin}}>L_{\mathrm{middle}}\mathrm{and}{L}_{\mathrm{middle}}>L_{\mathrm{end}}\\ 0& L_{\mathrm{begin}}<L_{\mathrm{middle}}\mathrm{or}{L}_{\mathrm{middle}}<L_{\mathrm{end}}\end{array}\right.---\left(5\right)$

其中，exist＝1表示存在接打电话准备动作，exist＝0表示不存在接打电话准备动作，L_begin为累积差分图像刚开始时连通区域最上部位置，L_middle为累积差分图像中间帧连通区域最上部位置，L_end为累积差分图像结束时连通区域最上部位置，坐标轴方向向下为正。

S36、更新累积差分图像，返回执行步骤S31。

S4、判断是否触发监控模块。如果存在接打电话的准备动作，监控模块会被触发开启，进行详细监控，同时关闭触发模块；如果不存在接打电话的准备动作，直接回到开始，进行下一次的触发判断。

S5、执行监控模块。

监控模块的功能是，详细监控驾驶员的嘴部状态，判断是否存在频繁说话，如果存在，说明驾驶员正在接打电话，返回开启通讯模块信号，否则，说明本次触发开启属于误判，具体步骤如下：

S51、精确定位嘴部位置，具体步骤如下：

S511、基于harr特征和adaboost分类器，进行人脸定位；

S512、基于人脸的三庭五眼布局规律，粗定位嘴部的位置；

S513、基于边缘检测算子式(6)，进行嘴部水平边缘检测；

$K=\left[\begin{array}{ccc}-1& -2& -1\\ 0& 0& 0\\ 1& 2& 1\end{array}\right]---\left(6\right)$

S514、基于结构元素模板式(7)，进行2次形态学闭运算；

$K=\left[\begin{array}{ccccccc}0& 0& 0& 1& 0& 0& 0\\ 1& 1& 1& 1& 1& 1& 1\\ 0& 0& 0& 1& 0& 0& 0\end{array}\right]---\left(7\right)$

S515、选择最大边缘连通区域，即是嘴部的精确位置。

S52、嘴部动作状态跟踪，具体步骤如下：

S521、采用公式(8)，选择嘴部跟踪区域，并进行均匀点采样；

$\left\{\begin{array}{c}{\mathrm{rect}}_{\mathrm{new}}\&CenterDot;x=\mathrm{rect}\&CenterDot;x-\mathrm{rect}\&CenterDot;\mathrm{width}*0.2\\ {\mathrm{rect}}_{\mathrm{new}}\&CenterDot;y=\mathrm{rect}\&CenterDot;y-\mathrm{rect}\&CenterDot;\mathrm{height}*2\\ {\mathrm{rect}}_{\mathrm{new}}\&CenterDot;\mathrm{width}=\mathrm{rect}\&CenterDot;\mathrm{width}*1.4;\\ {\mathrm{rect}}_{\mathrm{new}}\&CenterDot;\mathrm{height}=\mathrm{rect}\&CenterDot;\mathrm{height}*5;\end{array}\right.---\left(8\right)$

其中，rect表示嘴部的精确矩形位置，rect_new表示嘴部跟踪矩形区域。

S522、进行采样点的精确跟踪，效果如图5，具体跟踪算法参见文献：Forward-Backward Error:Automatic Detection of TrackingFailures,Zdenek Kalal,Krystian Mikolajczyk,Jiri Matas,Pattern Recognition(ICPR),201020th International Conferenceon。

S53、采用公式(9)和(10)，获取嘴部动作状态特征。

$\mathrm{displace}=\left\{\begin{array}{cc}\mathrm{displace}+\mathrm{dis}(x_i,y_i)& \mathrm{dis}(x_i,y_i)\&GreaterEqual;2\\ \mathrm{displace}& \mathrm{dis}(x_i,y_i)<2\end{array}\right.---\left(9\right)$

dis(x_i,y_i)＝sqrt{(xpoint_i.x-ypoint_i.x)²+(xpoint_i.y-ypoint_i.y)²}

(10)

其中，displace表示所有正确跟踪的采样点的运动量，xpoint_i表示第i个采样点在当前帧上的坐标，ypoint_i表示第i个采样点在上一帧上的坐标。

S54、采用公式(11)，进行嘴部是否说话判断。

$\mathrm{exist}=\left\{\begin{array}{cc}1& \mathrm{disolace}\&GreaterEqual;T_d*1.5\\ 0& \mathrm{displace}<T_d*1.5\end{array}\right.---\left(11\right)$

其中，exist＝1表示正在说话，exist＝0表示没有说话，T_d为不说话时的嘴部采样点运动量。

S55、统计单位时间内嘴部处于说话状态的比例，如果该比例大于一定阈值0.5，说明驾驶员存在接打电话行为，效果如图6。

S56、开启触发模块，关闭监控模块，更新累积差分图像。

S6、执行通讯模块。

通讯模块的功能是，当驾驶员处于接打电话状态时，该模块向远程服务器发送驾驶员接打电话的实时视频，此时运输企业监管部门可以通过该视频进行及时的处理。如果需要和驾驶员通话，还可以通过该模块接受远程命令。

以上所述实施方式仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明的权利要求书确定的保护范围内。

Claims (10)

1.一种驾驶员接打电话行为监控方法，其特征在于：该监控方法包括以下顺序的步骤：

(1)实时采集驾驶员的驾驶状态图像；

(2)根据累积差分图像，实时判断驾驶员是否存在接打电话的准备工作；若是，则执行步骤(3)；若否，则返回执行步骤(1)；

(3)根据驾驶状态图像，对驾驶员嘴部动作状态进行跟踪并获取嘴部动作状态特征，根据嘴部动作状态特征判断驾驶员是否正在接打电话；若是，则执行步骤(4)；若否，则返回执行步骤(1)；

(4)将驾驶员接打电话的实时视频发送至远程服务器，并接收远程服务器发送的命令。

2.根据权利要求1所述的一种驾驶员接打电话行为监控方法，其特征在于：步骤(2)中，所述的根据累积差分图像，实时判断驾驶员是否存在接打电话的准备工作；具体包括以下顺序的步骤：

(21)获取视频的二值差分图像d_n(x,y)；

(22)去除较小面积的连通区域；

(23)判断是否存在有效连通区域，若是，则记录当前帧的时间戳作为开始时间戳，并同时执行步骤(24)；若否，则执行步骤(26)；

(24)叠加上一帧的累积差分图像，形成新的累积差分图像dsum_n(x,y)；

(25)根据累积差分图像dsum_n(x,y)，判断是否存在接打电话准备动作；若是，则执行步骤(3)；若否，则执行步骤(26)；

(26)更新累积差分图像，返回执行步骤(21)。

3.根据权利要求1所述的一种驾驶员接打电话行为监控方法，其特征在于：步骤(3)中，所述的根据驾驶状态图像，对驾驶员嘴部动作状态进行跟踪并获取嘴部动作状态特征，根据嘴部动作状态特征判断驾驶员是否正在接打电话，具体包括以下顺序的步骤：

(31)精确定位嘴部位置；

(32)跟踪嘴部动作状态；

(33)获取嘴部动作状态特征；

(34)判断嘴部是否正在说话；

(35)统计单位时间内嘴部处于说话状态的比例；若该比例大于一定阈值，则执行步骤(4)；若该比例小于等于一定阈值，则更新累积差分图像，返回执行步骤(2)。

4.根据权利要求2所述的一种驾驶员接打电话行为监控方法，其特征在于：步骤(21)中，所述的获取视频的二值差分图像d_n(x,y)，具体采用以下公式实现：

d_n(x,y)＝f_n(x,y)-f_n-2(x,y)

其中，f_n(x,y)表示当前帧图像(x,y)处灰度值，f_n-2(x,y)表示上两帧图像(x,y)处灰度值；

步骤(24)中，所述的叠加上一帧的累积差分图像，形成新的累积差分图像dsum_n(x,y)，具体采用以下公式实现：

dsum_n(x,y)＝d_n(x,y)+dsum_n-1(x,y)。

5.根据权利要求2所述的一种驾驶员接打电话行为监控方法，其特征在于：步骤(25)中，所述的根据累积差分图像dsum_n(x,y)，判断是否存在接打电话准备动作；具体包括以下顺序的步骤：

(251)判断是否需要进行接打电话准备动作的判断；若是，则执行步骤(252)；若否，则执行步骤(26)；

(252)统计累积差分图像的连通区域占整幅图像的比例；

(253)判断是否存在手运动动作，若是，则执行步骤(254)；若否，则说明不存在接打电话准备动作，执行步骤(26)；

(254)判断手运动方向是否由下向上；若是，则说明存在接打电话准备动作，执行步骤(3)；若否，则不存在接打电话准备动作，执行步骤(26)。

6.根据权利要求3所述的一种驾驶员接打电话行为监控方法，其特征在于：步骤(31)中，所述的精确定位嘴部位置，具体包括以下顺序的步骤：

(311)采用harr特征和adaboost分类算法，进行人脸定位；

(312)根据人脸的三庭五眼布局规律，粗定位嘴部的位置；

(313)根据边缘检测算子式，进行嘴部水平边缘检测；所述的边缘检测算子式为： $K=\left[\begin{array}{ccc}-1& -2& -1\\ 0& 0& 0\\ 1& 2& 1\end{array}\right];$

(314)根据结构元素模板式，进行2次形态学闭运算；所述的结构元素模板式为： $K=\left[\begin{array}{ccccccc}0& 0& 0& 1& 0& 0& 0\\ 1& 1& 1& 1& 1& 1& 1\\ 0& 0& 0& 1& 0& 0& 0\end{array}\right];$

(315)选择最大边缘连通区域，即是嘴部的精确位置。

7.根据权利要求3所述的一种驾驶员接打电话行为监控方法，其特征在于：步骤(32)中，所述的跟踪嘴部动作状态，具体包括以下顺序的步骤：

(321)选择嘴部跟踪区域，进行均匀点采样；

(322)进行采样点的精确跟踪。

8.根据权利要求3所述的一种驾驶员接打电话行为监控方法，其特征在于：步骤(33)中，所述的获取嘴部动作状态特征，具体采用以下公式实现：

$\mathrm{displace}=\left\{\begin{array}{cc}\mathrm{displace}+\mathrm{dis}(x_i,y_i)& \mathrm{dis}(x_i,y_i)\&GreaterEqual;2\\ \mathrm{displace}& \mathrm{dis}(x_i,y_i)<2\end{array}\right.$

dis(x_i,y_i)＝sqrt{(xpoint_i.x-ypoint_i.x)²+(xpoint_i.y-ypoint_i.y)²}

其中，displace表示所有正确跟踪的采样点的运动量，xpoint_i为第i个采样点在当前帧上的坐标，ypoint_i为第i个采样点在上一帧上的坐标；

步骤(34)中，所述的判断嘴部是否正在说话，具体采用以下公式实现：

$\mathrm{exist}=\left\{\begin{array}{cc}1& \mathrm{displace}\&GreaterEqual;T_d*1.5\\ 0& \mathrm{displace}<T_d*1.5\end{array}\right.$

其中，exist＝1表示正在说话，exist＝0表示没有说话，T_d为不说话时的嘴部采样点运动量。

9.根据权利要求5所述的一种驾驶员接打电话行为监控方法，其特征在于：步骤(251)中，所述的判断是否需要进行接打电话准备动作的判断，具体采用以下公式实现：

$\mathrm{switch}=\left\{\begin{array}{cc}1& {\mathrm{timestamp}}_{\mathrm{end}}-{\mathrm{times}\tan \mathrm{mp}}_{\mathrm{begin}}\&GreaterEqual;T_n\\ 0& {\mathrm{timestamp}}_{\mathrm{end}}-{\mathrm{timestamp}}_{\mathrm{begin}}<T_n\end{array}\right.$

其中，switch＝1表示开始进行接打电话准备动作判断，否则不做任何判断，timestamp_begin表示本次累积差分图像开始的时间戳，timestamp_end表示当前时间戳，T_n为时间戳间隔阈值，表示累积差分图像持续累积的时间；

步骤(253)中，所述的判断是否存在手运动动作，具体采用以下公式实现：

$\mathrm{exist}=\left\{\begin{array}{cc}1& R\&GreaterEqual;T_r*0.8\mathrm{and\; R}<T_r*1.3\\ 0& R<T_r*0.8\mathrm{or\; R}\&GreaterEqual;T_r*1.3\end{array}\right.$

其中，exist＝1表示存在手部运动动作，exist＝0表示不存在手部运动动作，R为累积差分图像的连通区域占整幅图像的比例，T_r为比例阈值，表示完成一个标准的抬手接打电话动作时，累积差分图像连通区域所占的比例；

步骤(254)中，所述的判断手运动方向是否由下向上，具体采用以下公式实现：

$\mathrm{exist}=\left\{\begin{array}{cc}1& L_{\mathrm{begin}}>L_{\mathrm{middle}}\mathrm{and}{L}_{\mathrm{middle}}>L_{\mathrm{end}}\\ 0& L_{\mathrm{begin}}<L_{\mathrm{middle}}\mathrm{or}{L}_{\mathrm{middle}}<L_{\mathrm{en}}\end{array}\right.$

其中，exist＝1表示存在接打电话准备动作，exist＝0表示不存在接打电话准备动作，L_begin表示累积差分图像刚开始时连通区域最上部位置，L_middle表示累积差分图像中间帧连通区域最上部位置，L_end表示累积差分图像结束时连通区域最上部位置，坐标轴方向向下为正。

10.根据权利要求7所述的一种驾驶员接打电话行为监控方法，其特征在于：步骤(321)中，所述的选择嘴部跟踪区域，进行均匀点采样，具体采用以下公式实现：

$\left\{\begin{array}{c}{\mathrm{rect}}_{\mathrm{new}}.x=\mathrm{rect}.x-\mathrm{rect}.\mathrm{width}*0.2\\ {\mathrm{rect}}_{\mathrm{new}}.y=\mathrm{rect}.y-\mathrm{rect}.\mathrm{height}*2\\ {\mathrm{rect}}_{\mathrm{new}}.\mathrm{width}=\mathrm{rect}.\mathrm{width}*1.4;\\ {\mathrm{rect}}_{\mathrm{new}}.\mathrm{height}=\mathrm{rect}.\mathrm{height}*5;\end{array}\right.$

其中，rect表示嘴部的精确矩形位置，rect_new表示嘴部跟踪矩形区域。