CN104598934B - 一种驾驶员吸烟行为监控方法 - Google Patents

一种驾驶员吸烟行为监控方法 Download PDF

Info

Publication number
CN104598934B
CN104598934B CN201410788677.6A CN201410788677A CN104598934B CN 104598934 B CN104598934 B CN 104598934B CN 201410788677 A CN201410788677 A CN 201410788677A CN 104598934 B CN104598934 B CN 104598934B
Authority
CN
China
Prior art keywords
nose
rect
face
cigarette
driver
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410788677.6A
Other languages
English (en)
Other versions
CN104598934A (zh
Inventor
张卡
何佳
焦泽博
王静良
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ANHUI QINGXIN INTERNET INFORMATION TECHNOLOGY Co Ltd
Original Assignee
ANHUI QINGXIN INTERNET INFORMATION TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ANHUI QINGXIN INTERNET INFORMATION TECHNOLOGY Co Ltd filed Critical ANHUI QINGXIN INTERNET INFORMATION TECHNOLOGY Co Ltd
Priority to CN201410788677.6A priority Critical patent/CN104598934B/zh
Publication of CN104598934A publication Critical patent/CN104598934A/zh
Application granted granted Critical
Publication of CN104598934B publication Critical patent/CN104598934B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting

Abstract

本发明涉及一种驾驶员吸烟行为监控方法，该方法包括以下顺序的步骤：建立人脸检测分类器和鼻子检测分类器；实时采集驾驶员的驾驶状态图像；在驾驶状态图像中准确定位出驾驶员的嘴巴有效检测区域；判断当前帧驾驶状态图像中的嘴巴有效检测区域内是否存在香烟。本发明所述方法具有监控准确度高，漏检误检率低，速度快，成本低等特点。

Description

一种驾驶员吸烟行为监控方法
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吸烟行为监控方法。
背景技术
随着汽车保有量的快速增长，道路交通变得越发拥挤，各类交通事故频发，尤其是危险品运输和客运运输的事故，其造成的损失更是无法估计的。研究其众多原因，发现吸烟驾驶是一个特殊的诱发原因。因为它不像饮酒驾驶或者接打电话驾驶那样被交通法规明令禁止，同时它也是人们普遍忽视的因素。然而，实际上，它造成的危害不比饮酒驾驶或者接打电话驾驶轻，主要体现在以下几个方面：
1、驾驶员想吸烟时，必然会腾出一只手去取香烟，放松对方向盘的控制，点烟时，注意力会出现短时的分散。吸烟时，驾驶员往往是一只手扶方向盘，一只手拿烟，单手驾车会造成身体不由自主的侧斜，造成车身重心偏移，易导致不规范控制方向盘。吐出的烟雾不仅会遮挡驾驶员的视线，同时也会刺激眼睛、呼吸道、鼻孔，造成看东西模糊、咳嗽，严重影响正常驾驶。
2、香烟中尼古拉的作用过后，会出现精力分散，动作不协调，有疲劳感等症状。
3、扔出的烟头，基本都是点燃的，容易引燃路边物品，同时由于高速气流，烟头易重新刮会车内，引起火灾。
因此，实时的监控驾驶员的吸烟行为，及时提醒驾驶员禁烟，或者反馈给运输企业监管部门进行监管，对于避免重大交通事故，起着无可替代的作用。
目前，对于驾驶员吸烟行为的监控，常用的技术方法有以下几种：
(1)基于气体检测传感器进行监控，如中国专利申请CN201320759181公开了一种吸烟检测提醒装置，该类方法通过在驾驶室里放置一个气体检测传感器，根据烟雾浓度判断是否存在吸烟行为。该类方法在不通风环境下是可以达到监控吸烟行为的效果，但是现实环境中，驾驶员吸烟时往往都是开着车窗，通风效果很好，烟雾浓度低，无法触发气体检测传感器，存在严重的漏检，无法实现实时全面的监控驾驶员吸烟行为；
(2)基于红外温度传感器进行监控，如中国专利申请CN201220428929公开了一种吸烟驾驶提醒装置和车辆，该类方法通过在驾驶室里放置一个红外温度传感器，根据点燃的香烟温度在一定预设值以上的特点，来判断是否存在吸烟行为。该类方法的优点是不依赖烟雾，准确度较高，其缺点是在实际环境中，各种发热源和低环境温度会对灵敏度造成影响，安装位置离驾驶员较远时，由于烟火面积较小，会存在一定的漏检和误检。
发明内容
本发明的目的在于提供一种驾驶员吸烟行为监控方法，该方法采用视频图像处理技术，实时监控驾驶员的吸烟行为。本发明具有监控结果准确度高、受环境影响小等特点。
本发明的技术方案为：
一种驾驶员吸烟行为监控方法，该方法包括以下顺序的步骤：
(1)建立人脸检测分类器和鼻子检测分类器；
(2)实时采集驾驶员的驾驶状态图像；
(3)在驾驶状态图像中准确定位出驾驶员的嘴巴有效检测区域；
(4)判断当前帧驾驶状态图像中的嘴巴有效检测区域内是否存在香烟。
步骤(2)中，所述的驾驶员的驾驶状态图像，为驾驶员驾驶时的头部图像。
步骤(3)中，所述的在驾驶状态图像中准确定位出驾驶员的嘴巴有效检测区域，具体包括以下顺序的步骤：
(31)获取鼻子的位置区域矩形rect_nose；
(32)获取鼻子检测有效区域rect_nose_new；
(33)根据基于adaboost的鼻子检测分类器，在鼻子检测有效区域内获取鼻子精确位置区域矩形rect_nose1；
(34)根据rect_nose1的数值大小，判断鼻子位置区域是否正确存在；若是，则执行步骤(35)；若否，则返回执行步骤(2)；
(35)获取嘴巴的有效检测矩形区域rect_mouth。
步骤(4)中，所述的判断当前帧驾驶状态图像中的嘴巴有效检测区域内是否存在香烟，具体包括以下顺序的步骤：
(41)采用中值滤波器对当前帧驾驶状态图像进行模糊处理；
(42)对灰度图像进行增强；
(43)获取嘴巴有效检测区域的局部二值图像；
(44)去除面积较小的连通区域；
(45)采用Hough变换原理，获取全部的边缘直线lines；
(46)根据边缘直线lines，判断是否存在香烟。
步骤(31)中，所述的获取鼻子的位置区域矩形rect_nose，具体包括以下顺序的步骤：
(311)根据rect_nose的数值大小，判断是否需要重新定位鼻子位置；若是，则执行步骤(312)；若否，则令鼻子的位置区域矩形rect_nose等于上一帧驾驶状态图像中的鼻子位置区域；
(312)根据基于adaboost的人脸检测分类器，进行人脸定位；
(313)判断是否为正确定位人脸；若是，则执行步骤(314)；若否，则返回执行步骤(2)；
(314)根据人脸的三庭五眼布局规律，粗定位鼻子位置区域。
步骤(32)中，所述的获取鼻子检测有效区域rect_nose_new，具体采用以下公式实现：
其中，rect_nose为鼻子的位置区域矩形；rect_nose.x,rect_nose.y,rect_nose.width,rect_nose.height分别表示鼻子的位置区域矩形的左上角的x坐标，左上角的y坐标，矩形宽度和矩形高度；rect_nose_new.x,rect_nose_new.y,rect_nose_new.width,rect_nose_new.height分别表示鼻子检测有效区域矩形的左上角的x坐标，左上角的y坐标，矩形宽度和矩形高度。
步骤(35)中，所述的获取嘴巴的有效检测矩形区域rect_mouth，具体采用以下公式实现：
其中，rect_face为当前帧驾驶状态图像中人脸的位置区域矩形；
rect_mouth.x,rect_mouth.y,rect_mouth.width,rect_mouth.height分别表示嘴巴的有效检测区域矩形的左上角的x坐标，左上角的y坐标，矩形宽度和矩形高度；rect_nose1.x,rect_nose1.y,rect_nose1.height分别表示鼻子精确位置区域矩形的左上角的x坐标，左上角的y坐标和矩形高度；rect_face.width,rect_face.height分别表示当前帧驾驶状态图像中人脸的位置区域矩形的矩形宽度和矩形高度。
步骤(42)中，所述的对灰度图像进行增强，具体采用以下公式实现：
其中，f(x,y)表示原图的灰度值，g(x,y)表示增强图像的灰度值，hist[i]表示当前图像的灰度值直方图，tmin表示满足式公式时的最大灰度值，tmax表示满足公式时的最小灰度值，N表示当前图像的像素数目；
步骤(43)中，所述的获取嘴巴有效检测区域的局部二值图像，具体采用以下公式实现：
其中，g(x,y)表示二值化后对应的像素灰度值，f(x,y)表示原图中像素(x,y)处的灰度值，f(xi,yj)表示以(x,y)为中心的M*N邻域内的像素灰度值，M、N表示邻域的长宽尺寸，C表示偏移量，一般是一个正的常数。
步骤(46)中，所述的根据边缘直线lines，判断是否存在香烟，具体包括以下顺序的步骤：
(461)去除边缘直线lines中非香烟的直线；
(462)寻找平行直线对pair(i,j)；
(463)判断当前平行直线对是否属于香烟的边缘。
步骤(461)中，所述的去除边缘直线lines中非香烟的直线，具体采用以下公式实现：
其中，exist＝0表示当前直线属于干扰直线，L表示当前设备环境下香烟的标准像素长度，length[i]表示lines[i]直线的实际像素长度；
步骤(462)中，所述的寻找平行直线对pair(i,j)，具体采用以下公式实现：
其中，pair(i,j)＝1表示当前两条直线是平行的，k[i]表示lines[i]直线的倾斜角度，Tk表示两条直线的最大倾斜角度差，本发明中Tk取值为
步骤(463)中，所述的判断当前平行直线对是否属于香烟的边缘，具体采用以下公式实现：
其中，exist＝1表示当前直线对属于香烟的边缘，D表示当前设备环境下香烟的标准像素宽度，point_i是平行直线对pair(i,j)中，lines[i]直线中距离lines[j]直线距离最小的点。
相比其它驾驶员吸烟行为监控方法，本发明采用视频图像处理技术，通过监控驾驶员嘴巴区域状态，实时判断是否存在吸烟行为，具有监控准确度高，漏检误检率低，速度快，成本低等特点。
附图说明
图1本发明的方法流程图；
图2定位模块工作流程图；
图3检测模块工作流程图；
图4人脸的“三庭五眼”布局规律图；
图5嘴巴有效检测区域效果图；
图6嘴巴有效检测区域模糊处理效果图；
图7嘴巴区域局部二值化效果图；
图8嘴巴区域去除干扰连通区域效果图；
图9直线边缘检测效果图；
图10香烟直线边缘效果图。
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，本发明监控方法所基于的系统包括初始化模块、采集模块、定位模块、检测模块和通信模块。在本发明的各个实施例中，所采用的坐标系方向规定如下：横坐标向右为正，纵坐标向下为正。
一种驾驶员吸烟行为监控方法，该方法包括以下顺序的步骤：
S1、执行初始化模块。系统启动时，加载必需的分类器学习文件。
S11、建立人脸检测分类器；
S12、建立鼻子检测分类器。所述的人脸检测分类器和鼻子检测分类器均采用adaboost算法。
S2、执行采集模块。实时采集驾驶员的驾驶状态图像；所述的驾驶员的驾驶状态图像，为驾驶员驾驶时的头部图像。
S3、执行定位模块。在图像中准确定位出驾驶员的嘴巴位置区域，如图2所示，具体的步骤如下：
S31、判断是否需要重新定位鼻子位置；若是，则执行步骤S32；若否，则令鼻子的位置区域矩形rect_nose等于上一帧驾驶状态图像中的鼻子位置区域，执行步骤S33；
S32、获取鼻子的位置区域矩形rect_nose，具体步骤如下：
S321、根据基于adaboost的人脸检测分类器，进行人脸定位；
S322、判断是否为正确定位人脸；若是，则执行步骤S323；若否，则返回执行步骤S2；
S323、根据人脸的三庭五眼布局规律，粗定位鼻子位置区域rect_nose。
S33、采用公式(1)获取鼻子检测有效区域rect_nose_new；
其中，rect_nose为鼻子的位置区域矩形；rect_nose.x,rect_nose.y,rect_nose.width,rect_nose.height分别表示鼻子的位置区域矩形的左上角的x坐标，左上角的y坐标，矩形宽度和矩形高度；rect_nose_new.x,rect_nose_new.y,rect_nose_new.width,rect_nose_new.height分别表示鼻子检测有效区域矩形的左上角的x坐标，左上角的y坐标，矩形宽度和矩形高度。
S34、根据基于adaboost的鼻子检测分类器，在鼻子检测有效区域内获取鼻子精确位置区域矩形rect_nose1；
S35、根据rect_nose1的数值大小，判断鼻子位置区域是否正确存在；若是，则执行步骤S36；若否，则返回执行步骤S2；
S36、采用公式(2)获取嘴巴的有效检测矩形区域rect_mouth。
其中，rect_face为当前帧驾驶状态图像中人脸的位置区域矩形；
rect_mouth.x,rect_mouth.y,rect_mouth.width,rect_mouth.height分别表示嘴巴的有效检测区域矩形的左上角的x坐标，左上角的y坐标，矩形宽度和矩形高度；rect_nose1.x,rect_nose1.y,rect_nose1.height分别表示鼻子精确位置区域矩形的左上角的x坐标，左上角的y坐标和矩形高度；rect_face.width,rect_face.height分别表示当前帧驾驶状态图像中人脸的位置区域矩形的矩形宽度和矩形高度。
S4、执行检测模块。判断当前帧中嘴巴的有效检测区域内是否存在香烟，如果存在，说明驾驶员处于吸烟驾驶状态，如图3所示，具体步骤如下：
S41、采用中值滤波器对当前帧驾驶状态图像进行模糊处理，效果如图6所示。因为香烟的灰度和手指或脸部皮肤相比，差异明显，边缘特征强健。进行模糊处理，能够在不破坏香烟边缘特征的情况下，去除部分细小边缘的影响，如皮肤毛孔和胡茬等。本发明所采用的中值滤波器的模板如公式(3)所示：
S42、采用公式(4)、(5)和(6)对灰度图像进行增强；
其中，f(x,y)表示原图的灰度值，g(x,y)表示增强图像的灰度值，hist[i]表示当前图像的灰度值直方图，tmin表示满足式公式(5)时的最大灰度值，tmax表示满足公式(6)时的最小灰度值，N表示当前图像的像素数目。
在嘴巴有效检测区域内，香烟区域属于灰度值最大的区域，且相对于整个检测区域来说，香烟区域所占像素比例较小。本发明所采用的灰度图像增强方法能够有效去除低对比度边缘。
S43、采用公式(7)和公式(8)获取嘴巴有效检测区域的局部二值图像；效果如图7所示。
其中，g(x,y)表示二值化后对应的像素灰度值，f(x,y)表示原图中像素(x,y)处的灰度值，f(xi,yj)表示以(x,y)为中心的M*N邻域内的像素灰度值，M、N表示邻域的长宽尺寸，C表示偏移量，一般是一个正的常数。
S44、去除面积较小的连通区域；效果如图8所示。
S45、采用Hough变换原理，获取全部的边缘直线lines；效果如图9所示。
S46、判断是否存在香烟，具体步骤如下：
S461、采用公式(9)去除边缘直线lines中非香烟的直线；因为香烟都有一定的长度范围，不在该范围的均可认为是干扰直线；
其中，exist＝0表示当前直线属于干扰直线，L表示当前设备环境下香烟的标准像素长度，length[i]表示lines[i]直线的实际像素长度。
S462、采用公式(10)寻找平行直线对pair(i,j)；
其中，pair(i,j)＝1表示当前两条直线是平行的，k[i]表示lines[i]直线的倾斜角度，Tk表示两条直线的最大倾斜角度差，本发明中Tk取值为
S463、采用公式(11)和公式(12)判断当前平行直线对是否属于香烟的边缘，效果如图10所示。
其中，exist＝1表示当前直线对属于香烟的边缘，D表示当前设备环境下香烟的标准像素宽度，point_i是平行直线对pair(i,j)中，lines[i]直线中距离lines[j]直线距离最小的点。
S5、执行通讯模块。
若检测模块检测出驾驶员处于吸烟状态，则向远程服务器发送驾驶员吸烟的实时视频。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收远程命令。
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 (9)

1.一种驾驶员吸烟行为监控方法，其特征在于：该方法包括以下顺序的步骤：
(1)建立人脸检测分类器和鼻子检测分类器；
(2)实时采集驾驶员的驾驶状态图像；
(3)在驾驶状态图像中准确定位出驾驶员的嘴巴有效检测区域；
(4)判断当前帧驾驶状态图像中的嘴巴有效检测区域内是否存在香烟；
步骤(3)中，所述的在驾驶状态图像中准确定位出驾驶员的嘴巴有效检测区域，具体包括以下顺序的步骤：
(31)获取鼻子的位置区域矩形rect_nose；
(32)获取鼻子检测有效区域rect_nose_new；
(33)根据基于adaboost的鼻子检测分类器，在鼻子检测有效区域内获取鼻子精确位置区域矩形rect_nose1；
(34)根据rect_nose1的数值大小，判断鼻子位置区域是否正确存在；若是，则执行步骤(35)；若否，则返回执行步骤(2)；
(35)获取嘴巴的有效检测矩形区域rect_mouth。
2.根据权利要求1所述的一种驾驶员吸烟行为监控方法，其特征在于：步骤(2)中，所述的驾驶员的驾驶状态图像，为驾驶员驾驶时的头部图像。
3.根据权利要求1所述的一种驾驶员吸烟行为监控方法，其特征在于：步骤(4)中，所述的判断当前帧驾驶状态图像中的嘴巴有效检测区域内是否存在香烟，具体包括以下顺序的步骤：
(41)采用中值滤波器对当前帧驾驶状态图像进行模糊处理；
(42)对灰度图像进行增强；
(43)获取嘴巴有效检测区域的局部二值图像；
(44)去除面积较小的连通区域；
(45)采用Hough变换原理，获取全部的边缘直线lines；
(46)根据边缘直线lines，判断是否存在香烟。
4.根据权利要求1所述的一种驾驶员吸烟行为监控方法，其特征在于：步骤(31)中，所述的获取鼻子的位置区域矩形rect_nose，具体包括以下顺序的步骤：
(311)判断是否需要重新定位鼻子位置；若是，则执行步骤(312)；若否，则令鼻子的位置区域矩形rect_nose等于上一帧驾驶状态图像中的鼻子位置区域；
(312)根据基于adaboost的人脸检测分类器，进行人脸定位；
(313)判断是否为正确定位人脸；若是，则执行步骤(314)；若否，则返回执行步骤(2)；
(314)根据人脸的三庭五眼布局规律，粗定位鼻子位置区域。
5.根据权利要求1所述的一种驾驶员吸烟行为监控方法，其特征在于：步骤(32)中，所述的获取鼻子检测有效区域rect_nose_new，具体采用以下公式实现：
其中，rect_nose为鼻子的位置区域矩形；rect_nose.x,rect_nose.y,rect_nose.width,rect_nose.height分别表示鼻子的位置区域矩形的左上角的x坐标，左上角的y坐标，矩形宽度和矩形高度；rect_nose_new.x,rect_nose_new.y,rect_nose_new.width,rect_nose_new.height分别表示鼻子检测有效区域矩形的左上角的x坐标，左上角的y坐标，矩形宽度和矩形高度。
6.根据权利要求1所述的一种驾驶员吸烟行为监控方法，其特征在于：步骤(35)中，所述的获取嘴巴的有效检测矩形区域rect_mouth，具体采用以下公式实现：
其中，rect_face为当前帧驾驶状态图像中人脸的位置区域矩形；
rect_mouth.x,rect_mouth.y,rect_mouth.width,rect_mouth.height分别表示嘴巴的有效检测区域矩形的左上角的x坐标，左上角的y坐标，矩形宽度和矩形高度；rect_nose1.x,rect_nose1.y,rect_nose1.height分别表示鼻子精确位置区域矩形的左上角的x坐标，左上角的y坐标和矩形高度；rect_face.width,rect_face.height分别表示当前帧驾驶状态图像中人脸的位置区域矩形的矩形宽度和矩形高度。
7.根据权利要求3所述的一种驾驶员吸烟行为监控方法，其特征在于：步骤(42)中，所述的对灰度图像进行增强，具体采用以下公式实现：
其中，f(x,y)表示原图的灰度值，g(x,y)表示增强图像的灰度值，hist[i]表示当前图像的灰度值直方图，
tmin表示满足式公式
时的最大灰度值，
tmax表示满足公式
时的最小灰度值，
N表示当前图像的像素数目；
步骤(43)中，所述的获取嘴巴有效检测区域的局部二值图像，具体采用以下公式实现：
其中，g(x,y)表示二值化后对应的像素灰度值，f(x,y)表示原图中像素(x,y)处的灰度值，f(xi,yj)表示以(x,y)为中心的M*N邻域内的像素灰度值，M、N表示邻域的长宽尺寸，C表示偏移量，一般是一个正的常数。
8.根据权利要求3所述的一种驾驶员吸烟行为监控方法，其特征在于：步骤(46)中，所述的根据边缘直线lines，判断是否存在香烟，具体包括以下顺序的步骤：
(461)去除边缘直线lines中非香烟的直线；
(462)寻找平行直线对pair(i,j)；
(463)判断当前平行直线对是否属于香烟的边缘。
9.根据权利要求8所述的一种驾驶员吸烟行为监控方法，其特征在于：步骤(461)中，所述的去除边缘直线lines中非香烟的直线，具体采用以下公式实现：
其中，exist＝0表示当前直线属于干扰直线，L表示当前设备环境下香烟的标准像素长度，length[i]表示lines[i]直线的实际像素长度；
步骤(462)中，所述的寻找平行直线对pair(i,j)，具体采用以下公式实现：
其中，pair(i,j)＝1表示当前两条直线是平行的，k[i]表示lines[i]直线的倾斜角度，Tk表示两条直线的最大倾斜角度差；
步骤(463)中，所述的判断当前平行直线对是否属于香烟的边缘，具体采用以下公式实现：
其中，exist＝1表示当前直线对属于香烟的边缘，D表示当前设备环境下香烟的标准像素宽度，point_i是平行直线对pair(i,j)中，lines[i]直线中距离lines[j]直线距离最小的点。
CN201410788677.6A 2014-12-17 2014-12-17 一种驾驶员吸烟行为监控方法 Active CN104598934B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410788677.6A CN104598934B (zh) 2014-12-17 2014-12-17 一种驾驶员吸烟行为监控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410788677.6A CN104598934B (zh) 2014-12-17 2014-12-17 一种驾驶员吸烟行为监控方法

Publications (2)

Publication Number Publication Date
CN104598934A CN104598934A (zh) 2015-05-06
CN104598934B true CN104598934B (zh) 2018-09-18

Family

ID=53124706

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410788677.6A Active CN104598934B (zh) 2014-12-17 2014-12-17 一种驾驶员吸烟行为监控方法

Country Status (1)

Country Link
CN (1) CN104598934B (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105260703B (zh) * 2015-09-15 2019-07-05 西安邦威电子科技有限公司 一种适用于多姿态下的驾驶人员抽烟行为检测方法
CN106056061B (zh) * 2016-05-26 2019-05-21 南京大学 一种基于可穿戴设备的日常抽烟行为检测方法
CN107545225B (zh) * 2016-06-23 2021-07-02 杭州海康威视数字技术股份有限公司 一种检测车载驾驶员违规行为的方法、装置及电子设备
CN111163650A (zh) * 2017-09-15 2020-05-15 深圳传音通讯有限公司 一种基于智能终端的提醒方法和提醒系统
CN108710837A (zh) * 2018-05-07 2018-10-26 广州通达汽车电气股份有限公司 吸烟行为识别方法、装置、计算机设备和存储介质
CN109543655A (zh) * 2018-12-14 2019-03-29 深圳壹账通智能科技有限公司 疲劳驾驶检测方法、装置、计算机设备和存储介质
CN109800686A (zh) * 2018-12-30 2019-05-24 武汉极目智能技术有限公司 一种基于主动红外图像的驾驶员吸烟检测方法
CN111661059B (zh) * 2019-03-08 2022-07-08 虹软科技股份有限公司 分心驾驶监测方法、系统及电子设备
CN111753602A (zh) * 2019-03-29 2020-10-09 北京市商汤科技开发有限公司 动作识别方法和装置、电子设备、存储介质
CN110223487A (zh) * 2019-06-13 2019-09-10 杭州电子科技大学 一种基于吸烟行为识别的烟雾检测与警告方法及系统
CN110705383A (zh) * 2019-09-09 2020-01-17 深圳市中电数通智慧安全科技股份有限公司 吸烟行为检测方法、装置、终端和可读存储介质
CN110738186A (zh) * 2019-10-23 2020-01-31 德瑞姆创新科技(深圳)有限公司 一种基于计算机视觉技术的驾驶员抽烟检测方法及系统
CN111767771A (zh) * 2019-11-06 2020-10-13 母宗军 目标现场识别系统及方法
CN112084912A (zh) * 2020-08-28 2020-12-15 安徽清新互联信息科技有限公司 一种基于自适应信息增强的人脸特征点定位方法及系统
CN112668387B (zh) * 2020-09-24 2023-06-27 上海荷福人工智能科技（集团）有限公司 基于AlphaPose实现的违规抽烟识别方法
CN113191244A (zh) * 2021-04-25 2021-07-30 上海夏数网络科技有限公司 一种驾驶员不规范行为检测方法
CN113205075A (zh) * 2021-05-31 2021-08-03 浙江大华技术股份有限公司 一种检测吸烟行为的方法、装置及可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202939770U (zh) * 2012-10-09 2013-05-15 浙江吉利汽车研究院有限公司杭州分公司 一种驾驶员不良驾驶行为更正装置
CN103150560A (zh) * 2013-03-15 2013-06-12 福州龙吟信息技术有限公司 一种汽车智能安全驾驶的实现方法
WO2013157466A1 (ja) * 2012-04-20 2013-10-24 株式会社デンソー 喫煙検出装置、方法及びプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013157466A1 (ja) * 2012-04-20 2013-10-24 株式会社デンソー 喫煙検出装置、方法及びプログラム
CN202939770U (zh) * 2012-10-09 2013-05-15 浙江吉利汽车研究院有限公司杭州分公司 一种驾驶员不良驾驶行为更正装置
CN103150560A (zh) * 2013-03-15 2013-06-12 福州龙吟信息技术有限公司 一种汽车智能安全驾驶的实现方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
电影中吸烟活动识别;叶果等;《智能系统学报》;20111031;第6卷(第5期);440-444 *

Also Published As

Publication number Publication date
CN104598934A (zh) 2015-05-06

Similar Documents

Publication Publication Date Title
CN104598934B (zh) 一种驾驶员吸烟行为监控方法
CN111417990B (zh) 使用面向驾驶员的成像装置来监视驾驶员行为以用于车辆的车队中的车辆车队管理的系统和方法
CN106965675B (zh) 一种货车集群智能安全作业系统
US9662977B2 (en) Driver state monitoring system
EP3849865A1 (en) Inward/outward vehicle monitoring for remote reporting and in-cab warning enhancements
US11423673B2 (en) Method and device for detecting state of holding steering wheel
US20130107052A1 (en) Driver Assistance Device Having a Visual Representation of Detected Objects
CN106022235B (zh) 基于人体探测的遗漏孩童检测方法
CN104751600A (zh) 基于虹膜识别的防疲劳驾驶安全设备及其使用方法
CN101587544A (zh) 基于计算机视觉的机动车车载反跟踪装置
CN105868690A (zh) 识别驾驶员打手机行为的方法和装置
CN207397291U (zh) 一种基于全景视觉分析的车辆主动安全预警系统
CN106503673A (zh) 一种交通驾驶行为的识别方法、装置及一种视频采集装置
KR20120074820A (ko) 얼굴 인식 기능을 이용한 차량 제어 시스템
CN103021179A (zh) 基于实时监控视频中的安全带检测方法
CN109685083A (zh) 驾驶员开车违规使用手机的多尺度检测方法
CN109800686A (zh) 一种基于主动红外图像的驾驶员吸烟检测方法
CN106652353A (zh) 一种交通工具控制方法和装置
CN109800640A (zh) 一种基于二维曲面拟合的吸烟检测方法
CN104899548A (zh) 一种方向盘上操作手数目视频检测方法
TR201812156A2 (tr) Plaka tanima si̇stemi̇ kamera görüntüleri̇ kullanilarak ön koltuk yolcu kapasi̇tesi̇ i̇hlal tespi̇t yöntemi̇
CN105117696B (zh) 一种基于小线分析的未系安全带自动检测方法
US20210279486A1 (en) Collision avoidance and pedestrian detection systems
Srivastava Driver's drowsiness identification using eye aspect ratio with adaptive thresholding
CN109895684A (zh) 一种基于图像单目视觉的车辆行驶预警系统及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant