CN106919916A - 用于驾驶员状态检测的人脸正前方姿态参数估计方法及装置 - Google Patents
用于驾驶员状态检测的人脸正前方姿态参数估计方法及装置 Download PDFInfo
- Publication number
- CN106919916A CN106919916A CN201710099261.7A CN201710099261A CN106919916A CN 106919916 A CN106919916 A CN 106919916A CN 201710099261 A CN201710099261 A CN 201710099261A CN 106919916 A CN106919916 A CN 106919916A
- Authority
- CN
- China
- Prior art keywords
- parameter
- driver
- pitch
- head pose
- estimation
- 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.)
- Pending
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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/76—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries based on eigen-space representations, e.g. from pose or different illumination conditions; Shape manifolds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Artificial Intelligence (AREA)
- Image Analysis (AREA)
Abstract
本发明提出了用于驾驶员状态检测的人脸正前方姿态参数估计方法及装置,该方法包括:经由视频采集装置收集预定的时间段内的包含驾驶员的面部图像的n个图像帧;针对每个图像帧执行面部特征点定位操作以确定分别与所述n个图像帧中的一个相关联的由转角、俯仰角和旋转角构成的n个头部姿态仿射参数,其中n是正整数;基于所述n个头部姿态仿射参数的统计量确定驾驶员正前方姿态基准参数。本发明所公开的方法及装置能够自动地且准确地确定用作基准的驾驶员正前方姿态参数。
Description
技术领域
本发明涉及参数估计方法及装置,更具体地,涉及用于驾驶员状态检测的人脸正前方姿态参数估计方法及装置。
背景技术
目前,随着车辆的日益发展和普及,对驾驶员在行车中出现的状态变化(例如走神等等)进行实时地检测以避免事故的发生变得越来越重要。
在现有的技术方案中,典型地通过如下方式实施驾驶员状态检测:(1)经由车载摄像装置实时地获取驾驶员的原始视频图像;(2)提取所述原始视频图像中包含驾驶员的面部图像的每个图像帧并将其作为目标图像帧;(3)针对所述目标图像帧执行面部特征点定位操作以确定面部特征点,随之基于所得到的面部特征点确定驾驶员当前姿态参数,并将所确定的驾驶员当前姿态参数与预设的驾驶员正前方姿态参数相比较,以判断驾驶员当前状态是否异常(在驾驶员驾驶车辆行驶的过程中,司机正视前方路面为正常状态,长时间注视非正前方为异常状态,需要向司机发出告警,以达到安全驾驶的目的)。
然而,上述现有的技术方案存在如下问题:(1)由于通常采用人工地方式确定所述预设的驾驶员正前方姿态参数,故操作繁琐;(2)由于用来监控司机状态的车载摄像装置的安装位置通常受到驾驶室内已有各种仪器仪表、操控手柄以及司机视线的影响而只能安装在非正前方的位置处,故通常难于准确地根据预设的驾驶员正前方姿态参数判定驾驶员当前状态是否异常。
因此,存在如下需求:提供能够自动地且准确地确定用作基准的驾驶员正前方姿态参数的人脸正前方姿态参数估计方法及装置。
发明内容
为了解决上述现有技术方案所存在的问题,本发明提出了能够自动地且准确地确定用作基准的驾驶员正前方姿态参数的人脸正前方姿态参数估计方法及装置。
本发明的目的是通过以下技术方案实现的:
一种用于驾驶员状态检测的人脸正前方姿态参数估计方法,其包括下列步骤:
(A1)经由视频采集装置收集预定的时间段内的包含驾驶员的面部图像的n个图像帧;
(A2)针对每个图像帧执行面部特征点定位操作以确定分别与所述n个图像帧中的一个相关联的由转角、俯仰角和旋转角构成的n个头部姿态仿射参数,其中n是正整数;
(A3)基于所述n个头部姿态仿射参数的统计量确定驾驶员正前方姿态基准参数。
在上面所公开的方案中,示例性地,所述步骤(A2)进一步包括:以链表的方式记录所述n个头部姿态仿射参数,即xi=(yi,pi,ri)T i=1,2,3,...n,其中,xi表示第i个头部姿态仿射参数,yi表示第i个头部姿态仿射参数中的转角,pi表示第i个头部姿态仿射参数中的俯仰角,ri表示第i个头部姿态仿射参数中的旋转角。
在上面所公开的方案中,示例性地,所述步骤(A3)进一步包括:以如下公式计算所述n个头部姿态仿射参数中的所有转角、所有俯仰角和所有旋转角取值中的最大值和最小值:
pmax=maXi:1→n pi, pmin=mini:1→n pi
rmax=maXi:l→n ri, rmin=mini:1→n ri
在上面所公开的方案中,示例性地,所述步骤(A3)进一步包括:以如下公式计算用于划分所述n个头部姿态仿射参数中的所有转角、所有俯仰角和所有旋转角的取值的等级数:
ly=ymax-ymin
lp=pmax-pmin
lr=rmax-rmin
其中,ly是所有转角的等级数,lp是所有俯仰角的等级数,lr是所有旋转角的等级数。
在上面所公开的方案中,示例性地,所述步骤(A3)进一步包括:以如下公式定义分别针对所有转角、所有俯仰角和所有旋转角的取值的每个等级的取值:
其中:i=0,1,2,...ly
其中:i=0,1,2,...lp
其中:i=0,1,2,...lr
其中,是针对转角的第i个等级的取值,是针对俯仰角的第i个等级的取值,是针对旋转角的第i个等级的取值。
在上面所公开的方案中,示例性地,所述步骤(A3)进一步包括:以如下公式统计所述n个头部姿态仿射参数中的所有转角、所有俯仰角和所有旋转角的取值在不同等级上出现的频率:
其中,i=0,1,2,...,n-1,j=0,1,2,...,ly-1
其中,i=0,1,2,...,n-1,j=0,1,2,...,lp-1
其中,i=0,1,2,...,n-1,j=0,1,2,...,lr-1
其中,是转角的第j等级的出现频率,是俯仰角的第j等级的出现频率,是旋转角的第j等级的出现频率,这三个参数的初始值均为零。
在上面所公开的方案中,示例性地,所述步骤(A3)进一步包括:分别选出所有转角、所有俯仰角和所有旋转角取值中出现频率最大的取值作为驾驶员正前方姿态基准参数。
在上面所公开的方案中,示例性地,所述步骤(A3)进一步包括:将在行驶过程中实时地检测到的驾驶员当前姿态参数与所确定的驾驶员正前方姿态基准参数相比较以判断驾驶员当前状态是否异常。
本发明的目的也可以通过以下技术方案实现:
一种人脸正前方姿态参数估计装置,其包括:
图像采集单元,所述图像采集单元被配置为经由视频采集装置收集预定的时间段内的包含驾驶员的面部图像的n个图像帧;
仿射参数计算单元,所述仿射参数计算单元被配置为针对每个图像帧执行面部特征点定位操作以确定分别与所述n个图像帧中的一个相关联的由转角、俯仰角和旋转角构成的n个头部姿态仿射参数,其中n是正整数;
基准参数确定单元,所述基准参数确定单元被配置为基于所述n个头部姿态仿射参数的统计量确定驾驶员正前方姿态基准参数。
本发明所公开的用于驾驶员状态检测的人脸正前方姿态参数估计方法及装置具有下列优点:由于能够自动地基于参数样本的统计数据确定驾驶员正前方姿态基准参数,故操作便捷并且参数估计准确。
附图说明
结合附图,本发明的技术特征以及优点将会被本领域技术人员更好地理解,其中:
图1是根据本发明的实施例的人脸正前方姿态参数估计方法的流程图。
图2是根据本发明的实施例的人脸正前方姿态参数估计装置的示意性结构图。
具体实施方式
图1是根据本发明的实施例的人脸正前方姿态参数估计方法的流程图。如图1所示,本发明所公开的用于驾驶员状态检测的人脸正前方姿态参数估计方法包括下列步骤:(A1)经由视频采集装置收集预定的时间段(例如2分钟)内的包含驾驶员的面部图像的n个图像帧(例如3600帧);(A2)针对每个图像帧执行面部特征点定位操作以确定分别与所述n个图像帧中的一个相关联的由转角、俯仰角和旋转角构成的n个头部姿态仿射参数,其中n是正整数;(A3)基于所述n个头部姿态仿射参数的统计量确定驾驶员正前方姿态基准参数(其中,所述转角是指驾驶员头部在水平面上左右转动的角度、所述俯仰角是指驾驶员头部上下俯仰的角度(即抬头、低头)、所述旋转角是指驾驶员头部在垂直平面上左右转动的角度,上述三个角度的旋转轴两两垂直)。示例性地,所述视频采集装置是位于驾驶座椅上方的车载摄像头或者任何能够实时地采集驾驶员头部图像的车内视频装置(诸如通过有线或无线物理信道与车内的电控单元通信的智能手机、平板电脑等等),例如但不限于基于CCD传感器或CMOS传感器的摄像单元。
示例性地,在本发明所公开的用于驾驶员状态检测的人脸正前方姿态参数估计方法中,所述步骤(A2)进一步包括:以链表的方式记录所述n个头部姿态仿射参数,即xi=(yi,pi,ri)T i=1,2,3,...n,其中,xi表示第i个头部姿态仿射参数,yi表示第i个头部姿态仿射参数中的转角,pi表示第i个头部姿态仿射参数中的俯仰角,ri表示第i个头部姿态仿射参数中的旋转角。
示例性地,在本发明所公开的用于驾驶员状态检测的人脸正前方姿态参数估计方法中,所述步骤(A3)进一步包括:以如下公式计算所述n个头部姿态仿射参数中的所有转角、所有俯仰角和所有旋转角取值中的最大值和最小值:
pmax=maxi:1→n pi, pmin=mini:1→n pi
rmax=maxi:1→n ri, rmin=mini:1→n ri
示例性地,在本发明所公开的用于驾驶员状态检测的人脸正前方姿态参数估计方法中,所述步骤(A3)进一步包括:以如下公式计算用于划分所述n个头部姿态仿射参数中的所有转角、所有俯仰角和所有旋转角的取值的等级数:
ly=ymax-ymin
lp=pmax-pmin
lr=rmax-rmin
其中,ly是所有转角的等级数,lp是所有俯仰角的等级数,lr是所有旋转角的等级数。
示例性地,在本发明所公开的用于驾驶员状态检测的人脸正前方姿态参数估计方法中,所述步骤(A3)进一步包括:以如下公式定义分别针对所有转角、所有俯仰角和所有旋转角的取值的每个等级的取值:
其中:i=0,1,2,...ly
其中:i=0,1,2,...lp
其中:i=0,1,2,...lr
其中,是针对转角的第i个等级的取值,是针对俯仰角的第i个等级的取值,是针对旋转角的第i个等级的取值。
示例性地,在本发明所公开的用于驾驶员状态检测的人脸正前方姿态参数估计方法中,所述步骤(A3)进一步包括:以如下公式统计所述n个头部姿态仿射参数中的所有转角、所有俯仰角和所有旋转角的取值在不同等级上出现的频率:
其中,i=0,1,2,...,n-1,j=0,1,2,...,ly-1
其中,i=0,1,2,...,n-1,j=0,1,2,...,lp-1
其中,i=0,1,2,...,n-1,j=0,1,2,...,lr-1
其中,是转角的第j等级的出现频率,是俯仰角的第j等级的出现频率,是旋转角的第j等级的出现频率,这三个参数的初始值均为零。
示例性地,在本发明所公开的用于驾驶员状态检测的人脸正前方姿态参数估计方法中,所述步骤(A3)进一步包括:分别选出所有转角、所有俯仰角和所有旋转角取值中出现频率最大的取值(即出现频率最多的取值)作为驾驶员正前方姿态基准参数。
示例性地,在本发明所公开的用于驾驶员状态检测的人脸正前方姿态参数估计方法中,所述步骤(A3)进一步包括:将在行驶过程中实时地检测到的驾驶员当前姿态参数与所确定的驾驶员正前方姿态基准参数相比较以判断驾驶员当前状态是否异常。
由上可见,本发明所公开的用于驾驶员状态检测的人脸正前方姿态参数估计方法具有下列优点:由于能够自动地基于参数样本的统计数据确定驾驶员正前方姿态基准参数,故操作便捷并且参数估计准确。
图2是根据本发明的实施例的人脸正前方姿态参数估计装置的示意性结构图。如图2所示,本发明所公开的人脸正前方姿态参数估计装置包括图像采集单元1、仿射参数计算单元2和基准参数确定单元3。所述图像采集单元1被配置为经由视频采集装置收集预定的时间段(例如2分钟)内的包含驾驶员的面部图像的n个图像帧(例如3600帧)。所述仿射参数计算单元2被配置为针对每个图像帧执行面部特征点定位操作以确定分别与所述n个图像帧中的一个相关联的由转角、俯仰角和旋转角构成的n个头部姿态仿射参数,其中n是正整数。所述基准参数确定单元3被配置为基于所述n个头部姿态仿射参数的统计量确定驾驶员正前方姿态基准参数(其中,所述转角是指驾驶员头部在水平面上左右转动的角度、所述俯仰角是指驾驶员头部上下俯仰的角度(即抬头、低头)、所述旋转角是指驾驶员头部在垂直平面上左右转动的角度,上述三个角度的旋转轴两两垂直)。示例性地,所述视频采集装置是位于驾驶座椅上方的车载摄像头或者任何能够实时地采集驾驶员头部图像的车内视频装置(诸如通过有线或无线物理信道与车内的电控单元通信的智能手机、平板电脑等等),例如但不限于基于CCD传感器或CMOS传感器的摄像单元。
示例性地,在本发明所公开的用于驾驶员状态检测的人脸正前方姿态参数估计装置中,所述仿射参数计算单元2进一步被配置为:以链表的方式记录所述n个头部姿态仿射参数,即xi=(yi,pi,ri)T i=1,2,3,...n,其中,xi表示第i个头部姿态仿射参数,yi表示第i个头部姿态仿射参数中的转角,pi表示第i个头部姿态仿射参数中的俯仰角,ri表示第i个头部姿态仿射参数中的旋转角。
示例性地,在本发明所公开的用于驾驶员状态检测的人脸正前方姿态参数估计装置中,所述基准参数确定单元3进一步被配置为:以如下公式计算所述n个头部姿态仿射参数中的所有转角、所有俯仰角和所有旋转角取值中的最大值和最小值:
pmax=maxi:1→n pi, pmin=mini:1→n pi
rmax=maxi:l→n ri, rmin=mini:1→n ri
示例性地,在本发明所公开的用于驾驶员状态检测的人脸正前方姿态参数估计装置中,所述基准参数确定单元3进一步被配置为:以如下公式计算用于划分所述n个头部姿态仿射参数中的所有转角、所有俯仰角和所有旋转角的取值的等级数:
ly=ymax-ymin
lp=pmax-pmin
lr=rmax-rmin
其中,ly是所有转角的等级数,lp是所有俯仰角的等级数,lr是所有旋转角的等级数。
示例性地,在本发明所公开的用于驾驶员状态检测的人脸正前方姿态参数估计装置中,所述基准参数确定单元3进一步被配置为:以如下公式定义分别针对所有转角、所有俯仰角和所有旋转角的取值的每个等级的取值:
其中:i=0,1,2,...ly
其中:i=0,1,2,...lp
其中:i=0,1,2,...lr
其中,是针对转角的第i个等级的取值,是针对俯仰角的第i个等级的取值,是针对旋转角的第i个等级的取值。
示例性地,在本发明所公开的用于驾驶员状态检测的人脸正前方姿态参数估计装置中,所述基准参数确定单元3进一步被配置为:以如下公式统计所述n个头部姿态仿射参数中的所有转角、所有俯仰角和所有旋转角的取值在不同等级上出现的频率:
其中,i=0,1,2,...,n-1,j=0,1,2,...,ly-1
其中,i=0,1,2,...,n-1,j=0,1,2,...,lp-1
其中,i=0,1,2,...,n-1,j=0,1,2,...,lr-1
其中,是转角的第j等级的出现频率,是俯仰角的第j等级的出现频率,是旋转角的第j等级的出现频率,这三个参数的初始值均为零。
示例性地,在本发明所公开的用于驾驶员状态检测的人脸正前方姿态参数估计装置中,所述基准参数确定单元3进一步被配置为:分别选出所有转角、所有俯仰角和所有旋转角取值中出现频率最大的取值(即出现频率最多的取值)作为驾驶员正前方姿态基准参数。
示例性地,在本发明所公开的用于驾驶员状态检测的人脸正前方姿态参数估计装置中,所述基准参数确定单元3进一步被配置为:将在行驶过程中实时地检测到的驾驶员当前姿态参数与所确定的驾驶员正前方姿态基准参数相比较以判断驾驶员当前状态是否异常。
示例性地,在本发明所公开的用于驾驶员状态检测的人脸正前方姿态参数估计装置中,所述图像采集单元1、仿射参数计算单元2和基准参数确定单元3可以均位于车辆(例如电动车辆)的中央控制器中或者各自位于任何其他类型的独立的或集成的控制器中,例如但不限于电子控制单元(ECU)、视频信号处理器、数据处理单元等等,并且所述图像采集单元1、仿射参数计算单元2和基准参数确定单元3可以被实现为任何形式的实体或程序,例如但不限于软件、固件或专用集成电路。
由上可见,本发明所公开的用于驾驶员状态检测的人脸正前方姿态参数估计装置具有下列优点:由于能够自动地基于参数样本的统计数据确定驾驶员正前方姿态基准参数,故操作便捷并且参数估计准确。
此外,本发明也公开了一种包含前面所述的人脸正前方姿态参数估计装置的车辆。
尽管本发明是通过上述的优选实施方式进行描述的,但是其实现形式并不局限于上述的实施方式。应该认识到:在不脱离本发明主旨和范围的情况下,本领域技术人员可以对本发明做出不同的变化和修改。
Claims (10)
1.一种用于驾驶员状态检测的人脸正前方姿态参数估计方法,其包括下列步骤:
(A1)经由视频采集装置收集预定的时间段内的包含驾驶员的面部图像的n个图像帧;
(A2)针对每个图像帧执行面部特征点定位操作以确定分别与所述n个图像帧中的一个相关联的由转角、俯仰角和旋转角构成的n个头部姿态仿射参数,其中n是正整数;
(A3)基于所述n个头部姿态仿射参数的统计量确定驾驶员正前方姿态基准参数。
2.根据权利要求1所述的用于驾驶员状态检测的人脸正前方姿态参数估计方法,其特征在于,所述步骤(A2)进一步包括:以链表的方式记录所述n个头部姿态仿射参数,即xi=(yi,pi,ri)T i=1,2,3,...n,其中,xi表示第i个头部姿态仿射参数,yi表示第i个头部姿态仿射参数中的转角,pi表示第i个头部姿态仿射参数中的俯仰角,ri表示第i个头部姿态仿射参数中的旋转角。
3.根据权利要求2所述的用于驾驶员状态检测的人脸正前方姿态参数估计方法,其特征在于,所述步骤(A3)进一步包括:以如下公式计算所述n个头部姿态仿射参数中的所有转角、所有俯仰角和所有旋转角取值中的最大值和最小值:
ymax=maxi∶1→n yi,
pmax=maxi:1→npi,pmin=mini:1→npi
rmax=maxi:1→nri,rmin=mini:1→nri。
4.根据权利要求3所述的用于驾驶员状态检测的人脸正前方姿态参数估计方法,其特征在于,所述步骤(A3)进一步包括:以如下公式计算用于划分所述n个头部姿态仿射参数中的所有转角、所有俯仰角和所有旋转角的取值的等级数:
ly=ymax-ymin
lp=pmax-pmin
lr=rmax-rmin
其中,ly是所有转角的等级数,lp是所有俯仰角的等级数,lr是所有旋转角的等级数。
5.根据权利要求4所述的用于驾驶员状态检测的人脸正前方姿态参数估计方法,其特征在于,所述步骤(A3)进一步包括:以如下公式定义分别针对所有转角、所有俯仰角和所有旋转角的取值的每个等级的取值:
其中:i=0,1,2,...ly
其中:i=0,1,2,...lp
其中:i=0,1,2,...lr
其中,是针对转角的第i个等级的取值,是针对俯仰角的第i个等级的取值,是针对旋转角的第i个等级的取值。
6.根据权利要求5所述的用于驾驶员状态检测的人脸正前方姿态参数估计方法,其特征在于,所述步骤(A3)进一步包括:以如下公式统计所述n个头部姿态仿射参数中的所有转角、所有俯仰角和所有旋转角的取值在不同等级上出现的频率:
其中,i=0,1,2,...,n-1,j=0,1,2,...,ly-1
其中,i=0,1,2,...,n-1,j=0,1,2,...,lp-1
其中,i=0,1,2,...,n-1,j=0,1,2,...,lr-1
其中,是转角的第j等级的出现频率,是俯仰角的第j等级的出现频率,是旋转角的第j等级的出现频率,这三个参数的初始值均为零。
7.根据权利要求6所述的用于驾驶员状态检测的人脸正前方姿态参数估计方法,其特征在于,所述步骤(A3)进一步包括:分别选出所有转角、所有俯仰角和所有旋转角取值中出现频率最大的取值作为驾驶员正前方姿态基准参数。
8.根据权利要求7所述的用于驾驶员状态检测的人脸正前方姿态参数估计方法,其特征在于,所述步骤(A3)进一步包括:将在行驶过程中实时地检测到的驾驶员当前姿态参数与所确定的驾驶员正前方姿态基准参数相比较以判断驾驶员当前状态是否异常。
9.一种人脸正前方姿态参数估计装置,其包括:
图像采集单元,所述图像采集单元被配置为经由视频采集装置收集预定的时间段内的包含驾驶员的面部图像的n个图像帧;
仿射参数计算单元,所述仿射参数计算单元被配置为针对每个图像帧执行面部特征点定位操作以确定分别与所述n个图像帧中的一个相关联的由转角、俯仰角和旋转角构成的n个头部姿态仿射参数,其中n是正整数;
基准参数确定单元,所述基准参数确定单元被配置为基于所述n个头部姿态仿射参数的统计量确定驾驶员正前方姿态基准参数。
10.一种包含权利要求9所述的人脸正前方姿态参数估计装置的车辆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710099261.7A CN106919916A (zh) | 2017-02-23 | 2017-02-23 | 用于驾驶员状态检测的人脸正前方姿态参数估计方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710099261.7A CN106919916A (zh) | 2017-02-23 | 2017-02-23 | 用于驾驶员状态检测的人脸正前方姿态参数估计方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106919916A true CN106919916A (zh) | 2017-07-04 |
Family
ID=59453676
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710099261.7A Pending CN106919916A (zh) | 2017-02-23 | 2017-02-23 | 用于驾驶员状态检测的人脸正前方姿态参数估计方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106919916A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109034137A (zh) * | 2018-09-07 | 2018-12-18 | 百度在线网络技术(北京)有限公司 | 头部姿态标记更新方法、装置、存储介质和终端设备 |
CN109766841A (zh) * | 2019-01-10 | 2019-05-17 | 深圳大学 | 车辆检测方法、装置及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1700242A (zh) * | 2005-06-15 | 2005-11-23 | 北京中星微电子有限公司 | 一种判别视线方向的方法和装置 |
CN102982316A (zh) * | 2012-11-05 | 2013-03-20 | 安维思电子科技(广州)有限公司 | 一种对驾驶员非正常驾驶行为的识别装置和方法 |
CN103839046A (zh) * | 2013-12-26 | 2014-06-04 | 苏州清研微视电子科技有限公司 | 驾驶人注意力自动识别系统及其识别方法 |
CN105279493A (zh) * | 2015-10-22 | 2016-01-27 | 四川膨旭科技有限公司 | 车辆行驶过程中驾驶人视觉识别系统 |
CN105760809A (zh) * | 2014-12-19 | 2016-07-13 | 联想(北京)有限公司 | 用于头部姿态估计的方法和设备 |
-
2017
- 2017-02-23 CN CN201710099261.7A patent/CN106919916A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1700242A (zh) * | 2005-06-15 | 2005-11-23 | 北京中星微电子有限公司 | 一种判别视线方向的方法和装置 |
CN102982316A (zh) * | 2012-11-05 | 2013-03-20 | 安维思电子科技(广州)有限公司 | 一种对驾驶员非正常驾驶行为的识别装置和方法 |
CN103839046A (zh) * | 2013-12-26 | 2014-06-04 | 苏州清研微视电子科技有限公司 | 驾驶人注意力自动识别系统及其识别方法 |
CN105760809A (zh) * | 2014-12-19 | 2016-07-13 | 联想(北京)有限公司 | 用于头部姿态估计的方法和设备 |
CN105279493A (zh) * | 2015-10-22 | 2016-01-27 | 四川膨旭科技有限公司 | 车辆行驶过程中驾驶人视觉识别系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109034137A (zh) * | 2018-09-07 | 2018-12-18 | 百度在线网络技术(北京)有限公司 | 头部姿态标记更新方法、装置、存储介质和终端设备 |
CN109034137B (zh) * | 2018-09-07 | 2019-11-19 | 百度在线网络技术(北京)有限公司 | 头部姿态标记更新方法、装置、存储介质和终端设备 |
CN109766841A (zh) * | 2019-01-10 | 2019-05-17 | 深圳大学 | 车辆检测方法、装置及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110517521B (zh) | 一种基于路车融合感知的车道偏离预警方法 | |
US8041079B2 (en) | Apparatus and method for detecting obstacle through stereovision | |
CN103507718B (zh) | 车辆后视镜自动调节方法、后视镜自动调节系统及车辆 | |
US10699567B2 (en) | Method of controlling a traffic surveillance system | |
CN104537649B (zh) | 一种基于图像模糊度比较的车辆转向判断方法及系统 | |
CN112927303B (zh) | 一种基于车道线的自动驾驶车载相机位姿估计方法及系统 | |
EP3660788A1 (en) | In-vehicle camera calibration device and method | |
CN114758322B (zh) | 基于机器识别的道路质量检测系统 | |
CN106919916A (zh) | 用于驾驶员状态检测的人脸正前方姿态参数估计方法及装置 | |
EP3243671A1 (en) | Method and apparatus for classifying a tyre | |
CN103413325A (zh) | 一种基于车身特征点定位的车速鉴定方法 | |
CN106846369A (zh) | 基于双目视觉的车辆转向状态判别方法及装置 | |
CN109229206A (zh) | 一种车辆及其转向角度的检测方法和系统 | |
CN105022987B (zh) | 用于车道感测传感器的偏差纠正和诊断功能的方法 | |
CN104501928B (zh) | 基于车牌照的车辆精确定位的汽车衡称重方法及系统 | |
CN108806019B (zh) | 基于加速度传感器的行车记录数据处理方法及装置 | |
US20210240991A1 (en) | Information processing method, information processing device, non-transitory computer-readable recording medium recording information processing program, and information processing system | |
CN106601076B (zh) | 一种基于捷联惯导和面阵相机的汽车自助训练装置及方法 | |
DE102021103833A1 (de) | Vorrichtung und verfahren zum bestimmen eines radzustands | |
CN108256418A (zh) | 一种基于红外成像的行人预警方法及系统 | |
KR20190036897A (ko) | 타이어의 마모도 측정 장치, 방법 및 컴퓨터 판독 가능한 기록매체 | |
CN112990117B (zh) | 基于智能驾驶系统的安装数据处理方法及装置 | |
CN105946473A (zh) | 一种间接式胎压监测方法和装置 | |
JP2020086956A (ja) | 撮影異常診断装置 | |
CN107585210B (zh) | 一种检测车辆方向盘转角的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170704 |
|
WD01 | Invention patent application deemed withdrawn after publication |