CN107134200A - 一种用于智能驾考的规范开门下车判断方法 - Google Patents
一种用于智能驾考的规范开门下车判断方法 Download PDFInfo
- Publication number
- CN107134200A CN107134200A CN201710490779.3A CN201710490779A CN107134200A CN 107134200 A CN107134200 A CN 107134200A CN 201710490779 A CN201710490779 A CN 201710490779A CN 107134200 A CN107134200 A CN 107134200A
- Authority
- CN
- China
- Prior art keywords
- driver
- door
- face key
- face
- opened
- 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
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B19/00—Teaching not covered by other main groups of this subclass
- G09B19/16—Control of vehicles or other craft
- G09B19/167—Control of land vehicles
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Eye Examination Apparatus (AREA)
Abstract
本发明公开了一种用于智能驾考的规范开门下车判断方法,包括记录驾驶员的人脸框坐标信息,生成人脸关键点特征向量,并保存至数据库中;利用速度传感器检测车速,当车速为0时,通过车门传感器检测车门是否开启;若检测到车门开启,则从数据库中提取人脸关键点特征向量,并判断驾驶员是否有回头观察左B柱或左后视镜和内后视镜的动作;若有,则输出未违规状态为0;若无,则输出违规状态为1,并结束考试。本发明实现了对考试的智能评判,且考官可在后台对考试道路停车环节进行监督,既节约了警力,又保证了考试工作的公平、公正和公开。
Description
技术领域
本发明涉及驾驶考试的人工智能判断技术领域,特别涉及一种用于智能驾考的规范开门下车判断方法。
背景技术
随着汽车的快速普及,每年学习和考取机动车驾驶证的人也越来越多,从而导致驾照考试的培训和考试任务变得非常繁重。为了适应新形式下的驾培、考试行业发展要求,公安部于2012年修改了《中华人民共和国公共安庆行业标准——机动车驾驶人考试场地、系统及考试内容与要求》,并于2013年1月1日按《公安部第123号令》新标准执行。
其中,规范开门下车考试项目,要求考生在下车时,打开车门前需回头观察左后方交通情况。
针对规范开门下车这个考试项目,传统的评判系统只能依靠人工监考;由监考老师全程跟踪,并判断驾驶员的开门下车规范,这种方式需要消耗大量的人力,且效率低;针对如今大规模考生,已经无法满足驾考的需求。
发明内容
本发明的目的是:提出一种用于智能驾考的规范开门下车判断方法,其能够采集人脸信息,结合车门传感器,从而综合判断考生的操作是否规范,以满足如今对智能驾考的需求。
本发明解决其技术问题所采用的技术方案是:
一种用于智能驾考的规范开门下车判断方法,包括
S1、记录驾驶员的人脸框坐标信息,生成人脸关键点特征向量,并保存至数据库中;
S2、利用速度传感器检测车速,当车速为0时,通过车门传感器检测车门是否开启;
S3、若检测到车门开启,则从数据库中提取人脸关键点特征向量,并判断驾驶员是否有回头观察左B柱或左后视镜和内后视镜的动作;
S4、若有,则输出未违规状态为0;若无,则输出违规状态为1,并结束考试。
进一步,所述人脸关键点特征向量的生成步骤如下:
S11、首先通过深度学习网络提取人脸关键特征点和人脸框坐标;
S12、由提取的人脸关键特征点和人脸框坐标计算出人脸关键点特征向量,由八组人脸姿态组成,包含左大幅度转头、左小幅度转头、正视前方、低头、小幅度右转抬头、右下低头、右小幅度转头和右大幅度转头,分别对应驾驶员看左B柱、看左后视镜、看正前方、看仪表盘、看内后镜、看档位、看右后视镜和看右B柱八组动作;
S13、以一长度为8的数组,其包含元素分别对应驾驶员的八组脸部动作,当数组中某一元素为1时,表示当前驾驶员的脸部姿态检测为该元素对应的动作,如:数组当前取值为[1,0,0,0,0,0,0,0],对应驾驶员脸部姿态为“左大幅度转头”。
进一步,所述人脸关键特征点包括眼部、鼻尖和嘴角的特征点的坐标。
本发明的有益效果是:本发明实现了对考试的智能判断,并适用于省、市及县一级驾考主管部门对所辖各分考场的集中管理和监控,考官在后台即可对考试道路停车环节进行监督,既节约了警力,又保证了考试工作的公平、公正和公开。
附图说明
图1是本发明规范开门下车判断方法流程图。
图2是人脸关键点特征向量生成流程图。
具体实施方式
以下结合附图。对本发明做进一步说明。
本发明的实施方式主要基于人脸关注点判断模块。
人脸关注点判断模块首先提取人脸框位置信息,然后再通过深度学习判断驾驶员观察的位置。
人脸关注点判断的具体方法包括:提取图片中人脸框的位置信息集合;利用人脸框的面积大小构建人脸的远近深度信息,以面积最大的人脸框作为驾驶员的人脸框;将驾驶员的人脸框图像通过深度学习网络,计算出驾驶员关注点的位置,并结合视频流判断驾驶员的低头、转头等动作信息。
本发明的规范开门下车判断标准是:驾驶员在需要下车时,在打开车门前是否有回头观察后方交通情况。
其中,“需要下车时”是指右方停车、速度为零时。“打开车门前”认定,速度传感器为0,车门传感器状态为关闭状态,认定为打开车门前。
涉及到的违规点包括:
1、是否有左后视镜和内后视镜动作;
2、是否有观察到左B柱,确认安全的(以上两条完成一条就算此条目通过)。
本发明的具体实施步骤如图1所示,一种用于智能驾考的规范开门下车判断方法,包括
S1、记录驾驶员的人脸框坐标信息,生成人脸关键点特征向量,并保存至数据库中;
S2、利用速度传感器检测车速,当车速为0时,通过车门传感器检测车门是否开启;
S3、若检测到车门开启,则从数据库中提取人脸关键点特征向量,并判断驾驶员是否有回头观察左B柱或左后视镜和内后视镜的动作;
S4、若有,则输出未违规状态为0;若无,则输出违规状态为1,并结束考试。
其中,人脸关键点特征向量的生成步骤,如图2所示,包括:
S11、首先通过深度学习网络提取人脸关键特征点和人脸框坐标;
S12、由提取的人脸关键特征点和人脸框坐标计算出人脸关键点特征向量,由八组人脸姿态组成,包含:左大幅度转头、左小幅度转头、正视前方、低头、小幅度右转抬头、右下低头、右小幅度转头和右大幅度转头,分别对应驾驶员看左B柱、看左后视镜、看正前方、看仪表盘、看内后镜、看档位、看右后视镜和看右B柱八组动作;
S13、以一长度为8的数组,其包含元素分别对应驾驶员的八组脸部动作,当数组中某一元素为1时,表示当前驾驶员的脸部姿态检测为该元素对应的动作,如:数组当前取值为[1,0,0,0,0,0,0,0],对应驾驶员脸部姿态为“左大幅度转头”。
人脸关键特征点包括眼部、鼻尖和嘴角的特征点的坐标。
以上显示和描述了本方案的基本原理和主要特征和本方案的优点。本行业的技术人员应该了解,本方案不受上述实施例的限制,上述实施例和说明书中描述的只是说明本方案的原理,在不脱离本方案精神和范围的前提下,本方案还会有各种变化和改进,这些变化和改进都落入要求保护的本方案范围内。本方案要求保护范围由所附的权利要求书及其等效物界定。
Claims (3)
1.一种用于智能驾考的规范开门下车判断方法,其特征在于,包括:
S1、记录驾驶员的人脸框坐标信息,生成人脸关键点特征向量,并保存至数据库中;
S2、利用速度传感器检测车速,当车速为0时,通过车门传感器检测车门是否开启;
S3、若检测到车门开启,则从数据库中提取人脸关键点特征向量,并判断驾驶员是否有回头观察左B柱或左后视镜和内后视镜的动作;
S4、若有,则输出未违规状态为0;若无,则输出违规状态为1,并结束考试。
2.如权利要求1所述的一种用于智能驾考的规范开门下车判断方法,其特征在于,所述人脸关键点特征向量的生成步骤如下:
S11、首先通过深度学习网络提取人脸关键特征点和人脸框坐标;
S12、由提取的人脸关键特征点和人脸框坐标计算出人脸关键点特征向量,由八组人脸姿态组成,包含:左大幅度转头、左小幅度转头、正视前方、低头、小幅度右转抬头、右下低头、右小幅度转头和右大幅度转头,分别对应驾驶员看左B柱、看左后视镜、看正前方、看仪表盘、看内后镜、看档位、看右后视镜和看右B柱八组动作;
S13、以一长度为8的数组,其包含元素分别对应驾驶员的八组脸部动作,当数组中某一元素为1时,表示当前驾驶员的脸部姿态检测为该元素对应的动作,如:数组当前取值为[1,0,0,0,0,0,0,0],对应驾驶员脸部姿态为“左大幅度转头”。
3.如权利要求2所述的一种用于智能驾考的规范开门下车判断方法,其特征在于,所述人脸关键特征点包括眼部、鼻尖和嘴角的特征点的坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710490779.3A CN107134200A (zh) | 2017-06-26 | 2017-06-26 | 一种用于智能驾考的规范开门下车判断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710490779.3A CN107134200A (zh) | 2017-06-26 | 2017-06-26 | 一种用于智能驾考的规范开门下车判断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107134200A true CN107134200A (zh) | 2017-09-05 |
Family
ID=59736138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710490779.3A Pending CN107134200A (zh) | 2017-06-26 | 2017-06-26 | 一种用于智能驾考的规范开门下车判断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107134200A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109808640A (zh) * | 2019-04-09 | 2019-05-28 | 俞权亚 | 汽车车门电子开锁方法 |
CN111734233A (zh) * | 2020-07-08 | 2020-10-02 | 中邮建技术有限公司 | 一种智慧停车安全下客辅助方法、系统及其控制方法 |
CN113901895A (zh) * | 2021-09-18 | 2022-01-07 | 武汉未来幻影科技有限公司 | 一种车辆的开门动作识别方法、装置以及处理设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102306293A (zh) * | 2011-07-29 | 2012-01-04 | 南京多伦科技有限公司 | 基于面部图像识别技术的评判实际道路驾驶员考试的方法 |
CN202145133U (zh) * | 2011-07-03 | 2012-02-15 | 烟台汽车工程职业学院 | 一种靠边停车时路边距测量和监控装置 |
CN102768811A (zh) * | 2012-06-18 | 2012-11-07 | 柳州桂通科技有限公司 | 汽车驾驶人驾驶技能练习辅导和考试评分装置及实现方法 |
CN103359020A (zh) * | 2013-07-04 | 2013-10-23 | 陈凌峰 | 一种机动车驾驶培训或考试监控方法和系统 |
CN203984586U (zh) * | 2014-08-04 | 2014-12-03 | 青岛通产软件科技有限公司 | 一种驾驶员视线及头部行为自动识别的装置 |
-
2017
- 2017-06-26 CN CN201710490779.3A patent/CN107134200A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202145133U (zh) * | 2011-07-03 | 2012-02-15 | 烟台汽车工程职业学院 | 一种靠边停车时路边距测量和监控装置 |
CN102306293A (zh) * | 2011-07-29 | 2012-01-04 | 南京多伦科技有限公司 | 基于面部图像识别技术的评判实际道路驾驶员考试的方法 |
CN102768811A (zh) * | 2012-06-18 | 2012-11-07 | 柳州桂通科技有限公司 | 汽车驾驶人驾驶技能练习辅导和考试评分装置及实现方法 |
CN103359020A (zh) * | 2013-07-04 | 2013-10-23 | 陈凌峰 | 一种机动车驾驶培训或考试监控方法和系统 |
CN203984586U (zh) * | 2014-08-04 | 2014-12-03 | 青岛通产软件科技有限公司 | 一种驾驶员视线及头部行为自动识别的装置 |
Non-Patent Citations (1)
Title |
---|
驾照网: ""科目三上下车动作及注意事项"", 《驾照网》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109808640A (zh) * | 2019-04-09 | 2019-05-28 | 俞权亚 | 汽车车门电子开锁方法 |
CN111734233A (zh) * | 2020-07-08 | 2020-10-02 | 中邮建技术有限公司 | 一种智慧停车安全下客辅助方法、系统及其控制方法 |
CN113901895A (zh) * | 2021-09-18 | 2022-01-07 | 武汉未来幻影科技有限公司 | 一种车辆的开门动作识别方法、装置以及处理设备 |
CN113901895B (zh) * | 2021-09-18 | 2022-09-27 | 武汉未来幻影科技有限公司 | 一种车辆的开门动作识别方法、装置以及处理设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105151049B (zh) | 基于驾驶员脸部特征和车道偏离检测的预警系统 | |
CN105354988B (zh) | 一种基于机器视觉的驾驶员疲劳驾驶检测系统及检测方法 | |
CN110298278B (zh) | 一种基于人工智能的地下停车库行人车辆监测方法 | |
CN105844257B (zh) | 基于机器视觉雾天行车错失道路标志牌的预警系统及方法 | |
CN104637246B (zh) | 一种驾驶员多种行为预警系统及危险评估方法 | |
CN104183091B (zh) | 一种自适应调整疲劳驾驶预警系统灵敏度的系统 | |
CN102982316A (zh) | 一种对驾驶员非正常驾驶行为的识别装置和方法 | |
CN104751600B (zh) | 基于虹膜识别的防疲劳驾驶安全设备及其使用方法 | |
CN110509983A (zh) | 一种适用于不同驾驶需求的线控转向路感反馈装置 | |
CN107134200A (zh) | 一种用于智能驾考的规范开门下车判断方法 | |
CN202130312U (zh) | 一种驾驶员疲劳驾驶监控装置 | |
CN107330389A (zh) | 一种用于智能驾考的规范上车起步判断方法 | |
CN108805018A (zh) | 道路交通标志检测识别方法、电子设备、存储介质及系统 | |
CN107239763A (zh) | 基于人脸识别的课堂考勤系统 | |
CN106875525A (zh) | 一种应用于反恐安防领域的智能通道系统及通行方法 | |
CN105590506A (zh) | 一种用于教练车的监控系统及其工作方法 | |
CN110298928A (zh) | 无人值守的停车场收费管理方法、系统 | |
CN110334592A (zh) | 一种司机异常行为监测和安全保障系统及其方法 | |
CN107844783A (zh) | 一种营运车辆异常驾驶行为检测方法及系统 | |
CN109740477A (zh) | 驾驶员疲劳检测系统及其疲劳检测方法 | |
CN106340205A (zh) | 交通监控方法及交通监控装置 | |
CN109815937A (zh) | 疲劳状态智能识别方法、装置及电子设备 | |
CN109543577A (zh) | 一种基于面部表情特征的疲劳驾驶检测预警方法 | |
CN107292933A (zh) | 一种基于bp神经网络的车辆颜色识别方法 | |
CN206322235U (zh) | 一种具有生物识别特征的驾校管理设备 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170905 |