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 PDF

Info

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
Application number
CN201710490779.3A
Other languages
English (en)
Inventor
周康明
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.)
Shanghai Eye Control Technology Co Ltd
Original Assignee
Shanghai Eye Control 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 Shanghai Eye Control Technology Co Ltd filed Critical Shanghai Eye Control Technology Co Ltd
Priority to CN201710490779.3A priority Critical patent/CN107134200A/zh
Publication of CN107134200A publication Critical patent/CN107134200A/zh
Pending legal-status Critical Current

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

一种用于智能驾考的规范开门下车判断方法
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。
CN201710490779.3A 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 Pending CN107134200A (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
Title
驾照网: ""科目三上下车动作及注意事项"", 《驾照网》 *

Cited By (4)

* Cited by examiner, † Cited by third party
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
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
CN105151049B (zh) 基于驾驶员脸部特征和车道偏离检测的预警系统
CN110298278B (zh) 一种基于人工智能的地下停车库行人车辆监测方法
CN104183091B (zh) 一种自适应调整疲劳驾驶预警系统灵敏度的系统
CN104637246B (zh) 一种驾驶员多种行为预警系统及危险评估方法
CN206209937U (zh) 一种具有人脸识别的门禁装置
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
CN110097109A (zh) 一种基于深度学习的道路环境障碍物检测系统及方法
CN107134200A (zh) 一种用于智能驾考的规范开门下车判断方法
CN105769120A (zh) 疲劳驾驶检测方法和装置
CN108053615A (zh) 基于微表情的驾驶员疲劳驾驶状态检测方法
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
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
CN110334592A (zh) 一种司机异常行为监测和安全保障系统及其方法
CN110298928A (zh) 无人值守的停车场收费管理方法、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
CN107844783A (zh) 一种营运车辆异常驾驶行为检测方法及系统
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

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