CN108564001A - 红外线人脸识别系统及识别方法 - Google Patents
红外线人脸识别系统及识别方法 Download PDFInfo
- Publication number
- CN108564001A CN108564001A CN201810236232.5A CN201810236232A CN108564001A CN 108564001 A CN108564001 A CN 108564001A CN 201810236232 A CN201810236232 A CN 201810236232A CN 108564001 A CN108564001 A CN 108564001A
- Authority
- CN
- China
- Prior art keywords
- infrared
- face
- driver
- microprocessor
- visible light
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种红外线人脸识别系统及识别方法,系统包括可见光传感器、红外线传感器、红外灯、摄像头、微处理器和报警系统,可见光传感器、红外线传感器、红外灯和摄像头安装在车辆内部正对驾驶员脸部的位置,可见光传感器与微处理器连接、用于感应可见光的强度,红外线传感器与微处理器连接、用于对红外人脸图像进行颜色矫正并对人脸温度特征进行检测,红外灯与微处理器连接、用于使用红外线照明驾驶员的脸部,摄像头与微处理器连接、用于拍摄驾驶员的人脸特征图像,报警系统与微处理器连接、用于当发生疲劳驾驶或体温异常时发出报警。本发明能降低误判的概率、能准确判断驾驶员是疲劳驾驶还是身体状态异常。
Description
技术领域
本发明涉及疲劳驾驶检测领域,特别涉及一种红外线人脸识别系统及识别方法。
背景技术
目前,世面上存在一些疲劳驾驶检测系统,主要有两种实现方式。第一种方式是通过对摄像头画面的监控,通过对拍摄到的驾驶员的图像进行分析,利用驾驶员的面部特征、眼部信号和头部运动性等信息来判定驾驶员是否是疲劳驾驶。但是这种方式存在一定的问题,因为疲劳驾驶大部分状况下都是发生在晚上,由于光线不足,摄像头的拍摄画面不够清晰,这种识别方式容易出现误判。
另外一种方式是在驾驶员的驾驶途中,从驾驶开始就对驾驶员的驾驶行为进行记录,然后通过识别驾驶过程中驾驶操作的变化,对驾驶员的疲劳程度进行判断。这种通过操作判断是否疲劳驾驶的方法是不全面的,不同的人的驾驶习惯和驾驶水平都不相同,所以这种方式存在较大的错判误判的概率。
以上两种方式虽然能够在一定程度上判断驾驶员是否是疲劳驾驶,从而降低疲劳驾驶的概率,可是其存在的误差较大。在生活中,除了疲劳驾驶这一个行车隐患,驾驶员突发疾病也是很大的一个安全隐患,而且这些方式只有检测疲劳驾驶这一个功能,忽略了驾驶员身体状况不好的安全隐患,无法判断驾驶员是否会出现突发的身体状况等问题。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种能降低误判的概率、能准确判断驾驶员是疲劳驾驶还是身体状态异常的红外线人脸识别系统及识别方法。
本发明解决其技术问题所采用的技术方案是:构造一种红外线人脸识别系统,包括可见光传感器、红外线传感器、红外灯、摄像头、微处理器和报警系统,所述可见光传感器、红外线传感器、红外灯和摄像头安装在车辆内部正对驾驶员脸部的位置,所述可见光传感器与微处理器连接、用于感应可见光的强度,所述红外线传感器与所述微处理器连接、用于对红外人脸图像进行颜色矫正并对人脸温度特征进行检测,所述红外灯与所述微处理器连接、用于使用红外线照明所述驾驶员的脸部,所述摄像头与所述微处理器连接、用于拍摄所述驾驶员的人脸特征图像,所述报警系统与所述微处理器连接、用于当发生疲劳驾驶或体温异常时发出报警。
在本发明所述的红外线人脸识别系统中,对所述红外人脸图像进行颜色矫正时,是将所述红外人脸图像由无颜色转换为暗绿色。
在本发明所述的红外线人脸识别系统中,通过所述可见光传感器对所述可见光的强度进行判断,在普通拍摄方式和红外线拍摄方式之间进行切换。
本发明还涉及一种利用上述红外线人脸识别系统的红外线人脸识别方法,包括如下步骤:
A)红外线人脸识别系统启动时,先通过可见光传感器感应可见光的强度;
B)判断所述可见光的强度是否大于设定值,如是,执行步骤C);否则,执行步骤D);
C)采用摄像头直接拍摄驾驶员的人脸特征图像并传送到微处理器,执行步骤F);
D)启动红外灯,使用红外光线照明所述驾驶员的脸部,所述摄像头拍摄所述驾驶员的红外人脸图像并传送到微处理器;
E)红外线传感器对所述红外人脸图像进行检测,并对所述红外人脸图像进行颜色矫正,同时对所述驾驶员的人脸进行红外线测温,执行步骤F);
F)对所述驾驶员的人脸特征及温度特征进行分析;
G)判断是否为疲劳驾驶或体温异常,如是,报警系统发出警报;否则,进行正常行驶。
在本发明所述的红外线人脸识别方法中,对所述红外人脸图像进行颜色矫正时,是将所述红外人脸图像由无颜色转换为暗绿色。
实施本发明的红外线人脸识别系统及识别方法,具有以下有益效果:由于设有可见光传感器、红外线传感器、红外灯、摄像头、微处理器和报警系统,通过可见光传感器对可见光的强度进行判断,可以在普通拍摄方式和红外线拍摄方式之间进行切换,保证采用最高效,最精准的方式;通过红外灯照明驾驶员的脸部,使驾驶员脸部的红外光线更强,这样可以减小误差;采用红外线传感器对红外人脸图像进行颜色矫正,可以减小不必要的误差;通过红外线传感器还能对驾驶员脸部的温度进行检测,可以通过驾驶员脸部的温度特征判断驾驶员的状态,因此能降低误判的概率、能准确判断驾驶员是疲劳驾驶还是身体状态异常。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明红外线人脸识别系统及识别方法一个实施例中系统的结构示意图;
图2为所述实施例中识别方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明红外线人脸识别系统及识别方法实施例中,该红外线人脸识别系统的结构示意图如图1所示。图1中,该红外线人脸识别系统包括可见光传感器1、红外线传感器2、红外灯3、摄像头4、微处理器5和报警系统6,该红外线人脸识别系统不同于市面上传统的疲劳驾驶检测系统,它在驾驶员脸部的正对位置安装可见光传感器1、红外线传感器2、红外灯3和摄像头4,也就是说,可见光传感器1、红外线传感器2、红外灯3和摄像头4安装在车辆内部正对驾驶员脸部的位置,可见光传感器1与微处理器5连接、用于感应可见光的强度,通过可见光传感器2对可见光的强度进行判断,可以在普通拍摄方式和红外线拍摄方式之间进行切换。上述微处理器5是单片机。
红外线传感器2与微处理器5连接、用于对红外人脸图像进行颜色矫正并对人脸温度特征进行检测,当对红外人脸图像进行颜色矫正时,是将红外人脸图像由无颜色转换为暗绿色。红外灯3与微处理器5连接、用于使用红外线照明驾驶员的脸部,摄像头4与微处理器5连接、用于拍摄驾驶员的人脸特征图像,报警系统6与微处理器5连接、用于当发生疲劳驾驶或体温异常时发出报警。值得一提的是,本实施例中,报警系统6包括蜂鸣器和报警灯(图中未示出),蜂鸣器用于以声音的方式发出报警,报警灯用于以闪光的方式发出报警。
该红外线人脸识别系统会通过可见光传感器1对可见光的强度进行判断,在普通拍摄方式和红外线拍摄方式之间进行切换,保证采用最高效,最精准的方式。该红外线人脸识别系统通过红外灯3照明驾驶员的脸部,使驾驶员脸部的红外光线更强,这样可以减小误差。该红外线人脸识别系统会对红外人脸图像进行一定的处理,减小不必要的误差,比如:红外人脸图像的颜色的矫正问题,红外成像实际上是没有颜色的,但通过红外线传感器2处理后变成暗绿色人脸图像。该红外线人脸识别系统还能对驾驶员脸部的温度进行检测,可以驾驶员脸部的温度特征判断驾驶员的状态。本发明的红外线人脸识别系统能降低误判的概率、能准确判断驾驶员是疲劳驾驶还是身体状态异常。
本发明还涉及一种利用上述红外线人脸识别系统的红外线人脸识别方法,其流程图如图2所示。图2中,该利用上述红外线人脸识别系统的红外线人脸识别方法包括如下步骤:
步骤S01红外线人脸识别系统启动时,先通过可见光传感器感应可见光的强度:本步骤中,红外线人脸识别系统启动时,先通过可见光传感器感应可见光的强度。
步骤S02判断可见光的强度是否大于设定值:本步骤中,红外线人脸识别系统对可见光的强度进行判断,即判断可见光的强度是否大于设定值,该设定值是能维持正常拍摄的一个临界点,本步骤中,如果判断的结果为是,则执行步骤S03;否则,执行步骤S04。
步骤S03采用摄像头直接拍摄驾驶员的人脸特征图像并传送到微处理器:如果上述步骤S02判断的结果为是,即可见光的强度大于设定值,表明发生在白天,可见光的强度能维持正常拍摄,这种情况下则执行本步骤。本步骤中,用摄像头直接拍摄驾驶员的人脸特征图像并传送到微处理器。执行完本步骤,执行步骤S06。
步骤S04启动红外灯,使用红外光线照明驾驶员的脸部,摄像头拍摄驾驶员的红外人脸图像并传送到微处理器:如果上述步骤S02的判断结果为否,即可见光的强度小于或等于设定值,这表明发生在晚上,可见光的强度处于过低的状态,这种情况下则执行本步骤。本步骤中,启动红外灯,使用红外光线照明驾驶员的脸部,摄像头拍摄驾驶员的红外人脸图像并传送到微处理器。执行完本步骤,执行步骤S05。
步骤S05红外线传感器对红外人脸图像进行检测,并对红外人脸图像进行颜色矫正,同时对驾驶员的人脸进行红外线测温:由于红外线是不可见光,因此需要对红外人脸图进行处理,利用红外色谱与周边色谱的不一致性,在光线不足的时候,周边非人脸区域的红外色谱比较少,而人脸区域的红外色谱较多。这样就可以将人脸区域与周边的非人脸区域区分开来。红外传感器就能检测到人脸图像,由于红外成像实际上是没有颜色的,所以再通过红外线传感器对红外人脸图进行颜色矫正,矫正后从红外线传感器呈现出来的是暗绿色的红外人脸图像,这样方便对人脸特征进行分析。
步骤S06对驾驶员的人脸特征及温度特征进行分析:该红外线人脸识别系统除了检测疲劳驾驶之外,还能利用红外线测温,对驾驶员人脸的温度特征进行检测,获取驾驶员的人脸温度的数据。本步骤中,对驾驶员的人脸特征及温度特征进行分析,通过对人脸特征进行精准的分析,来判断驾驶员是否处于疲劳驾驶,另外,该红外线人脸识别系统对驾驶员的人脸温度的数据进行严谨的分析,从而判断驾驶者的状态,执行完本步骤,执行步骤S07。
步骤S07判断是否为疲劳驾驶或体温异常:本步骤中,判断是否为疲劳驾驶或体温异常,如果判断的结果为是,则执行步骤S08;否则,执行步骤S09。
步骤S08报警系统发出警报:如果上述步骤S07的判断结果为是,说明发现有疲劳驾驶的情况或驾驶员的身体状态异常的情况,则执行本步骤,本步骤中,报警系统发出警报提醒驾驶员。
步骤S09进行正常行驶:如果上述步骤S07的判断结果为否,则执行本步骤。本步骤中,进行正常行驶。
本发明的红外线人脸识别方法会通过可见光传感器对可见光的强度进行判断,在普通拍摄方式和红外线拍摄方式之间进行切换,保证采用最高效,最精准的方式。本发明的红外线人脸识别方法通过红外灯照明驾驶员的脸部,使驾驶员脸部的红外光线更强,这样可以减小误差。本发明的红外线人脸识别方法会对红外人脸图像进行一定的处理,减小不必要的误差,比如:红外人脸图像的颜色的矫正问题,红外成像实际上是没有颜色的,但通过红外线传感器处理后变成暗绿色人脸图像。本发明的红外线人脸识别方法还能对驾驶员脸部的温度进行检测,可以驾驶员脸部的温度特征判断驾驶员的状态。本发明的红外线人脸识别方法能降低误判的概率、能准确判断驾驶员是疲劳驾驶还是身体状态异常。
总之,本发明不仅能检测是否出现疲劳驾驶,还能检测驾驶员的身体状况,因此能降低误判的概率,提高疲劳驾驶检测的精度。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种红外线人脸识别系统,其特征在于,包括可见光传感器、红外线传感器、红外灯、摄像头、微处理器和报警系统,所述可见光传感器、红外线传感器、红外灯和摄像头安装在车辆内部正对驾驶员脸部的位置,所述可见光传感器与微处理器连接、用于感应可见光的强度,所述红外线传感器与所述微处理器连接、用于对红外人脸图像进行颜色矫正并对人脸温度特征进行检测,所述红外灯与所述微处理器连接、用于使用红外线照明所述驾驶员的脸部,所述摄像头与所述微处理器连接、用于拍摄所述驾驶员的人脸特征图像,所述报警系统与所述微处理器连接、用于当发生疲劳驾驶或体温异常时发出报警。
2.根据权利要求1所述的红外线人脸识别系统,其特征在于,对所述红外人脸图像进行颜色矫正时,是将所述红外人脸图像由无颜色转换为暗绿色。
3.根据权利要求2所述的红外线人脸识别系统,其特征在于,通过所述可见光传感器对所述可见光的强度进行判断,在普通拍摄方式和红外线拍摄方式之间进行切换。
4.一种利用如权利要求1所述的红外线人脸识别系统的红外线人脸识别方法,其特征在于,包括如下步骤:
A)红外线人脸识别系统启动时,先通过可见光传感器感应可见光的强度;
B)判断所述可见光的强度是否大于设定值,如是,执行步骤C);否则,执行步骤D);
C)采用摄像头直接拍摄驾驶员的人脸特征图像并传送到微处理器,执行步骤F);
D)启动红外灯,使用红外光线照明所述驾驶员的脸部,所述摄像头拍摄所述驾驶员的红外人脸图像并传送到微处理器;
E)红外线传感器对所述红外人脸图像进行检测,并对所述红外人脸图像进行颜色矫正,同时对所述驾驶员的人脸进行红外线测温,执行步骤F);
F)对所述驾驶员的人脸特征及温度特征进行分析;
G)判断是否为疲劳驾驶或体温异常,如是,报警系统发出警报;否则,进行正常行驶。
5.根据权利要求4所述的利用如权利要求1所述的红外线人脸识别系统的红外线人脸识别方法,其特征在于,对所述红外人脸图像进行颜色矫正时,是将所述红外人脸图像由无颜色转换为暗绿色。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810236232.5A CN108564001A (zh) | 2018-03-21 | 2018-03-21 | 红外线人脸识别系统及识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810236232.5A CN108564001A (zh) | 2018-03-21 | 2018-03-21 | 红外线人脸识别系统及识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108564001A true CN108564001A (zh) | 2018-09-21 |
Family
ID=63532018
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810236232.5A Pending CN108564001A (zh) | 2018-03-21 | 2018-03-21 | 红外线人脸识别系统及识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108564001A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109361906A (zh) * | 2018-12-24 | 2019-02-19 | 天津天地伟业机器人技术有限公司 | 热成像超低照人脸识别球型摄像机 |
CN112215113A (zh) * | 2020-09-30 | 2021-01-12 | 张成林 | 人脸识别方法及装置 |
CN113327373A (zh) * | 2021-05-25 | 2021-08-31 | 深圳市哈哈零兽科技有限公司 | 一种基于大数据的智能无人售卖生鲜柜 |
-
2018
- 2018-03-21 CN CN201810236232.5A patent/CN108564001A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109361906A (zh) * | 2018-12-24 | 2019-02-19 | 天津天地伟业机器人技术有限公司 | 热成像超低照人脸识别球型摄像机 |
CN112215113A (zh) * | 2020-09-30 | 2021-01-12 | 张成林 | 人脸识别方法及装置 |
CN113327373A (zh) * | 2021-05-25 | 2021-08-31 | 深圳市哈哈零兽科技有限公司 | 一种基于大数据的智能无人售卖生鲜柜 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10165971B2 (en) | Driver state determination apparatus | |
US9117358B2 (en) | Method for classification of eye closures | |
US9888875B2 (en) | Driver monitoring apparatus | |
CN108564001A (zh) | 红外线人脸识别系统及识别方法 | |
CN105372654B (zh) | 障碍物分类可靠度量化的方法 | |
CN106709420A (zh) | 一种监测营运车辆驾驶人员驾驶行为的方法 | |
JP4702100B2 (ja) | 居眠り判定装置および居眠り運転警告装置 | |
CN103927848A (zh) | 一种基于生物识别技术的安全驾驶辅助系统 | |
CN105966307A (zh) | 一种在车辆内部进行安全检测的方法及装置 | |
CN106467057B (zh) | 车道偏离预警的方法、装置及系统 | |
WO2013157466A1 (ja) | 喫煙検出装置、方法及びプログラム | |
CN108021875A (zh) | 一种车辆驾驶员个性化疲劳监测及预警方法 | |
CN103569084B (zh) | 驾驶侦测装置及其方法 | |
CN109541243A (zh) | 一种基于汽车方向盘的酒驾自动检测系统及其方法 | |
CN110182211B (zh) | 基于驾驶员状态监测系统的车辆智能避险控制方法 | |
CN113879314A (zh) | 一种用于监控人体生理数据的车载系统及其方法 | |
KR101993189B1 (ko) | 영상 처리를 이용한 졸음 운전 방지 장치 및 그 구동 방법 | |
AU2021105935A4 (en) | System for determining physiological condition of driver in autonomous driving and alarming the driver using machine learning model | |
KR20110052453A (ko) | 운전자 졸음 판단 및 경고 장치 및 방법 | |
CN115257537A (zh) | 车辆的遗留提醒装置、方法、车辆及存储介质 | |
CN114644012A (zh) | 车辆及其控制方法、存储介质和电子设备 | |
JP5182567B2 (ja) | 乗員監視装置 | |
CN109493567A (zh) | 一种汽车疲劳驾驶预警系统和方法 | |
CN115071566B (zh) | 车辆的离车活物提醒方法、装置、车辆及存储介质 | |
JPH03255793A (ja) | 車両運転者監視装置 |
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 |