CN109272764A - 一种危险驾驶的提醒方法及系统 - Google Patents

Abstract

本发明公开了一种危险驾驶的提醒方法及系统，所述提醒方法包括：当判断驾驶员的面部图像为倾斜时，纠正所述面部图像；获取经过纠正后的面部图像中的面部特征曲线，所述面部特征曲线包括眼睛曲线和嘴巴曲线；根据所述面部特征曲线的实时图像判断所述驾驶员的危险驾驶等级；根据所述危险驾驶等级、实时时间信息及关键特征信息获取加权值，确定提醒等级，所述关键特征信息包括天气信息、当前路况信息或驾驶时长信息；根据所述提醒等级，确定对应的提醒方式并触发提醒。所述系统使用了所述方法。本发明可为驾驶员提供较高的驾驶可靠性和安全性，同时可根据驾驶者的状态和驾驶环境确定不同的提醒方式。

Description

一种危险驾驶的提醒方法及系统

技术领域

本发明涉及预防危险驾驶的车载技术领域，尤其涉及一种危险驾驶的提醒方法及系统。

背景技术

目前疲劳驾驶、驾驶时一心二用已经成为交通安全的重大隐患。

疲劳驾驶，是指驾驶员在长时间连续行车后，产生生理机能和心理机能的失调，而在客观上出现驾驶技能下降的现象。驾驶员睡眠质量差或不足，长时间驾驶车辆，容易出现疲劳。当驾驶员处于疲劳状态时，会出现换档不及时、不准确，操作动作呆滞，有时甚至会出现短时间睡眠现象，严重时会对车辆失去控制能力，造成难以挽回的后果。

同样，驾驶时观看电子设备或手持通话也会影响驾驶员的驾车专注度，增加了交通事故的发生风险。

于此基础上出现了通过设定间隔时间提醒驾驶员的车载装置，然而，该车载装置的报警与用户的状态并无直接关系，存在可靠性差的缺陷，而且现有的车载装置的提醒方式较为单一，用户容易产生适应性，提醒效果较差。

发明内容

本发明解决的是现有的车载装置提醒可靠性差、提醒方式较为单一的技术问题，本发明一方面提供了一种危险驾驶的提醒方法，包括：

当判断驾驶员的面部图像为倾斜时，纠正所述面部图像；

获取经过纠正后的面部图像中的面部特征曲线，所述面部特征曲线包括眼睛曲线和嘴巴曲线；

根据所述面部特征曲线的实时图像判断所述驾驶员的危险驾驶等级；

根据所述危险驾驶等级、实时时间信息及关键特征信息获取加权值，确定提醒等级，所述关键特征信息包括天气信息、当前路况信息或驾驶时长信息；

根据所述提醒等级，确定对应的提醒方式并触发提醒。

进一步，所述当判断驾驶员的面部图像为倾斜时，纠正所述面部图像的角度的步骤，包括：

根据人脸定位算法mtcnn确定驾驶员面部在红外图像中的目标区域，获取驾驶员面部的倾斜角度θ；

当所述倾斜角度θ超出预设阈值时，获取所述目标区域的左上角坐标B(x0，y0)、目标区域的宽w和高h，并确定目标区域的中心点A(X,Y)，其中，X＝x0+w/2；Y＝y0+h/2；

根据目标区域和纠正后图像区域的面积占比，确定纠正后图像区域的左上角坐标C(x1，y1)，其中y1＝Y-sqrt(H1*W1/(4*w/h))，x1＝X-w/h*(Y-y1)；上述W1为纠正后面部图像的宽，H1为纠正后面部图像的高；

在所述红外图像中，作过C点的X轴参考线，以C点为中心，将所述X轴参考线顺时针偏转θ得到第一切割线、将所述X轴参考线逆时针偏转90-θ得到第二切割线；

以C点为端点，在第一切割线上截取长度为H1的第一切割线段，在第二切割线上截取长度为W1的第二切割线段；

在所述红外图像中，根据所述第一切割线段和第二切割线段确定切割区域，将所述红外图像于所述切割区域的部分逆时针旋转θ，得到纠正的面部图像。

进一步，所述获取经过纠正后的面部图像中的面部特征曲线，所述面部特征曲线包括眼睛曲线和嘴巴曲线的步骤，包括：

根据所述纠正的面部图像生成面部特征点，

对同一面部特征的所有面部特征点依次连线，并根据所有所述连线生成面部特征曲线，所述面部特征包括眼睛和嘴巴；

所述根据所述面部特征曲线的实时图像判断所述驾驶员的危险驾驶等级的步骤，包括：

建立面部特征曲线库，所述面部特征曲线库包括多个预设的参考面部特征曲线，以及各参考面部特征曲线对应的危险状态标识；

将驾驶员实时的所述面部特征曲线与所述面部特征曲线库中的相似的参考面部特征曲线进行匹配，并记录所述面部特征曲线的持续时间、以及变化规律；

根据所述匹配的参考面部特征曲线对应的危险状态标识、以及所述持续时间、以及变化规律，实时更新所述危险驾驶等级。

进一步，所述根据所述危险驾驶等级、实时时间信息及关键特征信息获取加权值，确定提醒等级，所述关键特征信息包括天气信息、当前路况信息或驾驶时长信息的步骤，包括：

根据加权公式Q＝L*z1+I*z2+V*z3+T*z4+D*z5，和对应的关键特征信息，确定提醒等级；

其中L为危险驾驶等级取值、I为路况信息取值、V为天气信息取值、T为实时时间信息取值、D为驾驶时长信息取值，z1、z2、z3、z4和z5为对应信息的权重比例；

所述路况信息包括畅通路段、繁忙路段、拥堵路段和事故多发路段；

所述天气信息包括晴天、小雨天、雾天、大雨天、大雾天、暴雨天和台风天；

所述实时时间信息包括白天、清晨、黄昏、夜晚和凌晨；

所述驾驶时长信息取值根据连续驾驶时间确定取值大小。

进一步，所述提醒等级至少包括第一等级、第二等级和第三等级，所述根据所述提醒等级，确定对应的提醒方式并触发提醒的步骤，包括:

当所述提醒等级为第一等级时，定位车辆位置并导航至附近的临时休息停车区域；

当所述提醒等级为第二等级时，根据所述持续时间逐渐增大扬声器音量并增加提醒频率；

当所述提醒等级为第三等级时，控制车辆打开雾灯和双闪灯，定位车辆位置并导航至附近的临时休息停车区域。

本发明实施例另一方面提供了一种危险驾驶的提醒系统，包括：

处理模块，用于在判断驾驶员的面部图像为倾斜时，纠正所述面部图像；

获取模块，用于获取经过纠正后的面部图像中的面部特征曲线，所述面部特征曲线包括眼睛曲线和嘴巴曲线；

判断模块，用于根据所述面部特征曲线的实时图像判断所述驾驶员的危险驾驶等级；

第一确定模块，用于根据所述危险驾驶等级、实时时间信息及关键特征信息获取加权值，确定提醒等级，所述关键特征信息包括天气信息、当前路况信息或驾驶时长信息；

第二确定模块，用于根据所述提醒等级，确定对应的提醒方式并触发提醒。

进一步，所述处理模块，包括：

获取单元，用于根据人脸定位算法mtcnn确定驾驶员面部在红外图像中的目标区域，获取驾驶员面部的倾斜角度θ；

第一确定单元，用于当所述倾斜角度θ超出预设阈值时，获取所述目标区域的左上角坐标B(x0，y0)、目标区域的宽w和高h，并确定目标区域的中心点A(X,Y)，其中，X＝x0+w/2；Y＝y0+h/2；

第二确定单元，用于根据目标区域和纠正后图像区域的面积占比，确定纠正后图像区域的左上角坐标C(x1，y1)，其中y1＝Y-sqrt(H1*W1/(4*w/h))，x1＝X-w/h*(Y-y1)；上述W1为纠正后面部图像的宽，H1为纠正后面部图像的高；

第一处理单元，用于在所述红外图像中，作过C点的X轴参考线，以C点为中心，将所述X轴参考线顺时针偏转θ得到第一切割线、将所述X轴参考线逆时针偏转90-θ得到第二切割线；

第二处理单元，用于以C点为端点，在第一切割线上截取长度为H1的第一切割线段，在第二切割线上截取长度为W1的第二切割线段；

第三处理单元，用于在所述红外图像中，根据所述第一切割线段和第二切割线段确定切割区域，将所述红外图像于所述切割区域的部分逆时针旋转θ，得到纠正的面部图像。

进一步，所述获取模块，包括:

第一生成单元，用于根据所述纠正的面部图像生成面部特征点，

第二生成单元，用于对同一面部特征的所有面部特征点依次连线，并根据所有所述连线生成面部特征曲线，所述面部特征包括眼睛和嘴巴；

所述判断模块，包括：

第三生成单元，用于建立面部特征曲线库，所述面部特征曲线库包括多个预设的参考面部特征曲线，以及各参考面部特征曲线对应的危险状态标识；

匹配单元，用于将驾驶员实时的所述面部特征曲线与所述面部特征曲线库中的相似的参考面部特征曲线进行匹配，并记录所述面部特征曲线的持续时间、以及变化规律；

更新单元，根据所述匹配的参考面部特征曲线对应的危险状态标识、以及所述持续时间、以及变化规律，实时更新所述危险驾驶等级。

进一步，所述第一确定模块，包括：

第三确定单元，用于根据加权公式Q＝L*z1+I*z2+V*z3+T*z4+D*z5，和对应的关键特征信息，确定提醒等级；

其中L为危险驾驶等级取值、I为路况信息取值、V为天气信息取值、T为实时时间信息取值、D为驾驶时长信息取值，z1、z2、z3、z4和z5为对应信息的权重比例；

第四确定单元，用于根据所述路况信息确定I值，所述路况信息包括畅通路段、繁忙路段、拥堵路段和事故多发路段；

第五确定单元，用于根据天气信息确定V值，所述天气信息包括晴天、小雨天、雾天、大雨天、大雾天和暴雨天、台风天；

第六确定单元，用于根据实时时间信息确定T值，所述实时时间信息包括白天、清晨、黄昏、夜晚以及凌晨；

第七确定单元，用于根据驾驶时长信息确定D值，所述驾驶时长信息为连续驾驶时间。

进一步，所述提醒等级至少包括第一等级、第二等级和第三等级，所述第二确定模块，包括:

第一控制单元，用于当所述提醒等级为第一等级时，定位车辆位置并导航至附近的临时休息停车区域；

第二控制单元，用于当所述提醒等级为第二等级时，根据所述持续时间逐渐增大扬声器音量并增加提醒频率；

第三控制单元，用于当所述提醒等级为第三等级时，控制车辆打开雾灯和双闪灯，定位车辆位置并导航至附近的临时休息停车区域。

本发明实施例通过获取正直姿态的驾驶员的面部图像，并根据面部图像生成面部特征曲线，面部特征曲线通过简化和形象化的方式更加便于匹配和比对，提高了匹配精度和比对效率，利于通过面部特征曲线快速准确的判断驾驶员的危险驾驶等级，同时，本发明实施例提供了多个提醒等级，在确定提醒等级时，综合参考当前路况信息、天气信息、实时时间信息、驾驶时长信息等因素，从上述多个维度判断当前的提醒等级，使得对用户的提醒更加符合当前的实时路面、天气和驾驶环境状况，更加有针对性和准确高效。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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为本发明疲劳驾驶的提醒方法第一实施例的示意图；

图2为本发明疲劳驾驶的提醒方法第二实施例的示意图。

具体实施方式

为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

当本发明实施例提及“第一”、“第二”等序数词时，除非根据上下文其确实表达顺序之意，应当理解为仅仅是起区分之用。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

请参照图1，是本发明的危险驾驶的提醒方法的第一实施例的流程示意图。该提醒方法，包括S11-S15：

S11，当判断驾驶员的面部图像为倾斜时，纠正所述面部图像。

当车辆在行进过程中，可通过预设或专用的摄像头捕捉驾驶员的面部图像，当驾驶员的面部图像为正直时，可直接执行S13。当驾驶员的面部图像为倾斜时，因为会影响到后续危险驾驶等级的判断准确性，需要对面部图形进行纠正，在本实施例中，常规的纠正可以包括将倾斜的面部图像还原为正直，根据景深对面部图像进行还原变形等。

S12，获取经过纠正后的面部图像中的面部特征曲线，所述面部特征曲线包括眼睛曲线和嘴巴曲线。

面部特征曲线可以包含多个面部特征的曲线，示例性的可以同时包含眼睛曲线、嘴巴曲线、眉毛曲线、耳朵曲线及面颊曲线等。

S13,根据所述面部特征曲线的实时图像判断所述驾驶员的危险驾驶等级。

本步骤以眼睛曲线和嘴巴曲线举例，当判断眼睛曲线较为扁平，而嘴巴曲线较为圆滑时，判断驾驶员处于疲劳驾驶状态，可根据眼睛曲线的扁平度，和嘴巴曲线的圆滑度的不同，确定驾驶员的危险驾驶等级。

同时，本步骤还可以根据耳朵曲线判断用户是否接听电话，根据面颊曲线判断用户是否低头等。接电话和低头的行为均具有其对应的危险驾驶等级。

S14，根据所述危险驾驶等级、实时时间信息及关键特征信息获取加权值，确定提醒等级，所述关键特征信息包括天气信息、当前路况信息或驾驶时长信息。

在本步骤中，通过设置多个提醒等级以便后续有针对性的采取对应的提醒方式提醒用户，以达到最佳的提醒效果。

S15，根据所述提醒等级，确定对应的提醒方式并触发提醒。

本发明实施例通过获取正直姿态的驾驶员的面部图像，并根据面部图像生成面部特征曲线，面部特征曲线通过简化和形象化的方式更加便于匹配和比对，提高了匹配精度和比对效率，利于通过面部特征曲线快速准确的判断驾驶员的危险驾驶等级，同时，本发明实施例提供了多个提醒等级，在确定提醒等级时，综合参考当前路况信息、天气信息、实时时间信息、驾驶时长信息等因素，从上述多个维度判断当前的提醒等级，使得对用户的提醒更加符合当前的实时路面、天气和驾驶环境状况，更加有针对性和准确高效。

请参照图2，是本发明的危险驾驶的提醒方法的第二实施例的流程示意图。该提醒方法，包括S201-S215；

S201，根据人脸定位算法mtcnn确定驾驶员面部在红外图像中的目标区域，获取驾驶员面部的倾斜角度θ。

在本实施例中，与第一实施例不同的是，本实施例采用红外摄像头采集驾驶员的面部图像，并通过mtcnn算法获取驾驶员面部的倾斜角度，由于mtcnn算法为一种成熟的算法，本实施例不作更多说明。

S202，当所述倾斜角度θ超出预设阈值时，获取所述目标区域的左上角坐标B(x0，y0)、目标区域的宽w和高h，并确定目标区域的中心点A(X,Y)，其中，X＝x0+w/2；Y＝y0+h/2。

当倾斜角度θ超出预设阈值时，判断驾驶员面部图像为倾斜，此时获取上述数据参数，在本实施例中，目标区域可以包括需要采集的面部特征图像，目标区域可以是方向水平的矩形区域，在该矩形区域内，驾驶员的面部特征图像相对于矩形边是倾斜设置的。

S203，根据目标区域和纠正后图像区域的面积占比，确定纠正后图像区域的左上角坐标C(x1，y1)，其中y1＝Y-sqrt(H1*W1/(4*w/h))，x1＝X-w/h*(Y-y1)；上述W1为纠正后面部图像的宽，H1为纠正后面部图像的高。

上述W1和H1的数值分别大于w和h，且满足W1/H1＝w/h，以便当面部图像被纠正后，完整的驾驶员的面部特征可以得到保留。

S204，在所述红外图像中，作过C点的X轴参考线，以C点为中心，将所述X轴参考线顺时针偏转θ得到第一切割线、将所述X轴参考线逆时针偏转90-θ得到第二切割线。

在本实施例中，第一切割线通常与红外图像中用户嘴唇的平行，第二切割线垂直于第一切割线。第一切割线和第二切割线的确定可利于确定切割区域中的面部图像相对于切割区域保持正直。

S205，以C点为端点，在第一切割线上截取长度为H1的第一切割线段，在第二切割线上截取长度为W1的第二切割线段。

S203-S205，用于确定切割区域的高度和宽度，同时可保证切割区域的中心始终以中心点A(X,Y)保持不变。

S206，在所述红外图像中，根据所述第一切割线段和第二切割线段确定切割区域，将所述红外图像于所述切割区域的部分逆时针旋转θ，得到纠正的面部图像。

本步骤的切割区域为矩形区域，当将所述红外图像于所述切割区域的部分逆时针旋转θ后，面部图像保持正直，且纠正的面部图像中可以完整的保留用户的各面部特征。

S207，根据所述纠正的面部图像生成面部特征点。

在本实施例中，可根据面部图像中的五官、面颊和额头等部位生成若干个面部特征点。

S208，对同一面部特征的所有面部特征点依次连线，并根据所有所述连线生成面部特征曲线，所述面部特征包括眼睛和嘴巴。

在本实施例中，面部特征曲线至少包括眼睛和嘴巴处特征点的连线的组合，需要说明的是，也可以引入眉毛、耳朵及面颊处特征点的连线组合为面部特征曲线。

S209，建立面部特征曲线库，所述面部特征曲线库包括多个预设的参考面部特征曲线，以及各参考面部特征曲线对应的危险状态标识。

面部特征曲线库中通常预设值驾驶员低头、手持通话、专注开车、轻微疲劳、较疲劳、重度疲劳、瞌睡状态下的多种面部特征曲线作为参考面部特征曲线，并针对不同的参考面部特征曲线设定不同的危险状态标识以区分危险程度。

需要说明的是，面部特征曲线库中还可以预设值驾驶员由轻微疲劳、较疲劳、重度疲劳至瞌睡状态的变化规律及时间间隔，通过驾驶员实时的状态变化时间间隔和预设值的时间间隔比值，可以预估出用户由轻微疲劳至瞌睡状态的各阶段时间。

S210，将驾驶员实时的所述面部特征曲线与所述面部特征曲线库中的相似的参考面部特征曲线进行匹配，并记录所述面部特征曲线的持续时间、以及变化规律。

本步骤用于根据驾驶员实时的所述面部特征曲线和面部特征曲线库中的相似的参考面部特征曲线，确定当前驾驶员的驾驶状态，并记录该驾驶状态的持续时间，及后续的变化规律。

S211，根据所述匹配的参考面部特征曲线对应的危险状态标识、以及所述持续时间、以及变化规律，实时更新所述危险驾驶等级。

在本实施例中，危险驾驶等级是实时更新的，利于快速准确的确定提醒等级。示例性的危险驾驶等级越高代表驾驶风险越大。

当上述预估的用户由轻微疲劳至瞌睡状态的各阶段时间间隔越短，危险驾驶等级越高。

S212，根据加权公式Q＝L*z1+I*z2+V*z3+T*z4+D*z5，和对应的关键特征信息，确定提醒等级；

其中L为危险驾驶等级取值、I为路况信息取值、V为天气信息取值、T为实时时间信息取值、D为驾驶时长信息取值，z1、z2、z3、z4和z5为对应信息的权重比例；

所述路况信息包括畅通路段、繁忙路段、拥堵路段和事故多发路段；

所述天气信息包括晴天、小雨天、雾天、大雨天、大雾天、暴雨天和台风天；

所述实时时间信息包括白天、清晨、黄昏、夜晚和凌晨；

所述驾驶时长信息取值根据连续驾驶时间确定取值大小。

作为一种示例而非限定，上述各参数的取值越大代表危险越高，上述各参数的取值可以是非线性的，如畅通路段的路况信息取值为0，繁忙路段的路况信息取值为1、拥堵路段的路况信息取值为3、事故多发路段的信息取值为20；白天的实时时间信息取值为1、清晨和黄昏的实时时间信息取值为3、夜晚的实时时间信息取值为10、凌晨的实时时间信息取值为15等。上述各参数在不同条件下的取值以及z1、z2、z3、z4、z5和Q的取值可根据实验进行调整，其中z1+z2+z3+z4+z5＝1为宜。

示例性的，本实施例中提醒等级至少包括第一等级、第二等级和第三等级。

S213，当所述提醒等级为第一等级时，定位车辆位置并导航至附近的临时休息停车区域。

在本实施例中，第一等级由Q和D确定，当Q和D均分别超过对应预设阈值时达到第一等级，代表驾驶员处于疲劳状态，可以引导驾驶员行车至附近的临时休息停车区域休息，临时休息停车区域可以是停车场或空旷地带等。

S214，当所述提醒等级为第二等级时，根据所述持续时间逐渐增大扬声器音量并增加提醒频率。

在本实施例中，第二等级由Q和I确定，当Q和I均分别超过对应预设阈值时达到第二等级，代表驾驶员在危险路段专注力不足的状态，通过逐渐增大扬声器音量并增加提醒频率提醒用户，作为一种优选方案，初次提醒时间可以根据Q值大小提前，如Q值相对较大时，初次提醒时间可提前至1分钟，Q值相对较小时，初次提醒时间可提前至30秒，以便于驾驶员在期间调整精神状态。

S215，当所述提醒等级为第三等级时，控制车辆打开雾灯和双闪灯，定位车辆位置并导航至附近的临时休息停车区域。

在本实施例中，第三等级由Q和V确定，当Q和V均分别超过对应预设阈值时达到第三等级，代表驾驶员在恶劣天气疲劳驾驶的状态，通过自动打开雾灯和双闪灯提高驾驶安全性，同时，引导驾驶员行车至附近的临时休息停车区域休息。

本发明实施例通过提供面部图像为倾斜时，纠正面部图像的方法，而该方法纠正后的图像可以完整保留面部特征，且纠正的面部图像的区域大小可自由调整，不会改变图像中心而使纠正后的面部图像发生偏移、边界发生变化，具有较高的可靠性。同时，通过提供面部特征曲线库便于快速确定驾驶员驾驶状态和危险程度，提高了驾驶安全性，记录面部特征曲线的持续时间和变化规律便于预估驾驶员的驾驶状态，以便提前对驾驶员进行提醒。最后，根据加权值Q和对应的关键特征信息来确定提醒等级，利于根据不同驾驶环境情况对驾驶员有针对性的进行提醒，具有多场景的危险驾驶提醒功能，增加了本发明实施例的人性化和个性化程度。

上文对本发明危险驾驶的提醒方法的实施例作了详细介绍。下面将相应于上述方法的系统(即提醒系统)作进一步阐述。其中，提醒系统可以与车辆的电子控制系统连接、或与导航模块连接，或自带导航和网络模块。

本发明实施例的危险驾驶的提醒系统的用于实现上述方法的第一实施例和第二实施例中的提醒方法。

一种危险驾驶的提醒系统，包括：

处理模块，用于在判断驾驶员的面部图像为倾斜时，纠正所述面部图像；

获取模块，用于获取经过纠正后的面部图像中的面部特征曲线，所述面部特征曲线包括眼睛曲线和嘴巴曲线；

判断模块，用于根据所述面部特征曲线的实时图像判断所述驾驶员的危险驾驶等级；

第一确定模块，用于根据所述危险驾驶等级、实时时间信息及关键特征信息获取加权值，确定提醒等级，所述关键特征信息包括天气信息、当前路况信息或驾驶时长信息；

第二确定模块，用于根据所述提醒等级，确定对应的提醒方式并触发提醒。

所述处理模块，包括：

获取单元，用于根据人脸定位算法mtcnn确定驾驶员面部在红外图像中的目标区域，获取驾驶员面部的倾斜角度θ；

第一确定单元，用于当所述倾斜角度θ超出预设阈值时，获取所述目标区域的左上角坐标B(x0，y0)、目标区域的宽w和高h，并确定目标区域的中心点A(X,Y)，其中，X＝x0+w/2；Y＝y0+h/2；

第二确定单元，用于根据目标区域和纠正后图像区域的面积占比，确定纠正后图像区域的左上角坐标C(x1，y1)，其中y1＝Y-sqrt(H1*W1/(4*w/h))，x1＝X-w/h*(Y-y1)；上述W1为纠正后面部图像的宽，H1为纠正后面部图像的高；

第一处理单元，用于在所述红外图像中，作过C点的X轴参考线，以C点为中心，将所述X轴参考线顺时针偏转θ得到第一切割线、将所述X轴参考线逆时针偏转90-θ得到第二切割线；

第二处理单元，用于以C点为端点，在第一切割线上截取长度为H1的第一切割线段，在第二切割线上截取长度为W1的第二切割线段；

第三处理单元，用于在所述红外图像中，根据所述第一切割线段和第二切割线段确定切割区域，将所述红外图像于所述切割区域的部分逆时针旋转θ，得到纠正的面部图像。

所述获取模块，包括:

第一生成单元，用于根据所述纠正的面部图像生成面部特征点，

第二生成单元，用于对同一面部特征的所有面部特征点依次连线，并根据所有所述连线生成面部特征曲线，所述面部特征包括眼睛和嘴巴；

所述判断模块，包括：

第三生成单元，用于建立面部特征曲线库，所述面部特征曲线库包括多个预设的参考面部特征曲线，以及各参考面部特征曲线对应的危险状态标识；

匹配单元，用于将驾驶员实时的所述面部特征曲线与所述面部特征曲线库中的相似的参考面部特征曲线进行匹配，并记录所述面部特征曲线的持续时间、以及变化规律；

更新单元，根据所述匹配的参考面部特征曲线对应的危险状态标识、以及所述持续时间、以及变化规律，实时更新所述危险驾驶等级。

所述第一确定模块，包括：

第三确定单元，用于根据加权公式Q＝L*z1+I*z2+V*z3+T*z4+D*z5，和对应的关键特征信息，确定提醒等级；

其中L为危险驾驶等级取值、I为路况信息取值、V为天气信息取值、T为实时时间信息取值、D为驾驶时长信息取值，z1、z2、z3、z4和z5为对应信息的权重比例；

第四确定单元，用于根据所述路况信息确定I值，所述路况信息包括畅通路段、繁忙路段、拥堵路段和事故多发路段；

第五确定单元，用于根据天气信息确定V值，所述天气信息包括晴天、小雨天、雾天、大雨天、大雾天和暴雨天、台风天；

第六确定单元，用于根据实时时间信息确定T值，所述实时时间信息包括白天、清晨、黄昏、夜晚以及凌晨；

第七确定单元，用于根据驾驶时长信息确定D值，所述驾驶时长信息为连续驾驶时间。

所述提醒等级至少包括第一等级、第二等级和第三等级，所述第二确定模块，包括:

第一控制单元，用于当所述提醒等级为第一等级时，定位车辆位置并导航至附近的临时休息停车区域；

第二控制单元，用于当所述提醒等级为第二等级时，根据所述持续时间逐渐增大扬声器音量并增加提醒频率；

第三控制单元，用于当所述提醒等级为第三等级时，控制车辆打开雾灯和双闪灯，定位车辆位置并导航至附近的临时休息停车区域。

本实施例的所有模块和单元与上述方法第一实施例及方法第二实施例的对应步骤相同，其逻辑关系和工作原理也相同，这里不再赘述。

本发明实施例通过获取正直姿态的驾驶员的面部图像，并根据面部图像生成面部特征曲线，面部特征曲线通过简化和形象化的方式更加便于匹配和比对，提高了匹配精度和比对效率，利于通过面部特征曲线快速准确的判断驾驶员的危险驾驶等级，同时，本发明实施例提供了多个提醒等级，在确定提醒等级时，综合参考当前路况信息、天气信息、实时时间信息、驾驶时长信息等因素，从上述多个维度判断当前的提醒等级，使得对用户的提醒更加符合当前的实时路面、天气和驾驶环境状况，更加有针对性和准确高效。

以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露危险驾驶的提醒方法及提醒系统，可以通过其它的方式实现。例如，以上所描述的控制装置的实施例仅仅是示意性的，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

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、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种危险驾驶的提醒方法，其特征在于，包括：

当判断驾驶员的面部图像为倾斜时，纠正所述面部图像；

获取经过纠正后的面部图像中的面部特征曲线，所述面部特征曲线包括眼睛曲线和嘴巴曲线；

根据所述面部特征曲线的实时图像判断所述驾驶员的危险驾驶等级；

根据所述危险驾驶等级、实时时间信息及关键特征信息获取加权值，确定提醒等级，所述关键特征信息包括天气信息、当前路况信息或驾驶时长信息；

根据所述提醒等级，确定对应的提醒方式并触发提醒。

2.如权利要求1所述的危险驾驶的提醒方法，其特征在于，所述当判断驾驶员的面部图像为倾斜时，纠正所述面部图像的角度的步骤，包括：

根据人脸定位算法mtcnn确定驾驶员面部在红外图像中的目标区域，获取驾驶员面部的倾斜角度θ；

当所述倾斜角度θ超出预设阈值时，获取所述目标区域的左上角坐标B(x0，y0)、目标区域的宽w和高h，并确定目标区域的中心点A(X,Y)，其中，X＝x0+w/2；Y＝y0+h/2；

根据目标区域和纠正后图像区域的面积占比，确定纠正后图像区域的左上角坐标C(x1，y1)，其中y1＝Y-sqrt(H1*W1/(4*w/h))，x1＝X-w/h*(Y-y1)；上述W1为纠正后面部图像的宽，H1为纠正后面部图像的高；

在所述红外图像中，作过C点的X轴参考线，以C点为中心，将所述X轴参考线顺时针偏转θ得到第一切割线、将所述X轴参考线逆时针偏转90-θ得到第二切割线；

以C点为端点，在第一切割线上截取长度为H1的第一切割线段，在第二切割线上截取长度为W1的第二切割线段；

在所述红外图像中，根据所述第一切割线段和第二切割线段确定切割区域，将所述红外图像于所述切割区域的部分逆时针旋转θ，得到纠正的面部图像。

3.如权利要求2所述的危险驾驶的提醒方法，其特征在于，所述获取经过纠正后的面部图像中的面部特征曲线，所述面部特征曲线包括眼睛曲线和嘴巴曲线的步骤，包括：

根据所述纠正的面部图像生成面部特征点，

对同一面部特征的所有面部特征点依次连线，并根据所有所述连线生成面部特征曲线，所述面部特征包括眼睛和嘴巴；

所述根据所述面部特征曲线的实时图像判断所述驾驶员的危险驾驶等级的步骤，包括：

建立面部特征曲线库，所述面部特征曲线库包括多个预设的参考面部特征曲线，以及各参考面部特征曲线对应的危险状态标识；

将驾驶员实时的所述面部特征曲线与所述面部特征曲线库中的相似的参考面部特征曲线进行匹配，并记录所述面部特征曲线的持续时间、以及变化规律；

根据所述匹配的参考面部特征曲线对应的危险状态标识、以及所述持续时间、以及变化规律，实时更新所述危险驾驶等级。

4.如权利要求3所述的危险驾驶的提醒方法，其特征在于，所述根据所述危险驾驶等级、实时时间信息及关键特征信息获取加权值，确定提醒等级，所述关键特征信息包括天气信息、当前路况信息或驾驶时长信息的步骤，包括：

根据加权公式Q＝L*z1+I*z2+V*z3+T*z4+D*z5，和对应的关键特征信息，确定提醒等级；

其中L为危险驾驶等级取值、I为路况信息取值、V为天气信息取值、T为实时时间信息取值、D为驾驶时长信息取值，z1、z2、z3、z4和z5为对应信息的权重比例；

所述路况信息包括畅通路段、繁忙路段、拥堵路段和事故多发路段；

所述天气信息包括晴天、小雨天、雾天、大雨天、大雾天、暴雨天和台风天；

所述实时时间信息包括白天、清晨、黄昏、夜晚和凌晨；

所述驾驶时长信息取值根据连续驾驶时间确定取值大小。

5.如权利要求4所述的危险驾驶的提醒方法，其特征在于，所述提醒等级至少包括第一等级、第二等级和第三等级，所述根据所述提醒等级，确定对应的提醒方式并触发提醒的步骤，包括:

当所述提醒等级为第一等级时，定位车辆位置并导航至附近的临时休息停车区域；

当所述提醒等级为第二等级时，根据所述持续时间逐渐增大扬声器音量并增加提醒频率；

当所述提醒等级为第三等级时，控制车辆打开雾灯和双闪灯，定位车辆位置并导航至附近的临时休息停车区域。

6.一种危险驾驶的提醒系统，其特征在于，包括：

处理模块，用于在判断驾驶员的面部图像为倾斜时，纠正所述面部图像；

获取模块，用于获取经过纠正后的面部图像中的面部特征曲线，所述面部特征曲线包括眼睛曲线和嘴巴曲线；

判断模块，用于根据所述面部特征曲线的实时图像判断所述驾驶员的危险驾驶等级；

第一确定模块，用于根据所述危险驾驶等级、实时时间信息及关键特征信息获取加权值，确定提醒等级，所述关键特征信息包括天气信息、当前路况信息或驾驶时长信息；

第二确定模块，用于根据所述提醒等级，确定对应的提醒方式并触发提醒。

7.如权利要求6所述的危险驾驶的提醒系统，其特征在于，所述处理模块，包括：

获取单元，用于根据人脸定位算法mtcnn确定驾驶员面部在红外图像中的目标区域，获取驾驶员面部的倾斜角度θ；

第一确定单元，用于当所述倾斜角度θ超出预设阈值时，获取所述目标区域的左上角坐标B(x0，y0)、目标区域的宽w和高h，并确定目标区域的中心点A(X,Y)，其中，X＝x0+w/2；Y＝y0+h/2；

第二确定单元，用于根据目标区域和纠正后图像区域的面积占比，确定纠正后图像区域的左上角坐标C(x1，y1)，其中y1＝Y-sqrt(H1*W1/(4*w/h))，x1＝X-w/h*(Y-y1)；上述W1为纠正后面部图像的宽，H1为纠正后面部图像的高；

第一处理单元，用于在所述红外图像中，作过C点的X轴参考线，以C点为中心，将所述X轴参考线顺时针偏转θ得到第一切割线、将所述X轴参考线逆时针偏转90-θ得到第二切割线；

第二处理单元，用于以C点为端点，在第一切割线上截取长度为H1的第一切割线段，在第二切割线上截取长度为W1的第二切割线段；

第三处理单元，用于在所述红外图像中，根据所述第一切割线段和第二切割线段确定切割区域，将所述红外图像于所述切割区域的部分逆时针旋转θ，得到纠正的面部图像。

8.如权利要求7所述的危险驾驶的提醒系统，其特征在于，所述获取模块，包括:

第一生成单元，用于根据所述纠正的面部图像生成面部特征点，

第二生成单元，用于对同一面部特征的所有面部特征点依次连线，并根据所有所述连线生成面部特征曲线，所述面部特征包括眼睛和嘴巴；

所述判断模块，包括：

第三生成单元，用于建立面部特征曲线库，所述面部特征曲线库包括多个预设的参考面部特征曲线，以及各参考面部特征曲线对应的危险状态标识；

匹配单元，用于将驾驶员实时的所述面部特征曲线与所述面部特征曲线库中的相似的参考面部特征曲线进行匹配，并记录所述面部特征曲线的持续时间、以及变化规律；

更新单元，根据所述匹配的参考面部特征曲线对应的危险状态标识、以及所述持续时间、以及变化规律，实时更新所述危险驾驶等级。

9.如权利要求8所述的危险驾驶的提醒系统，其特征在于，所述第一确定模块，包括：

第三确定单元，用于根据加权公式Q＝L*z1+I*z2+V*z3+T*z4+D*z5，和对应的关键特征信息，确定提醒等级；

其中L为危险驾驶等级取值、I为路况信息取值、V为天气信息取值、T为实时时间信息取值、D为驾驶时长信息取值，z1、z2、z3、z4和z5为对应信息的权重比例；

第四确定单元，用于根据所述路况信息确定I值，所述路况信息包括畅通路段、繁忙路段、拥堵路段和事故多发路段；

第五确定单元，用于根据天气信息确定V值，所述天气信息包括晴天、小雨天、雾天、大雨天、大雾天和暴雨天、台风天；

第六确定单元，用于根据实时时间信息确定T值，所述实时时间信息包括白天、清晨、黄昏、夜晚以及凌晨；

第七确定单元，用于根据驾驶时长信息确定D值，所述驾驶时长信息为连续驾驶时间。

10.如权利要求9所述的危险驾驶的提醒系统，其特征在于，所述提醒等级至少包括第一等级、第二等级和第三等级，所述第二确定模块，包括:

第一控制单元，用于当所述提醒等级为第一等级时，定位车辆位置并导航至附近的临时休息停车区域；

第二控制单元，用于当所述提醒等级为第二等级时，根据所述持续时间逐渐增大扬声器音量并增加提醒频率；

第三控制单元，用于当所述提醒等级为第三等级时，控制车辆打开雾灯和双闪灯，定位车辆位置并导航至附近的临时休息停车区域。