CN109376682A - 一种智能摄像头及疲劳状态识别方法 - Google Patents

一种智能摄像头及疲劳状态识别方法 Download PDF

Info

Publication number
CN109376682A
CN109376682A CN201811315409.7A CN201811315409A CN109376682A CN 109376682 A CN109376682 A CN 109376682A CN 201811315409 A CN201811315409 A CN 201811315409A CN 109376682 A CN109376682 A CN 109376682A
Authority
CN
China
Prior art keywords
module
central control
control module
camera head
video camera
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
CN201811315409.7A
Other languages
English (en)
Inventor
黄河
吴奇权
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.)
Dongguan Kaimujin Electronic Technology Co Ltd
Original Assignee
Dongguan Kaimujin Electronic 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 Dongguan Kaimujin Electronic Technology Co Ltd filed Critical Dongguan Kaimujin Electronic Technology Co Ltd
Priority to CN201811315409.7A priority Critical patent/CN109376682A/zh
Publication of CN109376682A publication Critical patent/CN109376682A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/59Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G06V20/597Recognising the driver's state or behaviour, e.g. attention or drowsiness
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80Camera processing pipelines; Components thereof

Abstract

本发明实施例提出一种智能摄像头及疲劳状态识别方法,涉及驾驶监控技术领域。智能摄像头包括中央控制模块、人体监测模块及视频采集模块,中央控制模块与人体监测模块及视频采集模块均电连接;视频采集模块用于采集视频图像信息;人体监测模块用于检测用户的精神含量数据,还用于根据中央控制模块发送的视频图像信息进行行为轨迹分析进而得到分析结果;中央控制模块用于将精神含量数据与第一预设值进行比较得到比较结果,并根据分析结果和比较结果判断用户是否处于疲劳状态。该智能摄像头及疲劳状态识别方法能够监测驾驶人员的精神状态,减少意外伤害事故的发生,提高安全性和便利性。

Description

一种智能摄像头及疲劳状态识别方法
技术领域
本发明涉及驾驶监控技术领域,具体而言,涉及一种智能摄像头及疲劳状态识别方法。
背景技术
监控摄像头是一种可获取视频图像用在安防方面的准摄像设备,广泛应用于手机、汽车车载、电子消费、儿童玩具、航天航拍、自动驾驶、机器人、智慧医疗、商业零售、人机交互等深度行为、远端监控连锁事业、大型工厂机房、远端老人儿童看护、公共建物、无人危险环境监控、各金融机构分行监控、交通监管、错误警报辨识等教育,商业,医疗,公共事业各方面领域。
在现实生活中不少驾驶员都存在着疲劳驾驶现象,给生命安全带来隐患,监控摄像头在车载领域方面只是单纯的摄像录音功能只能看到可见的危险,并不能知晓潜在的危险源,监控摄像头不能自动识别驾驶员的疲劳驾驶现象,会给驾驶员带来潜在的危险。
发明内容
本发明的目的在于提供一种智能摄像头及疲劳状态识别方法,该智能摄像头及疲劳状态识别方法能够监测驾驶人员的精神状态,减少意外伤害事故的发生,提高安全性和便利性。
为了实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明实施例提供了一种智能摄像头,包括中央控制模块、人体监测模块及视频采集模块,所述中央控制模块与所述人体监测模块及所述视频采集模块均电连接;所述视频采集模块用于采集视频图像信息,并将所述视频图像信息发送至所述中央控制模块;所述人体监测模块用于检测用户的精神含量数据,并将所述精神含量数据发送至所述中央控制模块,还用于根据中央控制模块发送的视频图像信息进行行为轨迹分析进而得到分析结果,并将所述分析结果发送至所述中央控制模块;所述中央控制模块用于将所述精神含量数据与第一预设值进行比较得到比较结果,并根据所述分析结果和所述比较结果判断所述用户是否处于疲劳状态。
第二方面,本发明实施例还提供了一种疲劳状态识别方法,应用于智能摄像头,所述智能摄像头包括中央控制模块、人体监测模块及视频采集模块,所述中央控制模块与所述人体监测模块及所述视频采集模块均电连接,所述方法包括;通过人体监测模块检测用户的精神含量数据;将所述精神含量数据与第一预设值进行比较得到比较结果;通过视频采集模块得到视频图像信息;根据所述视频图像信息对所述用户的行为轨迹进行分析,并进行人脸面部识别,进而得到分析结果;根据所述比较结果和所述分析结果判断所述用户是否处于疲劳状态。
本发明实施例提供的一种智能摄像头及疲劳状态识别方法,通过视频采集模块可以采集视频图像信息,通过人体监测模块可以检测用户的精神含量数据,并还能根据视频图像信息进行行为轨迹分析得到分析结果,中央控制模块根据精神含量数据和分析结果就能判断出用户是否处于疲劳状态。可见,在车载领域使用该智能摄像头,通过该摄像头不仅能够获得车内的视频图像信息进行实时监控,还能通过该摄像头获得驾驶员是否处于疲劳驾驶,这样就能及时预防疲劳驾驶带来的交通事故,保障人民群众的生命及财产安全。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本发明实施例提供的智能摄像头的结构框图;
图2示出了本发明实施例提供的报警模块的电路原理图;
图3示出了本发明实施例提供的夜视模块的电路原理图;
图4示出了本发明实施例提供的红外灯补光模块的电路原理图;
图5示出了本发明实施例提供的通讯模块的电路原理图;
图6示出了本发明实施例提供的复位模块的电路原理图;
图7示出了本发明实施例提供的疲劳状态识别方法的流程示意图。
图标:1-智能摄像头;10-中央控制模块;20-人体监测模块;30-人脸识别模块;40-视频采集模块;41-图像传感器;42-镜头;50-报警模块;60-夜视模块;70-语音控制模块;80-存储模块;90-显示模块;100-复位模块;110-红外灯补光模块。
具体实施方式
下面将结合本发明实施例中附图,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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
如图1所示,为本发明实施例提供的智能摄像头1的结构框图,该智能摄像头1包括中央控制模块10、人体监测模块20及视频采集模块40,所述中央控制模块10与所述人体监测模块20及所述视频采集模块40均电连接。
在本实施例中,所述视频采集模块40用于采集视频图像信息,并将所述视频图像信息发送至所述中央控制模块10。
在本实施例中,所述视频采集模块40包括图像传感器41和镜头42,所述图像传感器41与所述中央控制模块10电连接。
所述镜头42用于采集所述模拟视频信号;所述图像传感器41用于将所述模拟视频信号转换为视频图像信息。
所述人体监测模块20用于检测用户的精神含量数据,并将所述精神含量数据发送至所述中央控制模块10,还用于根据中央控制模块10发送的视频图像信息进行行为轨迹分析进而得到分析结果,并将所述分析结果发送至所述中央控制模块10。
在本实施例中,所述人体监测模块20可以作为图像处理器设置在视频采集模块40内,也可以单独设置在智能摄像头1内部。
在本实施例中,在车载领域,所述精神含量数据可以理解为驾驶员持续驾驶车辆的时间;所述行为轨迹分析可以理解为人体监测模块20对视频图像信息进行边缘检测法、特征提取、灰度化、二值化处理后得到实时图像信息,从实时图像信息中识别出人体姿态,并将当前帧图像信息中的人体姿态与历史帧图像信息中的人体姿态进行对比,还从多帧实时图像信息中识别出驾驶员的面部是否出现过打呵欠或眨眼等动作,进而得到分析结果。
其中,若人体监测模块20通过行为轨迹分析出驾驶员有将手移动至脸部进行揉眼动作或捂嘴动作,以及驾驶员的面部出现过打呵欠或眨眼动作,则得到第一分析结果,可以理为解驾驶员处于疲劳状态,人体监测模块20向中央控制模块10输出高电平(即第一分析结果);若人体监测模块20通过行为轨迹分析出驾驶员的手并未移动至脸部进行揉眼动作或捂嘴动作,且驾驶员的面部未出现过打呵欠或眨眼等动作,则得到第二分析结果,可以理解为驾驶员为正常驾驶,人体监测模块20向中央控制模块10输出低电平(即第二分析结果)。
所述中央控制模块10用于将所述精神含量数据与第一预设值进行比较得到比较结果,并根据所述分析结果和所述比较结果判断所述用户是否处于疲劳状态。
在本实施例中,若精神含量数据大于或等于第一预设值,则得到第一比较结果;若精神含量数据小于第一预设值,则得到第二比较结果。可以理解,驾驶员持续驾驶车辆的时间大于或等于第一预设值,则表示驾驶员的驾驶时间过长,处于疲劳驾驶。
若中央控制模块10接收第一比较结果和第一分析结果,则判断用户处于疲劳状态;若中央控制模块10接收第一比较结果和第二分析结果,则判断用户处于疲劳状态;若中央控制模块10接收第二比较结果和第一分析结果,则判断用户处于疲劳状态;若中央控制模块10接收第二比较结果和第二分析结果,则判断用户未处于疲劳状态。
所述智能摄像头1还包括报警模块50,所述报警模块50与所述中央控制模块10电连接。
所述报警模块50用于在所述中央控制模块10判断所述用户处于疲劳状态时发出报警提示信息。
如图2所示,所述报警模块50可以为扬声器报警模块50,当中央控制模块10判断出用户处于疲劳状态时,会向报警模块50发送控制指令,报警模块50根据该控制指令控制器扬声器发出语音报警提示信息,使得驾驶员警醒,进而及时预防疲劳驾驶,减少交通事故的发生。
在本实施例中,所述报警模块50还可以采用LED灯报警模块50,当中央控制模块10判断出用户处于疲劳状态时,会向报警模块50发送控制指令,报警模块50根据该控制指令控制器LED灯发出灯光报警提示信息,使得驾驶员警醒。
进一步地,在本实施例中,所述智能摄像头1还包括人脸识别模块30,所述人脸识别模块30与所述视频采集模块40和所述中央控制模块10均电连接。
所述人脸识别模块30用于将所述视频采集模块40发送的所述视频图像信息与预先存储的人脸图像数据进行对比得到对比结果,并将所述对比结果发送至所述中央控制模块10;所述中央控制模块10用于根据所述对比结果对所述用户的身份进行识别。
可以理解,人脸识别模块30中预先存储有驾驶员的人脸图像数据,人脸识别模块30根据视频图像信息中提取出处于驾驶室的人员的人脸图像信息,将提取出的驾驶室的人员的人脸图像信息与预先存储的人脸图像数据进行比较,若提取出的驾驶室的人员的人脸图像信息与预先存储的人脸图像数据匹配,则得到第一对比结果;若提取出的驾驶室的人员的人脸图像信息与预先存储的人脸图像数据不匹配,则得到第二对比结果;若中央控制模块10接收到第一对比结果,则表示用户的身份符合要求;若中央控制模块10接收到第二对比结果,则表示用户的身份不符合要求,中空控制模块可以控制报警模块50发出报警提示信息。
进一步地,在本实施例中,所述智能摄像头1还包括夜视模块60,所述夜视模块60与所述中央控制模块10和所述视频采集模块40均电连接。
所述夜视模块60用于控制所述视频采集模块40进行日模式和夜模式之间的切换。
如图3所示,所述夜视模块60可以采用IR-CUT日夜自动切换器,通过IR-CUT日夜自动切换器能够自动切换滤镜,使得夜晚的成像效果与白天的成像效果一样。
进一步地,如图4所示,所述智能摄像头1还包括红外灯补光模块110,所述红外灯补光模块110与中央控制模块10电连接,当夜视模块60处于夜模式时,中央控制模块10会控制红外灯补光模块110发出红外光,进而增强视频采集模块40在无可见光或微光的黑暗环境下采集图像的能力,即使得夜晚的成像效果与白天的成像效果一样。
进一步地,在本实施例中,所述智能摄像头1还包括语音控制模块70,所述语音控制模块70与所述中央控制模块10电连接;所述语音控制模块70用于与所述用户进行语音互动。
可以理解,所述语音控制模块70通过中央控制模块10接收的视频图像信息识别出驾驶员看见的车外的物体或地点,语音控制模块70根据车外的物体或地点与驾驶员进行语音的互动。
进一步地,在本实施例中,所述智能摄像头1还包括存储模块80,所述中央控制模块10与所述存储模块80电连接;所述存储模块80用于存储所述中央控制模块10接收的所述视频图像信息和所述精神含量数据。
如图5所示,所述智能摄像头1还包括通讯模块,通讯模块可以采用SIM卡,SIM卡通过GPRS进行网络连接,将存储模块80存储的视频图像信息和所述精神含量数据发送至网络终端,使得终端人员能够实时了解驾驶员的驾驶情况。SIM卡通过GPRS还能接收网络终端发送的数据,可以支持后台在线软件升级。
进一步地,在本实施例中,所述智能摄像头1还包括显示模块90,所述显示模块90与所述中央控制模块10电连接;所述显示模块90用于显示所述中央控制模块10发送的所述视频图像信息。可以理解,所述显示模块90为LCD显示模块90。
进一步地,在本实施例中,所述智能摄像头1还包括复位模块100,所述复位模块100与所述中央控制模块10电连接。
如图6所示,复位模块100包括开关、第一电阻R6、第二电阻R43和第一电容C56,开关的一端接地,开关的另一端与中央控制模块10和第一电阻R6的一端均电连接,第一电阻的另一端与第二电阻R43的一端和第一电容C56的一端均电连接,第二电阻R43的另一端与电源电连接,第一电容C56的另一端接地。
可以理解,当用户对开关进行按压操作时,复位模块100向中央控制模块10发送低电平(例如,0V),中央控制模块10接收到低电平后,实现复位功能,使得智能摄像头1恢复至出厂设置。
如图7所示,为一种疲劳状态识别方法的流程图,该疲劳状态识别方法应用于上述智能摄像头1,该疲劳状态识别方法包括:
步骤S1,通过人体监测模块20检测用户的精神含量数据。
步骤S2,将所述精神含量数据与第一预设值进行比较得到比较结果。
步骤S3,通过视频采集模块40得到视频图像信息。
步骤S4,根据所述视频图像信息对所述用户的行为轨迹进行分析,并进行人脸面部识别,进而得到分析结果。
步骤S5,根据所述比较结果和所述分析结果判断所述用户是否处于疲劳状态。
综上所述,本发明实施例提供的智能摄像头及疲劳状态识别方法,通过视频采集模块可以采集视频图像信息,通过人体监测模块可以检测用户的精神含量数据,并还能根据视频图像信息进行行为轨迹分析得到分析结果,中央控制模块根据精神含量数据和分析结果就能判断出用户是否处于疲劳状态。可见,在车载领域使用该智能摄像头,通过该摄像头不仅能够获得车内的视频图像信息进行实时监控,还能通过该摄像头获得驾驶员是否处于疲劳驾驶,这样就能及时预防疲劳驾驶带来的交通事故,保障人民群众的生命及财产安全。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。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。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。

Claims (10)

1.一种智能摄像头,其特征在于,包括中央控制模块、人体监测模块及视频采集模块,所述中央控制模块与所述人体监测模块及所述视频采集模块均电连接;
所述视频采集模块用于采集视频图像信息,并将所述视频图像信息发送至所述中央控制模块;
所述人体监测模块用于检测用户的精神含量数据,并将所述精神含量数据发送至所述中央控制模块,还用于根据所述中央控制模块发送的视频图像信息进行行为轨迹分析并进行人脸面部识别,进而得到分析结果,并将所述分析结果发送至所述中央控制模块;
所述中央控制模块用于将所述精神含量数据与第一预设值进行比较得到比较结果,并根据所述分析结果和所述比较结果判断所述用户是否处于疲劳状态。
2.如权利要求1所述的智能摄像头,其特征在于,所述视频采集模块包括图像传感器和镜头,所述图像传感器与所述中央控制模块电连接;
所述镜头用于采集模拟视频信号;
所述图像传感器用于将所述模拟视频信号转换为视频图像信息。
3.如权利要求1所述的智能摄像头,其特征在于,所述智能摄像头还包括报警模块,所述报警模块与所述中央控制模块电连接;
所述报警模块用于在所述中央控制模块判断所述用户处于疲劳状态时发出报警提示信息。
4.如权利要求1所述的智能摄像头,其特征在于,所述智能摄像头还包括人脸识别模块,所述人脸识别模块与所述视频采集模块和所述中央控制模块均电连接;
所述人脸识别模块用于将所述视频采集模块发送的所述视频图像信息与预先存储的人脸图像数据进行对比得到对比结果,并将所述对比结果发送至所述中央控制模块;
所述中央控制模块用于根据所述对比结果对所述用户的身份进行识别。
5.如权利要求1所述的智能摄像头,其特征在于,所述智能摄像头还包括夜视模块,所述夜视模块与所述中央控制模块和所述视频采集模块均电连接;
所述夜视模块用于控制所述视频采集模块进行日模式和夜模式之间的切换。
6.如权利要求1所述的智能摄像头,其特征在于,所述智能摄像头还包括语音控制模块,所述语音控制模块与所述中央控制模块电连接;
所述语音控制模块用于与所述用户进行语音互动。
7.如权利要求1所述的智能摄像头,其特征在于,所述智能摄像头还包括存储模块,所述中央控制模块与所述存储模块电连接;
所述存储模块用于存储所述中央控制模块接收的所述视频图像信息和所述精神含量数据。
8.如权利要求7所述的智能摄像头,其特征在于,所述智能摄像头还包括显示模块,所述显示模块与所述中央控制模块电连接;
所述显示模块用于显示所述中央控制模块发送的所述视频图像信息。
9.如权利要求1所述的智能摄像头,其特征在于,所述智能摄像头还包括复位模块,所述复位模块与所述中央控制模块电连接。
10.一种疲劳状态识别方法,其特征在于,应用于智能摄像头,所述智能摄像头包括中央控制模块、人体监测模块及视频采集模块,所述中央控制模块与所述人体监测模块及所述视频采集模块均电连接,所述方法包括;
通过人体监测模块检测用户的精神含量数据;
将所述精神含量数据与第一预设值进行比较得到比较结果;
通过视频采集模块得到视频图像信息;
根据所述视频图像信息对所述用户的行为轨迹进行分析,并进行人脸面部识别,进而得到分析结果;
根据所述比较结果和所述分析结果判断所述用户是否处于疲劳状态。
CN201811315409.7A 2018-11-06 2018-11-06 一种智能摄像头及疲劳状态识别方法 Pending CN109376682A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811315409.7A CN109376682A (zh) 2018-11-06 2018-11-06 一种智能摄像头及疲劳状态识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811315409.7A CN109376682A (zh) 2018-11-06 2018-11-06 一种智能摄像头及疲劳状态识别方法

Publications (1)

Publication Number Publication Date
CN109376682A true CN109376682A (zh) 2019-02-22

Family

ID=65397484

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811315409.7A Pending CN109376682A (zh) 2018-11-06 2018-11-06 一种智能摄像头及疲劳状态识别方法

Country Status (1)

Country Link
CN (1) CN109376682A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110009880A (zh) * 2019-04-28 2019-07-12 盐城工学院 一种基于计算机视觉检测的生产设备辅助装置
CN112829754A (zh) * 2021-01-21 2021-05-25 浙江合众新能源汽车有限公司 车载智能机器人和车载智能机器人的运行方法
CN113938613A (zh) * 2021-11-26 2022-01-14 上海徐工智能科技有限公司 一种工程机械用户数据采集装置及方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2770011Y (zh) * 2005-03-03 2006-04-05 安徽金海迪尔信息技术有限责任公司 非接触式车载驾驶员驾驶疲劳实时监控装置
CN202257856U (zh) * 2011-10-12 2012-05-30 四川科泰智能电子有限公司 驾驶员疲劳驾驶监控装置
CN202735838U (zh) * 2012-07-13 2013-02-13 上海海能汽车电子有限公司 基于安全和诊断的远程车载终端
CN103198616A (zh) * 2013-03-20 2013-07-10 重庆大学 基于驾驶员头颈移动特征识别的疲劳驾驶检测方法与系统
CN104508719A (zh) * 2012-07-17 2015-04-08 日产自动车株式会社 驾驶辅助系统以及驾驶辅助方法
CN105096528A (zh) * 2015-08-05 2015-11-25 广州云从信息科技有限公司 一种疲劳驾驶检测方法及系统
CN105788028A (zh) * 2016-03-21 2016-07-20 上海仰笑信息科技有限公司 具有疲劳驾驶预警功能的行车记录仪
CN107633657A (zh) * 2016-07-18 2018-01-26 中兴通讯股份有限公司 一种疲劳驾驶的提醒方法及终端
CN108197189A (zh) * 2017-12-26 2018-06-22 上海科大讯飞信息科技有限公司 主动交互方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2770011Y (zh) * 2005-03-03 2006-04-05 安徽金海迪尔信息技术有限责任公司 非接触式车载驾驶员驾驶疲劳实时监控装置
CN202257856U (zh) * 2011-10-12 2012-05-30 四川科泰智能电子有限公司 驾驶员疲劳驾驶监控装置
CN202735838U (zh) * 2012-07-13 2013-02-13 上海海能汽车电子有限公司 基于安全和诊断的远程车载终端
CN104508719A (zh) * 2012-07-17 2015-04-08 日产自动车株式会社 驾驶辅助系统以及驾驶辅助方法
CN103198616A (zh) * 2013-03-20 2013-07-10 重庆大学 基于驾驶员头颈移动特征识别的疲劳驾驶检测方法与系统
CN105096528A (zh) * 2015-08-05 2015-11-25 广州云从信息科技有限公司 一种疲劳驾驶检测方法及系统
CN105788028A (zh) * 2016-03-21 2016-07-20 上海仰笑信息科技有限公司 具有疲劳驾驶预警功能的行车记录仪
CN107633657A (zh) * 2016-07-18 2018-01-26 中兴通讯股份有限公司 一种疲劳驾驶的提醒方法及终端
CN108197189A (zh) * 2017-12-26 2018-06-22 上海科大讯飞信息科技有限公司 主动交互方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王一丁: "《数字图像处理》", 31 August 2015, "西安电子科技大学出版社" *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110009880A (zh) * 2019-04-28 2019-07-12 盐城工学院 一种基于计算机视觉检测的生产设备辅助装置
CN112829754A (zh) * 2021-01-21 2021-05-25 浙江合众新能源汽车有限公司 车载智能机器人和车载智能机器人的运行方法
CN113938613A (zh) * 2021-11-26 2022-01-14 上海徐工智能科技有限公司 一种工程机械用户数据采集装置及方法

Similar Documents

Publication Publication Date Title
CN108960065B (zh) 一种基于视觉的驾驶行为检测方法
CN108791299B (zh) 一种基于视觉的驾驶疲劳检测及预警系统及方法
CN109376682A (zh) 一种智能摄像头及疲劳状态识别方法
CN101950355B (zh) 基于数字视频的驾驶员疲劳状态检测方法
US7620216B2 (en) Method of tracking a human eye in a video image
CN105788028A (zh) 具有疲劳驾驶预警功能的行车记录仪
CN105769120A (zh) 疲劳驾驶检测方法和装置
CN105788176A (zh) 疲劳驾驶监测提醒方法及系统
CN104317397A (zh) 车载人机交互方法
CN102930693A (zh) 安全驾驶预警系统及方法
CN110588512A (zh) 一种危险驾驶识别与预警装置、方法及系统
CN107284449A (zh) 一种行车安全预警方法及系统、汽车、可读存储介质
Kailasam et al. Accident alert system for driver using face recognition
CN114987500A (zh) 驾驶员状态监控方法、终端设备及存储介质
CN107506698A (zh) 基于物联网的公共交通汽车防疲劳驾驶管理的方法
KR20150106986A (ko) 서버기반 졸음감지 시스템 및 그 방법
CN103366510A (zh) 一种手机及基于其摄像头的安全行车方法
CN109800640A (zh) 一种基于二维曲面拟合的吸烟检测方法
KR20160067681A (ko) 운전자의 운행 집중도 레벨 분석방법
CN112307920B (zh) 一种高风险工种作业人员行为预警装置及方法
CN212569985U (zh) 一种疲劳驾驶预警系统
CN209895476U (zh) 一种基于角点检测的监测系统
CN111860280A (zh) 一种基于深度学习的驾驶员违章行为识别系统
CN112330558A (zh) 基于雾天环境感知的道路图像恢复预警系统及方法
CN201754296U (zh) 一种车载实时预警装置

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190222