CN111626101A - 一种基于adas的吸烟监测方法及系统 - Google Patents
一种基于adas的吸烟监测方法及系统 Download PDFInfo
- Publication number
- CN111626101A CN111626101A CN202010283511.4A CN202010283511A CN111626101A CN 111626101 A CN111626101 A CN 111626101A CN 202010283511 A CN202010283511 A CN 202010283511A CN 111626101 A CN111626101 A CN 111626101A
- Authority
- CN
- China
- Prior art keywords
- information
- smoking
- adas
- head
- driver
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- 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
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于ADAS的吸烟监测方法包括:当判断车内有烟雾时,采集驾驶者脸部信息、头部信息及肢体动作信息;通过级联操作提取所述脸部信息中嘴巴部位、眼睛部位及所述头部信息中头部扭转角度的特征;通过级联操作提取所述肢体动作信息中手部动作的特征;将所述嘴巴部位的特征、所述眼睛部位的特征、所述头部扭转角度的特征及所述手部动的作特征与预设的吸烟动作数据库做比对,判断驾驶者是否吸烟,解决驾驶者吸烟行为检测的问题;双传感器进行算法处理,解决单一传感器无法准确判断驾驶者行为的问题。
Description
技术领域
本发明涉及车辆安全和模式识别技术领域,特别涉及一种基于ADAS的吸烟监测方法及系统。
背景技术
众所周知,吸烟是一种有损健康的不良行为,行车过程中的吸烟更会给驾驶者及公共交通带来很大的安全隐患。据统计,经常吸烟的驾驶者发生驾驶事故的概率比不吸烟的高出1.5倍。烟草成分提高大脑亢奋性,使驾车人更易冒险开车;空气中烟雾浓度增加,氧气不足,导致驾驶者视力变差,反应缓慢;吸烟产生的烟雾会影响驾驶者视线;吸烟过程容易引起驾驶者转移注意力,影响驾驶行为的专注度;灰及烟头火星时很容易飞进车里,掉到身上,烫到身体,扰乱驾驶;开车过程中吸烟导致驾驶者不能规范把握方向盘,突发紧急状况不能及时有效控制车辆,引发交通事故。
发明内容
基于此,有必要设计一种能够实时提供对驾驶者吸烟行为检测及警示提醒功能的基于ADAS的吸烟监测方法及系统。
一种基于ADAS的吸烟监测方法,包括如下步骤:
当判断车内有烟雾时,采集驾驶者脸部信息、头部信息及肢体动作信息;
通过级联操作提取所述脸部信息中嘴巴部位、眼睛部位及所述头部信息中头部扭转角度的特征;
通过级联操作提取所述肢体动作信息中手部动作的特征;
将所述嘴巴部位的特征、所述眼睛部位的特征、所述头部扭转角度的特征及所述手部动的作特征与预设的吸烟动作数据库做比对,判断驾驶者是否吸烟。
在其中一个实施例中,通过级联操作提取所述脸部信息中嘴巴部位、眼睛部位及所述头部信息中头部扭转角度的特征包括如下子步骤:
通过级联细化嘴巴部位、眼睛部位、头部扭转角度中的特征点的坐标;
比对当前图像与预设时间间隔内前一时刻的图像中的所述特征点的坐标,判断得到初始嘴巴部位的特征、初始眼睛部位的特征及初始头部扭转角度的特征。
在其中一个实施例中,通过级联操作提取所述肢体动作信息中手部动作的特征包括如下子步骤:
判断脸部是否有遮挡,若有,执行肢体动作信息采集的操作;
通过级联细化手部动作中的特征点的坐标,判断得到初始手部动作的特征;
将标定有初始嘴巴部位的特征、初始眼睛部位的特、初始头部扭转角度的特征及初始手部动作的特征的当前图像经图像扭转处理,得到所述嘴巴部位的特征、所述眼睛部位的特征、所述头部扭转角度的特征及所述手部动作的特征。
在其中一个实施例中,通过级联细化眼皮、眼珠的特征点的坐标,比对当前图像与预设间隔时间内前一时刻的图像中的所述眼皮、眼珠的特征点的坐标,标定眼睛的目光方位,得到所述眼睛部位的特征。
在其中一个实施例中,所述一种基于ADAS的吸烟监测方法还包括如下步骤:判断车辆是否在行驶中,若是,执行停止吸烟的提醒操作。
一种基于ADAS的吸烟监测系统,包括:
烟雾传感模块,用于采集车辆内部空气成分,判断车辆内部是否有烟雾;
图像采集模块,用于采集驾驶者脸部信息、头部信息及肢体动作信息;
集成ECU模块,用于采用如权利要求1~5任一所述的一种基于ADAS的吸烟监测方法,根据车辆的运行状态、所述烟雾传感器模块和图像采集模块输出的信息判断驾驶者的是否存在吸烟驾驶行为。
在其中一个实施例中,还包括警示模块,用于接收所述集成ECU模块输出的吸烟驾驶行为的信息,执行停止吸烟的提醒操作。
在其中一个实施例中,所述烟雾传感模块通过烟雾传感器执行采集车辆内部的空气成分的操作。
在其中一个实施例中,所述图像采集模块通过车辆内置摄像头执行图像采集的操作。
在其中一个实施例中,所述警示模块通过娱乐主机执行停止吸烟的提醒操作。
与现有技术相比,本发明具有如下有益技术效果:
一种基于ADAS的吸烟监测方法及系统,解决了当前驾驶者吸烟行为检测的问题,给交通安全带来更好的保障;通过双传感器进行算法处理,解决了当前单一传感器无法准确判断驾驶者行为的问题;降低危险驾驶带来的公共交通安全隐患。
附图说明
图1为本发明一实施方式的一种基于ADAS的吸烟监测方法的步骤流程图。
图2为本发明一实施方式的一种基于ADAS的吸烟监测系统的模块图。
附图仅用于示例性说明,不能理解为对本专利的限制;为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的;相同或相似的标号对应相同或相似的部件;附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述,以使本发明的优点和特征更易被本领域技术人员理解,从而对本发明的保护范围作出更为清楚的界定。
请参阅图1,其为本发明一实施方式的一种基于ADAS的吸烟监测方法的步骤流程图。一种基于ADAS的吸烟监测方法,包括如下步骤:
S10、当判断车内有烟雾时,采集驾驶者脸部信息、头部信息及肢体动作信息;
S20、通过级联操作提取所述脸部信息中嘴巴部位、眼睛部位及所述头部信息中头部扭转角度的特征;
S30、通过级联操作提取所述肢体动作信息中手部动作的特征;
S40、将所述嘴巴部位的特征、所述眼睛部位的特征、所述头部扭转角度的特征及所述手部动的作特征与预设的吸烟动作数据库做比对,判断驾驶者是否吸烟。
需要说明的是,级联(cascade)在计算机科学里指多个对象之间的映射关系,建立数据之间的级联关系提高管理效率。脸部建模一直是计算机图像和视觉领域的热门话题,每个人脸模型的网格顶点个数各不相同,也就是拓扑结构不同。因此我们需要对我们的训练数据,做一个归一化处理。近来,级联形状回归模型在特征点定位任务上取得了重大突破,该方法使用回归模型,直接学习从人脸表观到人脸形状(或者人脸形状模型的参数)的映射函数,进而建立从表观到形状的对应关系。面部特征点定位问题可以看作是学习一个回归函数F,以图象I作为输入,输出θ为特征点的位置(人脸形状):θ=F(I)。简单的说,级联回归模型可以统一为以下框架:学习多个回归函数{f1,…,fn-1,fn}来逼近函数F:
θ=F(I)=fn(fn-1(…f1(θ0,I),I),I)
θi=fi(θi-1,I),i=1,…,n
所谓的级联,即当前函数fi的输入依赖于上一级函数fi-1的输出θi-1,而每一个fi的学习目标都是逼近特征点的真实位置θ,θ0为初始形状。通常情况,fi不是直接回归真实位置θ,而回归当前形状θi-1与真实位置θ之间的差:Δθi=θ-θi-1。即,通过级联操作得到所述脸部信息中嘴巴部位、眼睛部位和所述头部信息中头部扭转角度的特征,以及所述肢体动作信息中手部动作的特征,与预设的吸烟动作数据库做比对,若比对后的相识度若达预设比例,则判断驾驶者存在吸烟行为,若否,则判断驾驶者不存在吸烟行为,进而实时提供对驾驶者吸烟行为检测。例如,所述预设比例为98.0%-99.9%。
一实施例中,所述S20中通过级联操作提取所述脸部信息中嘴巴部位、眼睛部位及所述头部信息中头部扭转角度的特征包括如下子步骤:
S21、通过级联细化嘴巴部位、眼睛部位、头部扭转角度中的特征点的坐标;
S22、比对当前图像与预设时间间隔内前一时刻的图像中的所述特征点的坐标,判断得到初始嘴巴部位的特征、初始眼睛部位的特征及初始头部扭转角度的特征。
一实施例中,所述S30中通过级联操作提取所述肢体动作信息中手部动作的特征包括如下子步骤:
S31、判断脸部是否有遮挡,若有,执行肢体动作信息采集的操作;
S32、通过级联细化手部动作中的特征点的坐标,判断得到初始手部动作的特征;
S33、将标定有初始嘴巴部位的特征、初始眼睛部位的特、初始头部扭转角度的特征及初始手部动作的特征的当前图像经图像扭转处理,得到所述嘴巴部位的特征、所述眼睛部位的特征、所述头部扭转角度的特征及所述手部动作的特征。
需要说明的是,图像扭转(Image warping)是一种数字处理图像的过程,在任何图像中所描绘的任何形状都产生显着有损。扭曲可用于校正图像有损,同时用于某种创意目的,例如,变形,同样的技术也适用于视频。即,标定有初始嘴巴部位的特征、初始眼睛部位的特、初始头部扭转角度的特征及初始手部动作的特征的当前图像经图像扭转处理,得到含有较为清晰、无损的所述嘴巴部位的特征、所述眼睛部位的特征、所述头部扭转角度的特征及所述手部动作的特征的图像。
一实施例中,通过级联细化眼皮、眼珠的特征点的坐标,比对当前图像与预设间隔时间的前一时刻的图像中的所述眼皮、眼珠的特征点的坐标,标定眼睛的目光方位,得到所述眼睛部位的特征。又如,所述预设间隔时间的范围为(0.1-5)ms,通过将所述预设间隔时间设置在毫秒的范围内,这样能够更加准确地获取所述当前图像中眼睛的目光方位。
一实施例中,所述一种基于ADAS的吸烟监测方法还包括如下步骤:判断车辆是否在行驶中,若是,执行停止吸烟的提醒操作,即,能够实时提供对驾驶者吸烟行为检测同时,也给出警示提醒功能。
一实施例中,一种基于ADAS的吸烟监测方法包括如下步骤:
摄像头监测驾驶者面部信息以及面部轨迹,确定人脸位置以及头部位置,初步确认脸部器官状态以及位置;
摄像头采集到的信息通过高速屏蔽线缆给到控制盒,所述控制盒对脸部特征点进行坐标细化;
所述控制盒的内部处理器通过级联细化坐标,定位以及监控头部姿势,利用拍摄到的前后图像进行对比,判断头部动作以及精准位置;
细化的坐标进一步抓取眼睛状态(包括眼皮、眼珠),通过比对预设时间内的前后图像,计算出目光方位;
监测人脸以及头部具体位置的信息,进一步比对脸部是否有其他非脸部器官以及其他物体遮挡脸部和头部;
细化的初始坐标一方面通过模拟进行图像扭转,精准确认判断脸部表情;
综合脸部表情以及目光偏移、脸部是否有肢体动作,再与数据库里面的吸烟动作作对比,进行判断吸烟动作。
一种基于ADAS的吸烟监测方法解决了当前驾驶员吸烟行为无法检测的问题,给交通安全带来更好的保障。通过双传感器进行算法处理,解决了当前单一传感器无法准确判断驾驶员行为的问题。有效减少驾驶员吸烟危险驾驶行为,降低危险驾驶带来的公共交通安全隐患。
请参阅图2,一种基于ADAS的吸烟监测系统10包括烟雾传感模块100、图像采集模块200及集成ECU模块300,所述烟雾传感模块100用于采集车辆内部空气成分,判断车辆内部是否有烟雾;所述图像采集模块200用于采集驾驶者脸部信息、头部信息及肢体动作信息;所述集成ECU模块300用于采用上述任一所述的一种基于ADAS的吸烟监测方法,根据车辆的运行状态、所述烟雾传感器模块100和图像采集模块200输出的信息判断驾驶者的是否存在吸烟驾驶行为。
一实施例中,请参阅图2,所述一种基于ADAS的吸烟监测系统10还包括警示模块400,所述警示模块400用于接收所述集成ECU模块输出的吸烟驾驶行为的信息,执行停止吸烟的提醒操作。又如,所述烟雾传感模块通过烟雾传感器执行采集车辆内部的空气成分的操作。又如,所述图像采集模块通过车辆内置摄像头执行图像采集的操作。又如,所述警示模块400通过娱乐主机执行停止吸烟的提醒操作。
一实施例中,本发明的一种基于ADAS的吸烟监测系统,包括烟雾传感模块、图像采集模块、集成ECU模块;系统前提录入各种抽烟动作的数据库,此数据库作为后续判断是否吸烟做比较,系统通过深度学习训练(类似人的记忆),数据库越大,匹配判断的精度越高;系统通过烟雾传感器采集车内空气成分进行算法分析,识别车内是否有人吸烟行为;结合摄像头采集驾驶者脸部信息及肢体动作,通过一种基于ADAS的吸烟监测方法分析判断驾驶者是否有吸烟行为;系统通过总线获取实车运行状态,如判断驾驶者是在行驶过程中吸烟,存在驾驶安全隐患,则把信息传送到警示模块,对驾驶者进行提醒。
驾驶舱烟雾浓度采集是在汽车启动之后,系统通过烟雾传感器,采集车内空气成分;然后通过算法对空气成分进行分析,预判是车内是否存在吸烟行为。再次,还通过对驾驶者视频采集,即启动摄像头,对驾驶者进行视频采集,对驾驶者是否吸烟进行判断,即,系统通过采集的驾驶者视频信息对驾驶者的手部肢体动作,脸部动作进行算法分析,与数据库的吸烟动作做比较,从而确认驾驶者是否存在吸烟行为。最后,危险驾驶判断是系统通过CAN总线,确认车辆实时行驶状态,判断驾驶者吸烟行为是否存在不安全驾驶行为。系统判断驾驶者有吸烟行为,存在不安全驾驶隐患,即发出危险驾驶警示,亦即,通过CAN总线输出禁止吸烟警示,通过到娱乐主机进行语音提示,提醒驾驶者停止抽烟,安全驾驶。
需要说明的是,摄像头采集驾驶者脸部信息及肢体动作的方法包括如下步骤:摄像头监测驾驶者面部信息以及面部轨迹,确定人脸位置以及头部位置,初步确认脸部器官状态以及位置;摄像头采集到的信息通过高速屏蔽线缆给到控制盒,该控制盒对脸部特征点进行坐标细化;内部处理器通过级联细化坐标,定位以及监控头部姿势,利用前后图像对比,判断头部动作以及精准位置;细化的坐标进一步抓取眼睛状态(包括眼皮、眼珠),计算目光方位;监测人脸以及头部具体位置的信息,进一步比对脸部是否有其他非脸部器官以及其他物体遮挡脸部和头部;细化的初始坐标一方面通过模拟进行图像扭转,精准确认判断脸部表情;综合脸部表情以及目光偏移、脸部是否有肢体动作,再与数据库里面的吸烟动作进行比对,进而判断出是否为吸烟动作。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。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,均应包含在本发明权利要求的保护范围之内。
Claims (10)
1.一种基于ADAS的吸烟监测方法,包括如下步骤:
当判断车内有烟雾时,采集驾驶者脸部信息、头部信息及肢体动作信息;
通过级联操作提取所述脸部信息中嘴巴部位、眼睛部位及所述头部信息中头部扭转角度的特征;
通过级联操作提取所述肢体动作信息中手部动作的特征;
将所述嘴巴部位的特征、所述眼睛部位的特征、所述头部扭转角度的特征及所述手部动的作特征与预设的吸烟动作数据库做比对,判断驾驶者是否吸烟。
2.如权利要求1所述的一种基于ADAS的吸烟监测方法,其特征在于,通过级联操作提取所述脸部信息中嘴巴部位、眼睛部位及所述头部信息中头部扭转角度的特征包括如下子步骤:
通过级联细化嘴巴部位、眼睛部位、头部扭转角度中的特征点的坐标;
比对当前图像与预设时间间隔内前一时刻的图像中的所述特征点的坐标,判断得到初始嘴巴部位的特征、初始眼睛部位的特征及初始头部扭转角度的特征。
3.如权利要求2所述的一种基于ADAS的吸烟监测方法,其特征在于,通过级联操作提取所述肢体动作信息中手部动作的特征包括如下子步骤:
判断脸部是否有遮挡,若有,执行肢体动作信息采集的操作;
通过级联细化手部动作中的特征点的坐标,判断得到初始手部动作的特征。
将标定有初始嘴巴部位的特征、初始眼睛部位的特、初始头部扭转角度的特征及初始手部动作的特征的当前图像经图像扭转处理,得到所述嘴巴部位的特征、所述眼睛部位的特征、所述头部扭转角度的特征及所述手部动作的特征。
4.如权利要求1所述的一种基于ADAS的吸烟监测方法,其特征在于,通过级联细化眼皮、眼珠的特征点的坐标,比对当前图像与预设时间间隔内前一时刻的图像中的所述眼皮、眼珠的特征点的坐标,标定眼睛的目光方位,得到所述眼睛部位的特征。
5.如权利要求1所述的一种基于ADAS的吸烟监测方法,其特征在于,还包括如下步骤:判断车辆是否在行驶中,若是,执行停止吸烟的提醒操作。
6.一种基于ADAS的吸烟监测系统,其特征在于,包括:
烟雾传感模块,用于采集车辆内部空气成分,判断车辆内部是否有烟雾;
图像采集模块,用于采集驾驶者脸部信息、头部信息及肢体动作信息;
集成ECU模块,用于采用如权利要求1~5任一所述的一种基于ADAS的吸烟监测方法,根据车辆的运行状态、所述烟雾传感器模块和图像采集模块输出的信息判断驾驶者的是否存在吸烟驾驶行为。
7.如权利要求6所述的一种基于ADAS的吸烟监测系统,其特征在于,还包括警示模块,用于接收所述集成ECU模块输出的吸烟驾驶行为的信息,执行停止吸烟的提醒操作。
8.如权利要求6所述的一种基于ADAS的吸烟监测系统,其特征在于,所述烟雾传感模块通过烟雾传感器执行采集车辆内部的空气成分的操作。
9.如权利要求6所述的一种基于ADAS的吸烟监测系统,其特征在于,所述图像采集模块通过车辆内置摄像头执行图像采集的操作。
10.如权利要求6所述的一种基于ADAS的吸烟监测系统,其特征在于,所述警示模块通过娱乐主机执行停止吸烟的提醒操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010283511.4A CN111626101A (zh) | 2020-04-13 | 2020-04-13 | 一种基于adas的吸烟监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010283511.4A CN111626101A (zh) | 2020-04-13 | 2020-04-13 | 一种基于adas的吸烟监测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111626101A true CN111626101A (zh) | 2020-09-04 |
Family
ID=72259685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010283511.4A Pending CN111626101A (zh) | 2020-04-13 | 2020-04-13 | 一种基于adas的吸烟监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111626101A (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008171107A (ja) * | 2007-01-10 | 2008-07-24 | Matsushita Electric Ind Co Ltd | 顔状況判定処理装置および撮像装置 |
US20130251192A1 (en) * | 2012-03-20 | 2013-09-26 | Microsoft Corporation | Estimated pose correction |
CN103824089A (zh) * | 2014-02-17 | 2014-05-28 | 北京旷视科技有限公司 | 一种基于级联回归的人脸3d姿态识别方法 |
CN104615996A (zh) * | 2015-02-15 | 2015-05-13 | 四川川大智胜软件股份有限公司 | 一种多视角二维人脸特征点自动定位方法 |
JP2015187769A (ja) * | 2014-03-26 | 2015-10-29 | キヤノン株式会社 | 物体検出装置、物体検出方法及びプログラム |
CN105260703A (zh) * | 2015-09-15 | 2016-01-20 | 西安邦威电子科技有限公司 | 一种适用于多姿态下的驾驶人员抽烟行为检测方法 |
CN105447432A (zh) * | 2014-08-27 | 2016-03-30 | 北京千搜科技有限公司 | 一种基于局部运动模式的人脸防伪方法 |
CN106874831A (zh) * | 2016-12-14 | 2017-06-20 | 财团法人车辆研究测试中心 | 驾驶行为侦测方法及其系统 |
CN107697069A (zh) * | 2017-10-31 | 2018-02-16 | 上海汽车集团股份有限公司 | 汽车驾驶员疲劳驾驶智能控制方法 |
CN107862296A (zh) * | 2017-11-20 | 2018-03-30 | 深圳市深视创新科技有限公司 | 驾驶员行为的监控方法及系统、计算机可读存储介质 |
US20190065873A1 (en) * | 2017-08-10 | 2019-02-28 | Beijing Sensetime Technology Development Co., Ltd. | Driving state monitoring methods and apparatuses, driver monitoring systems, and vehicles |
CN109635630A (zh) * | 2018-10-23 | 2019-04-16 | 百度在线网络技术(北京)有限公司 | 手部关节点检测方法、装置及存储介质 |
CN110399793A (zh) * | 2019-06-19 | 2019-11-01 | 深圳壹账通智能科技有限公司 | 基于图像识别的驾驶行为预警方法、装置和计算机设备 |
CN110688921A (zh) * | 2019-09-17 | 2020-01-14 | 东南大学 | 一种基于人体动作识别技术的驾驶员抽烟行为检测方法 |
-
2020
- 2020-04-13 CN CN202010283511.4A patent/CN111626101A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008171107A (ja) * | 2007-01-10 | 2008-07-24 | Matsushita Electric Ind Co Ltd | 顔状況判定処理装置および撮像装置 |
US20130251192A1 (en) * | 2012-03-20 | 2013-09-26 | Microsoft Corporation | Estimated pose correction |
CN103824089A (zh) * | 2014-02-17 | 2014-05-28 | 北京旷视科技有限公司 | 一种基于级联回归的人脸3d姿态识别方法 |
JP2015187769A (ja) * | 2014-03-26 | 2015-10-29 | キヤノン株式会社 | 物体検出装置、物体検出方法及びプログラム |
CN105447432A (zh) * | 2014-08-27 | 2016-03-30 | 北京千搜科技有限公司 | 一种基于局部运动模式的人脸防伪方法 |
CN104615996A (zh) * | 2015-02-15 | 2015-05-13 | 四川川大智胜软件股份有限公司 | 一种多视角二维人脸特征点自动定位方法 |
CN105260703A (zh) * | 2015-09-15 | 2016-01-20 | 西安邦威电子科技有限公司 | 一种适用于多姿态下的驾驶人员抽烟行为检测方法 |
CN106874831A (zh) * | 2016-12-14 | 2017-06-20 | 财团法人车辆研究测试中心 | 驾驶行为侦测方法及其系统 |
US20190065873A1 (en) * | 2017-08-10 | 2019-02-28 | Beijing Sensetime Technology Development Co., Ltd. | Driving state monitoring methods and apparatuses, driver monitoring systems, and vehicles |
CN107697069A (zh) * | 2017-10-31 | 2018-02-16 | 上海汽车集团股份有限公司 | 汽车驾驶员疲劳驾驶智能控制方法 |
CN107862296A (zh) * | 2017-11-20 | 2018-03-30 | 深圳市深视创新科技有限公司 | 驾驶员行为的监控方法及系统、计算机可读存储介质 |
CN109635630A (zh) * | 2018-10-23 | 2019-04-16 | 百度在线网络技术(北京)有限公司 | 手部关节点检测方法、装置及存储介质 |
CN110399793A (zh) * | 2019-06-19 | 2019-11-01 | 深圳壹账通智能科技有限公司 | 基于图像识别的驾驶行为预警方法、装置和计算机设备 |
CN110688921A (zh) * | 2019-09-17 | 2020-01-14 | 东南大学 | 一种基于人体动作识别技术的驾驶员抽烟行为检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI741512B (zh) | 駕駛員注意力監測方法和裝置及電子設備 | |
CN112277955B (zh) | 辅助驾驶方法、装置、设备及存储介质 | |
CN107665330B (zh) | 在车辆中检测头部姿势的系统、方法和计算机可读介质 | |
WO2020078465A1 (zh) | 驾驶状态分析方法和装置、驾驶员监控系统、车辆 | |
EP3588372B1 (en) | Controlling an autonomous vehicle based on passenger behavior | |
Jiménez et al. | Gaze fixation system for the evaluation of driver distractions induced by IVIS | |
CN104573622B (zh) | 人脸检测装置、方法 | |
CN104574817A (zh) | 一种适用于智能手机的基于机器视觉疲劳驾驶预警系统 | |
CN110143202A (zh) | 一种危险驾驶识别与预警方法及系统 | |
US11447140B2 (en) | Cognitive tunneling mitigation device for driving | |
JP2019195377A (ja) | データ処理装置、モニタリングシステム、覚醒システム、データ処理方法、及びデータ処理プログラム | |
CN112489425A (zh) | 车辆防撞预警方法、装置、车载终端设备和存储介质 | |
CN110879973A (zh) | 一种驾驶员疲劳状态面部特征识别检测方法 | |
CN107507395A (zh) | 一种疲劳驾驶检测系统及方法 | |
CN109773807B (zh) | 运动控制方法、机器人 | |
CN111105594A (zh) | 车辆及驾驶员疲劳驾驶的识别方法、装置 | |
CN113312958B (zh) | 一种基于司机状态的派单优先度调整方法及装置 | |
CN115641570B (zh) | 驾驶行为确定方法、装置、电子设备和存储介质 | |
CN111626101A (zh) | 一种基于adas的吸烟监测方法及系统 | |
Toma et al. | Car driver skills assessment based on driving postures recognition | |
Tawari et al. | Audio visual cues in driver affect characterization: Issues and challenges in developing robust approaches | |
US10915768B2 (en) | Vehicle and method of controlling the same | |
CN113420656A (zh) | 一种疲劳驾驶检测方法、装置、电子设备及存储介质 | |
CN109484330B (zh) | 基于Logistic模型的新手驾驶员驾驶技能辅助提升系统 | |
Tarba et al. | The driver's attention level |
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 |