CN114973083A - 一种驾驶员身份自动识别装置、系统及方法 - Google Patents
一种驾驶员身份自动识别装置、系统及方法 Download PDFInfo
- Publication number
- CN114973083A CN114973083A CN202210551208.7A CN202210551208A CN114973083A CN 114973083 A CN114973083 A CN 114973083A CN 202210551208 A CN202210551208 A CN 202210551208A CN 114973083 A CN114973083 A CN 114973083A
- Authority
- CN
- China
- Prior art keywords
- target driver
- driver
- information
- behavior
- target
- 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
Abstract
本发明公开了一种驾驶员身份自动识别装置、系统及方法,通过在驾驶员无感状态下连续采集目标驾驶员所驾驶的车辆的位移信息及目标驾驶员的行为视频信息,根据车辆的位移信息,判断目标驾驶员所驾驶的车辆是否处于行驶过程中,如果目标驾驶员所驾驶的车辆处于行驶过程中,根据所述目标驾驶员的行为动作视频信息,判断目标驾驶员是否存在连续性驾驶动作,如果目标驾驶员存在连续性驾驶动作,则分析目标驾驶员的行为动作视频信息,识别多帧目标驾驶员的第一人脸面部特征;对多帧目标驾驶员的第一人脸面部特征进行对比,形成目标驾驶员的第二人脸面部特征;将目标驾驶员的第二人脸面部特征与数据库中驾驶员的标准人脸特征信息进行检索对比,输出目标驾驶员的身份信息。
Description
技术领域
本发明涉及智能交通技术领域,特别地涉及一种驾驶员身份自动识别装置、系统及方法。
背景技术
营运性驾驶员包括:出租车驾驶员(含网络预约出租车驾驶员及巡游出租汽车驾驶员)、客运巴士驾驶员(含班线客运、包车客运、公共电汽车驾驶员)、普通货运及危险品运输车辆驾驶员等,驾驶员的驾驶行为与行业服务评价、道路交通安全等息息相关,准确识别实际驾驶车辆的人员,是实现基于驾驶员管理的基础,因此,近几年来出现了一些基于驾驶员身份识别的技术,有效推进了驾驶员行业管理。现有的驾驶员身份识别方法有:
(1)基于IC卡技术的驾驶员身份识别,为每位驾驶员配发一张接触式或非接触式IC卡,驾驶员通过车载刷卡设备完成驾驶员的身份识别。此种技术路线,通过人卡分类的方式,仅可以判断卡片的有效性,无法确定是否为本人刷卡,代刷卡的行为无法有效控制,从而无法确保实际驾驶员的真实身份的准确判断。
(2)基于人脸识别技术的驾驶员身份识别,随着人脸识别技术的发展,在运输行业得到了应用,以网约车行业举例,网约车等行业已采用了人脸识别技术通过识别驾驶员面部,识别驾驶员身份。现有的人脸识别技术大致分为静态人脸识别与动态人脸识别,两种技术的应用均存在问题,均无法保证驾驶过程中的实际驾驶员身份。静态人脸识别通过对人脸静态识别通过照片的方式替代,无法保证其实际驾驶员的真实性。动态人脸识别通过扭头、眨眼、张嘴的固定式动作识别解决驾驶员身份识别,但需要在特定的场景下使用,无法在驾驶过程中进行验证,存在使用不便利的情况。
上述的识别方法在实际应用过程中均缺乏对车辆行驶过程中的驾驶员身份识别,无法掌握真实驾驶员信息,导致企业及行业管理过程中,对驾驶员的管理缺失了真实性。
发明内容
有鉴于此,本发明提出一种驾驶员身份自动识别装置、系统及方法,通过视频动态捕获及分析技术,实现在行驶过程中的驾驶员动态身份识别,精准识别驾驶员的身份,解决了现有识别方法无法确保对车辆行驶过程中驾驶员身份识别的问题。
本发明第一方面提出一种驾驶员身份自动识别装置,该装置包括:第一定位模块,用于连续采集目标驾驶员所驾驶的车辆的位移信息,并传输给第一处理器;第一处理器,用于接收所述第一定位模块采集的车辆的位移信息,根据车辆的位移信息,判断目标驾驶员所驾驶的车辆是否处于行驶过程中,如果目标驾驶员所驾驶的车辆处于行驶过程中,则生成第一控制指令;第一视频采集模块,用于接收所述第一处理器下发的第一控制指令,连续采集目标驾驶员的行为动作视频信息,并传输给所述第一处理器;所述第一处理器进一步用于接收所述第一视频采集模块采集的目标驾驶员的行为动作视频信息,根据所述目标驾驶员的行为动作视频信息,识别所述目标驾驶员的身份信息。
进一步的,所述第一处理器包括:第一动态识别模块,用于根据车辆的位移信息,判断目标驾驶员所驾驶的车辆是否处于行驶过程中,如果目标驾驶员所驾驶的车辆处于行驶过程中,则生成第一控制指令,并将第一控制指令传输给所述第一视频采集模块;根据目标驾驶员的行为动作视频信息,判断目标驾驶员是否存在连续性驾驶动作,如果目标驾驶员存在连续性驾驶动作,则分析目标驾驶员的行为动作视频信息,识别多帧目标驾驶员的第一人脸面部特征;第一多特征提取模块,用于对多帧目标驾驶员的第一人脸面部特征进行对比,形成目标驾驶员的第二人脸面部特征;第一身份识别模块,用于将目标驾驶员的第二人脸面部特征与数据库中存储的所有驾驶员的标准人脸特征信息进行检索对比,输出目标驾驶员的身份信息。
进一步的,还包括第一通信模块,所述第一通信模块连接第一处理器,用于将所述第一处理器识别的目标驾驶员的身份信息无线传输给外部服务器。
进一步的,所述第一定位模块、第一视频采集模块、第一处理器及第一通信模块集成设置在车辆的驾驶室内。
本发明第二方面提供一种驾驶员身份自动识别系统,该系统包括:车载终端设备,用于连续采集目标驾驶员所驾驶的车辆的位移信息和目标驾驶员的行为动作视频信息,并将目标驾驶员所驾驶的车辆的位移信息和目标驾驶员的行为动作视频信息传输给远程服务器;远程服务器,用于接收所述车载终端设备上传的目标驾驶员所驾驶的车辆的位移信息和目标驾驶员的行为动作视频信息,根据目标驾驶员所驾驶的车辆的位移信息和目标驾驶员的行为动作视频信息,识别所述目标驾驶员的身份信息。
进一步的,所述远程服务器包括:第二动态识别模块,用于根据车辆的位移信息,判断目标驾驶员所驾驶的车辆是否处于行驶过程中,如果目标驾驶员所驾驶的车辆处于行驶过程中,则生成第一控制指令,并将第一控制指令传输给所述车载终端设备;根据目标驾驶员的行为动作视频信息,判断目标驾驶员是否存在连续性驾驶动作,如果目标驾驶员存在连续性驾驶动作,则分析目标驾驶员的行为动作视频信息,识别多帧目标驾驶员的第一人脸面部特征;第二多特征提取模块,用于对多帧目标驾驶员的第一人脸面部特征进行对比,形成目标驾驶员的第二人脸面部特征;第二身份识别模块,用于将目标驾驶员的第二人脸面部特征与数据库中存储的所有驾驶员的标准人脸特征信息进行检索对比,输出目标驾驶员的身份信息。
进一步的,所述车载终端设备包括:第二定位模块,用于连续采集目标驾驶员所驾驶的车辆的位移信息,并传输给第二处理器;第二处理器,用于接收所述第二定位模块采集的目标驾驶员所驾驶的车辆的位移信息,并传输给所述远程服务器;接收所述远程服务器下发的第一控制指令,控制第二视频采集模块工作;第二视频采集模块,用于连续采集目标驾驶员的行为动作视频信息,并传输给所述第二处理器;所述第二处理器进一步用于接收所述第二视频采集模块采集的目标驾驶员的行为动作视频信息,并传输给所述远程服务器。
进一步的,还包括第二通信模块,所述第二通信模块连接所述第二处理器,用于将目标驾驶员所驾驶的车辆的位移信息以及目标驾驶员的行为动作视频信息无线传输给所述远程服务器。
本发明第三方面提供一种驾驶员身份自动识别方法,该方法包括:连续采集目标驾驶员所驾驶的车辆的位移信息和目标驾驶员的行为动作视频信息;根据目标驾驶员所驾驶的车辆的位移信息和目标驾驶员的行为动作视频信息,识别所述目标驾驶员的身份信息。
进一步的,所述根据目标驾驶员所驾驶的车辆的位移信息和目标驾驶员的行为动作视频信息,识别所述目标驾驶员的身份信息的步骤包括:根据车辆的位移信息,判断目标驾驶员所驾驶的车辆是否处于行驶过程中,如果目标驾驶员所驾驶的车辆处于行驶过程中,则生成第一控制指令;根据目标驾驶员的行为动作视频信息,判断目标驾驶员是否存在连续性驾驶动作,如果目标驾驶员存在连续性驾驶动作,则分析目标驾驶员的行为动作视频信息,识别多帧目标驾驶员的第一人脸面部特征;对多帧目标驾驶员的第一人脸面部特征进行对比,形成目标驾驶员的第二人脸面部特征;将目标驾驶员的第二人脸面部特征与数据库中存储的所有驾驶员的标准人脸特征信息进行检索对比,输出目标驾驶员的身份信息。
上述的驾驶员身份自动识别系统及方法,能够在车辆行驶过程中通过视频分析判断真实场景下目标驾驶员的驾驶行为,自动识别驾驶员的身份,以精准的方式获取驾驶员的身份信息,并可在基于驾驶员识别应用的多种场景下进行使用,具有较强的推广价值。
附图说明
为了说明而非限制的目的,现在将根据本发明的优选实施例、特别是参考附图来描述本发明,其中:
图1是本发明一实施例提供的一种驾驶员身份自动识别装置的结构示意图;
图2是本发明另一实施例提供的一种驾驶员身份自动识别系统的结构示意图;
图3是本发明另一实施例提供的一种驾驶员身份自动识别方法的流程图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施例对本发明进行详细描述。需要说明的是,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,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。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
图1是本发明一实施例提供的一种驾驶员身份自动识别装置的结构示意图。该驾驶员身份自动识别装置集成设置在车辆驾驶室内,通过连续采集目标驾驶员所驾驶的车辆的位移信息和目标驾驶员的行为动作视频信息,根据车辆的位移信息,判定目标驾驶员所驾驶的车辆处于行驶过程中,根据目标驾驶员的行为动作视频信息,判定目标驾驶员存在连续性驾驶动作,分析目标驾驶员的行为动作视频信息,识别多帧目标驾驶员的人脸面部特征;对多帧目标驾驶员的人脸面部特征进行对比,形成最精准的目标驾驶员的人脸面部特征;将目标驾驶员的人脸面部特征与数据库中存储的驾驶员的标准人脸特征信息进行检索对比,输出目标驾驶员的身份信息。
请参阅图1,该驾驶员身份自动识别装置包括第一定位模块110、第一视频采集模块120及第一处理器130。第一定位模块110用于采集目标驾驶员所驾驶的车辆的位移信息,并传输给第一处理器130。第一处理器 130用于接收第一定位模块110采集的车辆的位移信息,根据车辆的位移信息,判断目标驾驶员所驾驶的车辆是否处于行驶过程中,如果目标驾驶员所驾驶的车辆处于行驶过程中,则生成第一控制指令,该第一控制指令用于控制第一视频采集模块120工作以采集目标驾驶员的行为动作视频信息。第一视频采集模块120用于接收第一处理器130发送的第一控制指令,连续采集目标驾驶员的行为动作视频信息,并传输给第一处理器130。第一处理器130进一步用于接收第一视频采集模块120采集的目标驾驶员的行为动作视频信息,根据目标驾驶员的行为动作视频信息,判断目标驾驶员是否存在连续性驾驶动作,如果目标驾驶员存在连续性驾驶动作,则分析目标驾驶员的行为动作视频信息,识别多帧目标驾驶员的第一人脸面部特征;对多帧目标驾驶员的第一人脸面部特征进行对比,形成目标驾驶员的第二人脸面部特征;将目标驾驶员的第二人脸面部特征与数据库中存储的驾驶员的标准人脸特征信息进行检索对比,输出目标驾驶员的身份信息。
在一些实施例中,第一定位模块110包括陀螺仪或卫星定位模块,通过陀螺仪或卫星定位模块连续采集目标驾驶员所驾驶的车辆的位移信息,可根据该车辆的位移信息,来判断车辆处于行驶过程中。
在一些实施例中,第一视频采集模块120包括摄像机,通过摄像机连续采集目标驾驶员的行为动作视频信息,可根据连续采集的目标驾驶员的行为动作视频信息,识别目标驾驶员的多帧人脸面部特征,从而形成目标驾驶员的最精准面部特征。
在本实施例中,第一处理器130包括第一动态识别模块131、第一多特征提取模块132及第一身份识别模块133。
其中,第一动态识别模块131用于根据车辆的位移信息,判断目标驾驶员所驾驶的车辆是否处于行驶过程中,如果目标驾驶员所驾驶的车辆处于行驶过程中,则生成第一控制指令,并将第一控制指令传输给第一视频采集模块120;根据目标驾驶员的行为动作视频信息,判断目标驾驶员是否存在连续性驾驶动作,如果目标驾驶员存在连续性驾驶动作,则分析目标驾驶员的行为动作视频信息,识别多帧目标驾驶员的第一人脸面部特征。
在一些实施例中,第一动态识别模块131能够根据连续采集的车辆的位移信息,判断目标驾驶员所驾驶的车辆是否处于行驶过程中,如果目标驾驶员所驾驶的车辆处于行驶过程中,则根据连续采集的目标驾驶员的行为动作视频信息,判断车辆驾驶位是否存在目标驾驶员;如果车辆驾驶位存在目标驾驶员,则根据连续采集的目标驾驶员的行为动作视频信息,判断目标驾驶员是否存在连续性驾驶动作;如果目标驾驶员存在连续性驾驶动作,则分析目标驾驶员的行为动作视频信息,识别多帧目标驾驶员的第一人脸面部特征。
其中,第一多特征提取模块132用于对多帧目标驾驶员的第一人脸面部特征进行对比,形成目标驾驶员的第二人脸面部特征。
在一些实施例中,第一多特征提取模块132从第一动态识别模块131 连续捕获的多帧目标驾驶员的人脸面部特征中,进行多帧捕获人脸面部特征比对,形成最精准的目标驾驶员的人脸面部特征。
其中,第一身份识别模块133用于将目标驾驶员的第二人脸面部特征与数据库中存储的所有驾驶员的标准人脸特征信息进行检索对比,输出目标驾驶员的身份信息。
在一些实施例中,第一身份识别模块133将第一多特征提取模块132 提取到的最精准的目标驾驶员的人脸面部特征与数据库中存储的所有驾驶员的标准人脸特征信息进行检索对比,输出目标驾驶员的身份信息。
在本实施例中,该装置还包括第一通信模块140,第一通信模块140 连接第一处理器130,用于将第一处理器130得到的目标驾驶员的身份信息无线传输至外部服务器上,实现车辆过程中的目标驾驶员的身份信息的动态精确识别和无线传输。
上述的驾驶员身份自动识别装置100中第一定位模块110、第一视频采集模块120、第一处理器130及第一通信模块140集成设置在车载终端设备内,该车载终端设备安装在车辆的驾驶室内,以实现对车辆过程中驾驶室内的驾驶员的身份信息进行动态精确识别。
图2是本发明另一实施例提出的一种驾驶员身份自动识别系统的结构示意图。该驾驶员身份自动识别系统通过连续采集目标驾驶员所驾驶的车辆的位移信息和目标驾驶员的行为动作视频信息,根据车辆的位移信息,判定目标驾驶员所驾驶的车辆处于行驶过程中,根据目标驾驶员的行为动作视频信息,判定目标驾驶员存在连续性驾驶动作,分析目标驾驶员的行为动作视频信息,识别多帧目标驾驶员的人脸面部特征;对多帧目标驾驶员的人脸面部特征进行对比,形成最精准的目标驾驶员的人脸面部特征;将目标驾驶员的人脸面部特征与数据库中存储的驾驶员的标准人脸特征信息进行检索对比,输出目标驾驶员的身份信息。
请参阅图2,该驾驶员身份自动识别系统包括车载终端设备210和远程服务器220。
其中,车载终端设备210安装在车辆的驾驶室内,用于连续采集目标驾驶员所驾驶的车辆的位移信息和目标驾驶员的行为动作视频信息,并将目标驾驶员所驾驶的车辆的位移信息和目标驾驶员的行为动作视频信息传输给远程服务器220。
其中,远程服务器220用于接收车载终端设备210上传的目标驾驶员所驾驶的车辆的位移信息和目标驾驶员的行为动作视频信息,根据车辆的位移信息,判断目标驾驶员所驾驶的车辆是否处于行驶过程中;如果目标驾驶员所驾驶的车辆处于行驶过程中,则根据目标驾驶员的行为动作视频信息,判断目标驾驶员是否存在连续性驾驶动作;如果目标驾驶员存在连续性驾驶动作,则分析目标驾驶员的行为动作视频信息,识别多帧目标驾驶员的第一人脸面部特征;对多帧目标驾驶员的第一人脸面部特征进行对比,形成目标驾驶员的第二人脸面部特征;将目标驾驶员的第二人脸面部特征与数据库中存储的驾驶员的标准人脸特征信息进行检索对比,输出目标驾驶员的身份信息。
在本实施例中,远程服务器220包括第二动态识别模块221、第二多特征提取模块222及第二身份识别模块223。
其中,第二动态识别模块221用于接收车载终端设备210采集的车辆的位移信息,根据车辆的位移信息,判断目标驾驶员所驾驶的车辆是否处于行驶过程中,如果目标驾驶员所驾驶的车辆处于行驶过程中,则生成第一控制指令,并将第一控制指令传输给车载终端设备210;接收车载终端设备210采集的目标驾驶员的行为动作视频信息,根据目标驾驶员的行为动作视频信息,判断目标驾驶员是否存在连续性驾驶动作,如果目标驾驶员存在连续性驾驶动作,则分析目标驾驶员的行为动作视频信息,识别多帧目标驾驶员的第一人脸面部特征。
在一些实施例中,第二动态识别模块221能够根据连续采集的车辆的位移信息,判断目标驾驶员所驾驶的车辆是否处于行驶过程中,如果目标驾驶员所驾驶的车辆处于行驶过程中,则根据连续采集的目标驾驶员的行为动作视频信息,判断车辆驾驶位是否存在目标驾驶员;如果车辆驾驶位存在目标驾驶员,则根据连续采集的目标驾驶员的行为动作视频信息,判断目标驾驶员是否存在连续性驾驶动作;如果目标驾驶员存在连续性驾驶动作,则分析目标驾驶员的行为动作视频信息,识别多帧目标驾驶员的第一人脸面部特征。
其中,第二多特征提取模块222用于对多帧目标驾驶员的第一人脸面部特征进行对比,形成目标驾驶员的第二人脸面部特征。
在一些实施例中,第二多特征提取模块222从第二动态识别模块221 连续捕获的多帧目标驾驶员的人脸面部特征中,进行多帧捕获人脸面部特征比对,形成最精准的目标驾驶员的人脸面部特征。
其中,第二身份识别模块223用于将目标驾驶员的第二人脸面部特征与数据库中存储的所有驾驶员的标准人脸特征信息进行检索对比,输出目标驾驶员的身份信息。
在一些实施例中,第二身份识别模块223将第二多特征提取模块222 提取到的最精准的目标驾驶员的人脸面部特征与数据库中存储的所有驾驶员的标准人脸特征信息进行检索对比,输出目标驾驶员的身份信息。
在本实施例中,车载终端设备210包括第二定位模块211、第二视频采集模块212、第二处理器213及第二通信模块214。
其中,第二定位模块211用于连续采集目标驾驶员所驾驶的车辆的位移信息,并传输给第二处理器213。
在一些实施例中,第二定位模块211包括陀螺仪或卫星定位模块,通过陀螺仪或卫星定位模块实时采集目标驾驶员所驾驶的车辆的位移信息,可根据该车辆的位移信息,来判断车辆处于行驶过程中。
其中,第二处理器213用于接收第二定位模块211采集的目标驾驶员所驾驶的车辆的位移信息,并传输给远程服务器220;接收远程服务器220 下发的第一控制指令,控制第二视频采集模块212工作。
其中,第二视频采集模块212用于连续采集目标驾驶员的行为动作视频信息,并传输给第二处理器213。
在一些实施例中,第二视频采集模块212包括摄像机,通过摄像机连续采集目标驾驶员的行为动作视频信息,可根据连续采集的目标驾驶员的行为动作视频信息,识别目标驾驶员的多帧人脸面部特征,从而形成目标驾驶员的最精准面部特征。
第二处理器213进一步用于接收第二视频采集模块212采集的目标驾驶员的行为动作视频信息,并传输给远程服务器220。
其中,第二通信模块240连接第二处理器213,用于将目标驾驶员所驾驶的车辆的位移信息以及目标驾驶员的行为动作视频信息无线传输给远程服务器220。
上述的驾驶员身份自动识别系统,通过安装在车辆驾驶室内的车载终端设备连续采集车辆的位移信息以及驾驶员的行为动作视频信息,通过远程服务器根据连续采集的车辆的位移信息,判断目标驾驶员所驾驶的车辆是否处于行驶过程中,如果目标驾驶员所驾驶的车辆处于行驶过程中,则根据连续采集的目标驾驶员的行为动作视频信息,判断目标驾驶员是否存在连续性驾驶动作;如果目标驾驶员存在连续性驾驶动作,则分析目标驾驶员的行为动作视频信息,识别多帧目标驾驶员的人脸面部特征,从连续捕获的多帧目标驾驶员的人脸面部特征中,进行多帧捕获人脸面部特征比对,形成最精准的目标驾驶员的人脸面部特征,并与数据库中存储的所有驾驶员的标准人脸特征信息进行检索对比,输出目标驾驶员的身份信息,以实现对车辆过程中驾驶室内的驾驶员的身份信息进行动态精确识别。
图3是本发明另一实施例提出的驾驶员身份自动识别方法的流程图。该驾驶员身份自动识别方法是基于如上所述的驾驶员身份自动识别装置或该驾驶员身份自动识别装置实现的。
请参阅图3,该驾驶员身份自动识别方法包括以下步骤:
S301,连续采集目标驾驶员所驾驶的车辆的位移信息。
通过陀螺仪或卫星定位模块实时采集目标驾驶员所驾驶的车辆的位移信息,可根据该车辆的位移信息,来判断车辆处于行驶过程中。
S302,根据车辆的位移信息,判断目标驾驶员所驾驶的车辆是否处于行驶过程中,如果目标驾驶员所驾驶的车辆处于行驶过程中,则生成第一控制指令。
根据连续采集的车辆的位移信息,判断目标驾驶员所驾驶的车辆是否处于行驶过程中。如果目标驾驶员所驾驶的车辆处于行驶过程中,则生成第一控制指令,该第一控制指令用于控制摄像机工作以采集目标驾驶员的行为动作视频信息。
S303,连续采集的目标驾驶员的行为动作视频信息。
通过摄像机连续采集目标驾驶员的行为动作视频信息,可根据连续采集的目标驾驶员的行为动作视频信息,识别目标驾驶员的多帧人脸面部特征,从而形成目标驾驶员的最精准面部特征。
S304,根据目标驾驶员的行为动作视频信息,判断目标驾驶员是否存在连续性驾驶动作,如果目标驾驶员存在连续性驾驶动作,则分析目标驾驶员的行为动作视频信息,识别多帧目标驾驶员的第一人脸面部特征。
根据连续采集的目标驾驶员的行为动作视频信息,判断车辆驾驶位是否存在目标驾驶员;如果车辆驾驶位存在目标驾驶员,则根据连续采集的目标驾驶员的行为动作视频信息,判断目标驾驶员是否存在连续性驾驶动作;如果目标驾驶员存在连续性驾驶动作,则分析目标驾驶员的行为动作视频信息,识别多帧目标驾驶员的第一人脸面部特征。
S305,对多帧目标驾驶员的第一人脸面部特征进行对比,形成目标驾驶员的第二人脸面部特征。
从连续捕获的多帧目标驾驶员的人脸面部特征中,进行多帧捕获人脸面部特征比对,形成最精准的目标驾驶员的人脸面部特征。
S306,将目标驾驶员的第二人脸面部特征与数据库中存储的所有驾驶员的标准人脸特征信息进行检索对比,输出目标驾驶员的身份信息。
将提取到的最精准的目标驾驶员的人脸面部特征与数据库中存储的所有驾驶员的标准人脸特征信息进行检索对比,输出目标驾驶员的身份信息,以实现对车辆过程中驾驶室内的驾驶员的身份信息进行动态精确识别。
上述的驾驶员身份自动识别方法,能够在车辆行驶过程中通过视频分析判断真实场景下目标驾驶员的驾驶行为,自动识别驾驶员的身份,以精准的方式获取驾驶员的身份信息,并可在基于驾驶员识别应用的多种场景下进行使用,具有较强的推广价值。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种驾驶员身份自动识别装置,其特征在于,包括:
第一定位模块,用于连续采集目标驾驶员所驾驶的车辆的位移信息,并传输给第一处理器;
第一处理器,用于接收所述第一定位模块采集的车辆的位移信息,根据车辆的位移信息,判断目标驾驶员所驾驶的车辆是否处于行驶过程中,如果目标驾驶员所驾驶的车辆处于行驶过程中,则生成第一控制指令;
第一视频采集模块,用于接收所述第一处理器下发的第一控制指令,连续采集目标驾驶员的行为动作视频信息,并传输给所述第一处理器;
所述第一处理器进一步用于接收所述第一视频采集模块采集的目标驾驶员的行为动作视频信息,根据所述目标驾驶员的行为动作视频信息,识别所述目标驾驶员的身份信息。
2.根据权利要求1所述的驾驶员身份自动识别装置,其特征在于,所述第一处理器包括:
第一动态识别模块,用于根据车辆的位移信息,判断目标驾驶员所驾驶的车辆是否处于行驶过程中,如果目标驾驶员所驾驶的车辆处于行驶过程中,则生成第一控制指令,并将第一控制指令传输给所述第一视频采集模块;根据目标驾驶员的行为动作视频信息,判断目标驾驶员是否存在连续性驾驶动作,如果目标驾驶员存在连续性驾驶动作,则分析目标驾驶员的行为动作视频信息,识别多帧目标驾驶员的第一人脸面部特征;
第一多特征提取模块,用于对多帧目标驾驶员的第一人脸面部特征进行对比,形成目标驾驶员的第二人脸面部特征;
第一身份识别模块,用于将目标驾驶员的第二人脸面部特征与数据库中存储的所有驾驶员的标准人脸特征信息进行检索对比,输出目标驾驶员的身份信息。
3.根据权利要求1所述的驾驶员身份自动识别装置,其特征在于,还包括第一通信模块,所述第一通信模块连接第一处理器,用于将所述第一处理器识别的目标驾驶员的身份信息无线传输给外部服务器。
4.根据权利要求3所述的驾驶员身份自动识别装置,其特征在于,所述第一定位模块、第一视频采集模块、第一处理器及第一通信模块集成设置在车辆的驾驶室内。
5.一种驾驶员身份自动识别系统,其特征在于,包括:
车载终端设备,用于连续采集目标驾驶员所驾驶的车辆的位移信息和目标驾驶员的行为动作视频信息,并将目标驾驶员所驾驶的车辆的位移信息和目标驾驶员的行为动作视频信息传输给远程服务器;
远程服务器,用于接收所述车载终端设备上传的目标驾驶员所驾驶的车辆的位移信息和目标驾驶员的行为动作视频信息,根据目标驾驶员所驾驶的车辆的位移信息和目标驾驶员的行为动作视频信息,识别所述目标驾驶员的身份信息。
6.根据权利要求5所述的驾驶员身份自动识别系统,其特征在于,所述远程服务器包括:
第二动态识别模块,用于根据车辆的位移信息,判断目标驾驶员所驾驶的车辆是否处于行驶过程中,如果目标驾驶员所驾驶的车辆处于行驶过程中,则生成第一控制指令,并将第一控制指令传输给所述车载终端设备;根据目标驾驶员的行为动作视频信息,判断目标驾驶员是否存在连续性驾驶动作,如果目标驾驶员存在连续性驾驶动作,则分析目标驾驶员的行为动作视频信息,识别多帧目标驾驶员的第一人脸面部特征;
第二多特征提取模块,用于对多帧目标驾驶员的第一人脸面部特征进行对比,形成目标驾驶员的第二人脸面部特征;
第二身份识别模块,用于将目标驾驶员的第二人脸面部特征与数据库中存储的所有驾驶员的标准人脸特征信息进行检索对比,输出目标驾驶员的身份信息。
7.根据权利要求6所述的驾驶员身份自动识别系统,其特征在于,所述车载终端设备包括:
第二定位模块,用于连续采集目标驾驶员所驾驶的车辆的位移信息,并传输给第二处理器;
第二处理器,用于接收所述第二定位模块采集的目标驾驶员所驾驶的车辆的位移信息,并传输给所述远程服务器;接收所述远程服务器下发的第一控制指令,控制第二视频采集模块工作;
第二视频采集模块,用于连续采集目标驾驶员的行为动作视频信息,并传输给所述第二处理器;
所述第二处理器进一步用于接收所述第二视频采集模块采集的目标驾驶员的行为动作视频信息,并传输给所述远程服务器。
8.根据权利要求7所述的驾驶员身份自动识别系统,其特征在于,还包括第二通信模块,所述第二通信模块连接所述第二处理器,用于将目标驾驶员所驾驶的车辆的位移信息以及目标驾驶员的行为动作视频信息无线传输给所述远程服务器。
9.一种驾驶员身份自动识别方法,其特征在于,包括:
连续采集目标驾驶员所驾驶的车辆的位移信息和目标驾驶员的行为动作视频信息;
根据目标驾驶员所驾驶的车辆的位移信息和目标驾驶员的行为动作视频信息,识别所述目标驾驶员的身份信息。
10.根据权利要求9所述的驾驶员身份自动识别方法,其特征在于,所述根据目标驾驶员所驾驶的车辆的位移信息和目标驾驶员的行为动作视频信息,识别所述目标驾驶员的身份信息的步骤包括:
根据车辆的位移信息,判断目标驾驶员所驾驶的车辆是否处于行驶过程中,如果目标驾驶员所驾驶的车辆处于行驶过程中,则生成第一控制指令;
根据目标驾驶员的行为动作视频信息,判断目标驾驶员是否存在连续性驾驶动作,如果目标驾驶员存在连续性驾驶动作,则分析目标驾驶员的行为动作视频信息,识别多帧目标驾驶员的第一人脸面部特征;
对多帧目标驾驶员的第一人脸面部特征进行对比,形成目标驾驶员的第二人脸面部特征;
将目标驾驶员的第二人脸面部特征与数据库中存储的所有驾驶员的标准人脸特征信息进行检索对比,输出目标驾驶员的身份信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210551208.7A CN114973083A (zh) | 2022-05-18 | 2022-05-18 | 一种驾驶员身份自动识别装置、系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210551208.7A CN114973083A (zh) | 2022-05-18 | 2022-05-18 | 一种驾驶员身份自动识别装置、系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114973083A true CN114973083A (zh) | 2022-08-30 |
Family
ID=82985998
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210551208.7A Pending CN114973083A (zh) | 2022-05-18 | 2022-05-18 | 一种驾驶员身份自动识别装置、系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114973083A (zh) |
-
2022
- 2022-05-18 CN CN202210551208.7A patent/CN114973083A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108540579B (zh) | 驾驶员身份在线监测方法、装置和存储介质 | |
CN111274881A (zh) | 驾驶安全的监控方法、装置、计算机设备及存储介质 | |
CN113160602B (zh) | 一种智能公交调度模拟系统 | |
CN109189019A (zh) | 一种机车乘务员值乘标准化监控系统 | |
CN104464289A (zh) | 一种车辆违章时驾驶信息的识别方法 | |
CN110648539B (zh) | 车载装置以及控制方法 | |
US11482012B2 (en) | Method for driving assistance and mobile device using the method | |
CN112381014A (zh) | 一种基于城市道路的违停车辆检测及管理方法及系统 | |
CN105654032A (zh) | 基于人脸检测的公交车人数统计系统及统计方法 | |
CN114387785A (zh) | 一种基于智慧公路的安全管控方法、系统及可存储介质 | |
CN108156406A (zh) | 行车记录仪的信息处理方法和装置 | |
CN110930715B (zh) | 一种非机动车闯红灯识别方法、系统及违章处理平台 | |
CN112532928B (zh) | 一种基于5g和人脸识别的公交车车载系统及使用方法 | |
CN109325755A (zh) | 基于汽车轮毂的电子计费系统 | |
CN113076852A (zh) | 一种基于5g通信的占用公交车道车载抓拍处理系统 | |
CN109948451B (zh) | 一种出租车拒载行为的识别系统和方法 | |
CN114973083A (zh) | 一种驾驶员身份自动识别装置、系统及方法 | |
CN114677848B (zh) | 感知预警系统、方法、装置及计算机程序产品 | |
CN113192352B (zh) | 一种接收交管人员指令的自动驾驶方法及系统 | |
CN112906486B (zh) | 无人驾驶出租车的乘客状况检测方法、控制方法及系统 | |
CN210466750U (zh) | 一种路况预警设备 | |
CN113298350A (zh) | 一种基于人工智能的公交综合监管与服务系统 | |
CN210680648U (zh) | 一种基于3d全景技术的车厢内安全辅助系统 | |
CN113990077A (zh) | 一种车辆载荷及特征监测系统及方法 | |
US20200378774A1 (en) | Method for allocating shareable vehicles in preset areas and electronic device employing the method |
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 |