CN116353540A - 用于确定安全带佩戴的装置和方法 - Google Patents
用于确定安全带佩戴的装置和方法 Download PDFInfo
- Publication number
- CN116353540A CN116353540A CN202210389167.6A CN202210389167A CN116353540A CN 116353540 A CN116353540 A CN 116353540A CN 202210389167 A CN202210389167 A CN 202210389167A CN 116353540 A CN116353540 A CN 116353540A
- Authority
- CN
- China
- Prior art keywords
- image
- pelvis
- occupant
- seat belt
- reference value
- 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
- 238000000034 method Methods 0.000 title claims description 49
- 210000004197 pelvis Anatomy 0.000 claims abstract description 94
- 238000001514 detection method Methods 0.000 claims abstract description 48
- 210000001624 hip Anatomy 0.000 claims description 10
- 238000012545 processing Methods 0.000 description 8
- 238000003709 image segmentation Methods 0.000 description 7
- 210000001015 abdomen Anatomy 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 210000003195 fascia Anatomy 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 210000002832 shoulder Anatomy 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 210000003423 ankle Anatomy 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 210000001217 buttock Anatomy 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000001513 elbow Anatomy 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003739 neck Anatomy 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R22/00—Safety belts or body harnesses in vehicles
- B60R22/48—Control systems, alarms, or interlock systems, for the correct application of the belt or harness
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R11/04—Mounting of cameras operative during drive; Arrangement of controls thereof relative to the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
- B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
- B60R21/015—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting the presence or position of passengers, passenger seats or child seats, and the related safety parameters therefor, e.g. speed or timing of airbag inflation in relation to occupant position or seat belt use
- B60R21/01512—Passenger detection systems
- B60R21/0153—Passenger detection systems using field detection presence sensors
- B60R21/01538—Passenger detection systems using field detection presence sensors for image processing, e.g. cameras or sensor arrays
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
- B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
- B60R21/015—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting the presence or position of passengers, passenger seats or child seats, and the related safety parameters therefor, e.g. speed or timing of airbag inflation in relation to occupant position or seat belt use
- B60R21/01512—Passenger detection systems
- B60R21/01544—Passenger detection systems detecting seat belt parameters, e.g. length, tension or height-adjustment
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R22/00—Safety belts or body harnesses in vehicles
- B60R22/02—Semi-passive restraint systems, e.g. systems applied or removed automatically but not both ; Manual restraint systems
- B60R22/023—Three-point seat belt systems comprising two side lower and one side upper anchoring devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- 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
-
- 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
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R22/00—Safety belts or body harnesses in vehicles
- B60R22/48—Control systems, alarms, or interlock systems, for the correct application of the belt or harness
- B60R2022/4808—Sensing means arrangements therefor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R22/00—Safety belts or body harnesses in vehicles
- B60R22/48—Control systems, alarms, or interlock systems, for the correct application of the belt or harness
- B60R2022/4808—Sensing means arrangements therefor
- B60R2022/485—Sensing means arrangements therefor for sensing belt anchor position, belt orientation, or the like
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R22/00—Safety belts or body harnesses in vehicles
- B60R22/48—Control systems, alarms, or interlock systems, for the correct application of the belt or harness
- B60R2022/4866—Displaying or indicating arrangements thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20132—Image cropping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30268—Vehicle interior
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Automotive Seat Belt Assembly (AREA)
Abstract
一种安全带佩戴确定装置，包括：图像传感器单元，其捕获车辆乘员的正面图像；部分检测单元，其使用图像来检测乘员的胸部部分和骨盆部分；图像分割单元，其通过将乘员的胸部部分的局部图像分割为多个区域来获得与安全带相关的第一目标区域，并且通过将骨盆部分的局部图像分割为多个区域来获得与安全带相关的第二目标区域；以及控制单元，其在第一目标区域的第一面积值大于预设的第一参考值并且第二目标区域的第二面积值大于预设的第二参考值时确定安全带正常佩戴。
Description
相关申请的交叉引用
本申请要求于2021年12月27日递交的韩国专利申请No.2021-0188194的优先权和权益，其全部公开通过引用合并于此。
技术领域
本发明涉及一种用于确定安全带佩戴的装置和方法，并且更具体地，涉及一种应用于车辆三点式安全带的用于确定安全带佩戴的装置和方法。
背景技术
通常，车辆安全带提醒器(SBR)是确定乘员是否在车辆中以及是否佩戴安全带，并将信息(即，乘员是否在车辆中以及是否佩戴安全带)发送到电子控制单元(ECU)的系统。当乘员在车辆中且未佩戴安全带时，ECU使用从SBR提供的信息通过警报来警告乘员。
例如，将配备有传感器的SBR垫安装在车辆中的座椅上并确定乘员是否在车辆中以及是否使用带扣开关佩戴安全带，并将确定结果发送到ECU。因此，当ECU通过所发送的结果确定乘员在车辆中但未佩戴安全带时，ECU通过警告灯、铃声等来警告乘员。
备选地，具有垫形式的结构安装在车辆座椅的上部的背框上，并且当乘员在车辆中时，该结构确定乘员是成人还是婴儿或不在其中以及是否使用带扣开关佩戴安全带，并将确定结果发送到ECU。因此，当ECU确定乘员在车辆中但未佩戴安全带时，ECU使用警告灯、铃声等进行警告。
然而，由于在诸如公共汽车或出租车行业之类的客运/运输行业中长时间驾驶车辆的驾驶员对安全带感到不适，因此存在驾驶员以驾驶员佩戴假带扣或将安全带佩戴在其背后的不正确的方式佩戴安全带的情况。
上述方式具有以下问题：即使当使用假带扣或以不正确的方式佩戴安全带时，乘员在车辆中的状态也被识别，并且安全带安装部的带扣传感器也被识别为开启状态。
此外，通过应用深度学习方法来使用根据捕获的乘员的图像中的暴露的安全带的面积来确定乘员是否佩戴安全带的方法。然而，这样的方法可能具有以下问题：即使当安全带处于放置安全带的未佩戴状态时，由于暴露的安全带的面积较大，因此可能被误解为佩戴了安全带。此外，当将三点式安全带的对角佩戴部分配戴在背后时，由于安全腰带的整个部分被暴露，因此存在可能确定为佩戴了安全带的问题。
发明内容
本发明涉及提供一种用于确定安全带佩戴的装置和方法，其能够显著提高确定安全带是否佩戴的准确性和可靠性。
此外，本发明涉及提供一种用于确定安全带佩戴的装置和方法，其能够防止根据假带扣传感器或不正确的安全带佩戴对安全带佩戴的误解。
根据本发明的方面，提供一种安全带佩戴确定装置，包括：图像传感器单元，其捕获车辆乘员的正面图像；部分检测单元，其使用图像来检测乘员的胸部部分和骨盆部分；图像分割单元，其通过将乘员的胸部部分的局部图像分割为多个区域来获得与安全带相关的第一目标区域，并且通过将骨盆部分的局部图像分割为多个区域来获得与安全带相关的第二目标区域；以及控制单元，其在第一目标区域的第一面积值大于预设的第一参考值并且第二目标区域的第二面积值大于预设的第二参考值时确定安全带正常佩戴。
部分检测单元可以使用人体姿态估计方法来检测乘员的胸部部分和骨盆部分。
图像传感器单元可以根据预设时段捕获车辆乘员的正面图像，并将所捕获的正面图像发送到部分检测单元。
控制单元可以针对每个预设时段将第一面积值和第二面积值与第一参考值和第二参考值进行比较，并且当面积值保持大于对应的参考值的时间大于或等于预设时间时，确定安全带正常佩戴。
当第一目标区域的第一面积值和第二面积值中的至少一个小于或等于对应的参考值时，控制单元可以确定安全带异常佩戴。
安全带佩戴确定装置还可以包括：通知单元，其在安全带异常佩戴时根据控制单元的控制来输出警告信号。
安全带可以是三点式安全带。
图像传感器单元可以包括：第一图像捕获部，被配置为捕获肩带部分的图像；以及第二图像捕获部，被配置为捕获腰带部分的图像。
部分检测单元可以通过使用人体姿态估计方法从由第一图像捕获部捕获的图像中裁剪外侧肩部的图像、内侧骨盆的图像以及连接外侧肩部和内侧骨盆的中心部分的图像来检测乘员的胸部部分。
部分检测单元可以通过使用人体姿态估计方法从由第二图像捕获部捕获的图像中裁剪内侧骨盆的图像、外侧骨盆的图像以及连接内侧骨盆和外侧骨盆的中心部分的图像来检测乘员的骨盆部分。
根据本发明的另一方面，提供一种确定安全带佩戴的方法，该方法包括：由图像传感器单元捕获车辆乘员的正面图像；由部分检测单元使用图像来检测乘员的胸部部分和骨盆部分；由图像分割单元通过将乘员的胸部部分的局部图像分割为多个区域来获得与安全带相关的第一目标区域，并且通过将骨盆部分的局部图像分割为多个区域来获得与安全带相关的第二目标区域；以及当第一目标区域的第一面积值大于预设的第一参考值并且第二目标区域的第二面积值大于预设的第二参考值时，由控制单元确定安全带正常佩戴。
确定安全带正常佩戴还可以包括：由控制单元使用针对每个预设时段捕获的图像来将第一面积值和第二面积值分别与第一参考值和第二参考值进行比较；以及根据比较结果，当面积值保持大于参考值的时间大于或等于预设时间时，确定安全带正常佩戴。
该方法还可以包括：当第一目标区域的第一面积值和第二面积值中的至少一个小于或等于对应的参考值时，由控制单元确定安全带异常佩戴。
该方法还可以包括：当安全带异常佩戴时，由通知单元根据控制单元的控制来输出警告信号。
该安全带可以是三点式安全带，并且图像传感器单元可以包括被配置为捕获肩带部分的图像的第一图像捕获部、以及被配置为捕获腰带部分的图像的第二图像捕获部。
检测乘员的胸部部分和骨盆部分可以包括：通过使用人体姿态估计方法从由第一图像捕获部捕获的图像中裁剪外侧肩部的图像、内侧骨盆的图像以及连接外侧肩部和内侧骨盆的中心部分的图像来检测胸部部分。
检测乘员的胸部部分和骨盆部分可以包括：通过使用人体姿态估计方法从由第二图像捕获部捕获的图像中裁剪内侧骨盆的图像、外侧骨盆的图像以及连接内侧骨盆和外侧骨盆的中心部分的图像来检测骨盆部分。
附图说明
通过参考附图详细描述本发明的示例性实施例，本发明的上述和其它目的、特征和优点对于本领域普通技术人员将变得更加明显，在附图中：
图1是示出了安全带佩戴确定装置的结构的框图；
图2至图5是用于描述根据实施例的安全带佩戴确定装置的操作的视图；以及
图6至图9是示出了根据实施例的确定安全带佩戴的方法的流程图。
具体实施方式
下面，将参考附图来详细描述本发明的示例性实施例。
然而，本发明的技术精神不限于将要描述的一些实施例并可以以各种不同的形式来体现，并且实施例的至少一个或多个组件可以在技术精神的范围内被选择性地组合、替换和使用。
此外，除非上下文另有明确和具体定义，否则本文使用的所有术语(包括技术和科学术语)都可以被解释为具有本领域技术人员通常理解的含义，并且诸如在通用词典中定义的那些术语之类的通常所使用的术语的含义将考虑相关技术的上下文含义来解释。
此外，本发明的实施例中使用的术语仅被认为是描述性的而不是为了限制本发明。
在本说明书中，除非上下文另有明确说明，否则单数形式包括其复数形式，并且在描述“A、B和C中的至少一个(或者一个或多个)”的情况下，这可以包括A、B和C的所有可能组合中的至少一种组合。
此外，在本发明的组件的描述中，可以使用诸如“第一”、“第二”、“A”、“B”、“(a)”和“(b)”之类的术语。
该术语仅用于将一个元件与另一元件区分开，而元件的本质、顺序等不受该术语的限制。
此外，应当理解，当元件被称为“连接或耦接”到另一元件时，这样的描述可以包括该元件直接连接或耦接到另一元件的情况，以及该元件利用设置在它们之间的又一元件连接或耦接到另一元件的情况。
此外，当任何一个元件被描述为形成或设置在另一元件“上面或下面”时，这样的描述包括两个元件形成或设置为彼此直接接触的情况，以及一个或多个其他元件插入在两个元件之间的情况。此外，当一个元件被描述为形成在另一元件“上面或下面”时，这样的描述可以包括一个元件形成在相对于另一元件的上侧或下侧的情况。
在下文中，在参考附图对本发明的示例实施例的详细描述中，相同或彼此对应的组件将用相同的附图标记表示而与图号无关，并且将省略冗余描述。
图1是示出了安全带佩戴确定装置的结构的框图，以及图2至图5是用于描述根据实施例的安全带佩戴确定装置的操作的视图。
参考图1至图5，根据实施例的安全带佩戴确定装置10可以包括图像传感器单元11、部分检测单元12、图像分割单元13、控制单元14、通知单元15和数据库16。
在实施例中，安全带可以是围绕车辆乘员的肩部、腰部和腹部的三点式安全带。
图像传感器单元11可以捕获车辆乘员的正面图像。
图像传感器单元11可以根据预设时段捕获车辆乘员的正面图像并将正面图像发送到部分检测单元12。在实施例中，如图2所示，可以捕获乘员的正面图像以包括车辆乘员的整个上身。
图像传感器单元11可以是使用互补金属氧化物半导体(CMOS)模块、电荷耦合器件(CCD)等来捕获对象的图像的图像传感器。在这种情况下，输入图像帧通过镜头被提供给图像传感器单元11中的CMOS模块或CCD模块，并且CMOS模块或CCD模块将穿过镜头的针对对象的光信号转换为电信号(图像数据)并输出转换后的电信号(图像数据)。
图像传感器单元11可以包括具有宽视角的鱼眼镜头或广角镜头。因此，图像传感器单元11可以捕获乘员的整个上身。
备选地，图像传感器单元11可以包括用于捕获肩带部分的图像的第一图像捕获部111和用于捕获腰带部分的图像的第二图像捕获部112。第一图像捕获部111和第二图像捕获部112可以设置在车辆的中央楣板(fascia)中。第一图像捕获部111的镜头可以被设置为面向肩带部分，并且第二图像捕获部112的镜头可以被设置为面向腰带部分。可以通过控制单元14的控制来调整第一图像捕获部111的镜头所面向的方向和第二图像捕获部112的镜头所面向的方向。
第一图像捕获部111和第二图像捕获部112可以使用多个顺序捕获的图像来生成多个图像。例如，第一图像捕获部111可以捕获包括乘员的肩带部分的第一图像，并且第二图像捕获部112可以捕获包括腰带部分的第二图像。图像捕获部可以将根据设置时段顺序捕获的第一图像和第二图像发送到部分检测单元12。
在实施例中，该图像可以是包括N M(N和M是自然数)个像素的图像数据。
部分检测单元12可以使用图像来检测乘员的胸部部分和骨盆部分。
参考图3和图4，部分检测单元12可以使用人体姿态估计方法来检测乘员的胸部部分和骨盆部分。
例如，部分检测单元12可以通过使用人体姿态估计方法从由第一图像捕获部111捕获的图像中裁剪外侧肩部的图像、内侧骨盆的图像以及连接外侧肩部和内侧骨盆的中心部分的图像来检测乘员的胸部部分。
此外，例如，部分检测单元12可以通过使用人体姿态估计方法从由第二图像捕获部112捕获的图像中裁剪内侧骨盆的图像、外侧骨盆的图像以及连接内侧骨盆和外侧骨盆的中心部分的图像来检测乘员的骨盆部分。
在实施例中，人体姿态估计方法是通过计算机视觉方法来检测对象的位置和朝向的算法，并且可以定位和估计作为人体的关节的关键点的位置，以识别关键点是如何组成的。人体的主要关键点可以包括头部、颈部、肩部、肘部、腕部、臀部、骨盆、膝盖、脚踝等。部分检测单元12可以从图像检测人，估计边界框中的姿态，并裁剪乘员的胸部部分的图像和骨盆部分的图像作为关键点部分。
在参考图4对驾驶员座椅的情况的示例的描述中，当部分检测单元12检测到驾驶员座椅的肩带时，部分检测单元12可以裁剪其中安全带连接部分17-6-1的坐标的图像，并且图像分割单元13可以使用经裁剪的图像获得用于检测肩带的第一目标区域。此外，部分检测单元12可以裁剪其中安全带连接部分1-3-2的坐标的图像或安全带连接部分1-0-2的坐标的图像，并且图像分割单元13可以使用经裁剪的图像获得用于检测腰带的第二目标区域。
在乘客座椅的情况下，部分检测单元12可以通过裁剪其中安全带连接部分16-6-2的坐标的图像来获得第一目标区域，此外，部分检测单元12可以裁剪其中安全带连接部分1-3-2的坐标的图像或其中安全带连接部分1-0-2的坐标的图像，并且图像分割单元13可以使用经裁剪的图像获得用于检测腰带的第二目标区域。
此外，作为另一示例，可以通过估计中心部分的坐标(例如部分12、13等的坐标)而不是使用位于肩部的两端的部分16和17的坐标来裁剪肩带部分的图像。在这种情况下，部分检测单元12可以通过将部分1和2的坐标中包括的X坐标和肩部的中心部分的坐标中包括的Y坐标进行投影来生成部分16和17的虚拟坐标。类似地，可以通过估计腹部的中心部分(例如部分0的坐标等)而不是部分1和2的坐标来裁剪腰带部分的图像。在这种情况下，部分检测单元12可以通过将部分16和17的坐标中包括的X坐标和腹部的中心部分的坐标中包括的Y坐标进行投影来生成部分1和2的虚拟坐标。
备选地，部分检测单元12可以检测图像中对象的轮廓，将检测到的轮廓与数据库16中预存储的人的胸部部分和骨盆部分进行比较，并将具有与人的胸部部分和骨盆部分相匹配的轮廓的区域检测为乘员的胸部部分和骨盆。
此外，例如，部分检测单元12可以提取图像中对象的特征点，并且当所提取的特征点与数据库16中预存储的人的胸部部分和骨盆部分的特征点以大于或等于阈值的相似度相匹配时，可以将对应区域检测为乘员的胸部部分和骨盆部分。在这种情况下，部分检测单元12可以从作为比较目标的两个对象的图像中提取特征点，并使用与两个所提取对象的特征点描述符匹配的尺度不变特征变换(SIFT)或加速鲁棒特征(SURF)算法。
此外，例如，部分检测单元12可以基于图像中对象的轮廓来检测乘员的胸部部分和骨盆部分。更具体地，部分检测单元12可以通过从图像中检测对象的轮廓来生成边缘图像，通过从作为预存储在数据库16中的车辆内部的图像的前景图像数据中检测轮廓来生成背景边缘图像，并从通过从边缘图像中减去背景边缘图像而获得的不同图像中检测乘员的胸部部分和骨盆部分。在这种情况下，部分检测单元12通过使用图像数据帧的梯度信息将在帧中捕获的对象的轮廓检测为边缘来生成边缘图像。在这种情况下，梯度信息是从帧中的预定像素之中的相邻像素之间的值的差生成的值，并且是差的绝对值之和，并且边缘是使用梯度信息获得的对象之间的边界线。
此外，部分检测单元12可以使用对象检测分类器从图像中检测乘员的胸部部分和骨盆部分。在这种情况下，对象检测分类器是使用训练数据库(DB)训练的分类器，训练数据库(DB)是使用所捕获的乘员的不同姿态的图像或不同外部环境的图像预先构建的，并且对象检测分类器通过包括支持向量机(SVM)算法、神经网络算法、AdaBoost算法等的各种学习算法来生成关于乘员的胸部部分和骨盆部分的DB。具体地，部分检测单元12可以从预先捕获的车辆内部的背景图像中检测与前景相对应的对象的边缘，应用从图像数据中检测到的前景对象的边缘，并且将对象检测分类器应用于应用了前景对象的边缘的图像数据的区域，以检测乘员的胸部部分和骨盆部分。
此外，部分检测单元12可以减少由图像传感器单元11捕获的图像中的噪声，并执行诸如伽马校正、滤色器阵列插值、颜色矩阵、颜色校正和颜色增强之类的图像信号处理以改进图像质量。此外，部分检测单元12还可以执行颜色处理、模糊处理、边缘强调处理、图像分析处理、图像识别处理、图像效果处理等。
图像分割单元13可以通过将乘员的胸部部分的局部图像分割为多个区域来获得与安全带相关的第一目标区域，并且通过将骨盆部分的局部图像分割为多个区域来获得第二目标区域。目标区域中的每一个可以由至少一个像素形成，并且区域的大小可以彼此相同或彼此不同。
在实施例中，第一目标区域可以意指表示在乘员的胸部部分上的安全带的像素集，即，从乘员的外侧肩部到内侧骨盆的连续的部分。
此外，第二目标区域可以意指表示在乘员的骨盆部分上的安全带的像素集，即，从乘员的内侧骨盆到外侧骨盆的连续的部分在实施例中，控制单元14可以是电子控制单元(ECU)。当第一目标区域的第一面积值大于预设的第一参考值，并且第二目标区域的第二面积值大于预设的第二参考值时，控制单元14可以确定安全带正常佩戴。当第一目标区域的面积大于预设的特定面积，并且第二目标区域的面积大于预设的特定面积时，控制单元14可以确定安全带正常佩戴。
在这种情况下，当第一目标区域的第一面积值和第二面积值中的至少一个小于或等于对应的参考值时，控制单元14可以确定安全带异常佩戴。
即，在所捕获的图像中，仅当肩带与乘员的肩部部分和胸部部分重叠的部分的面积以及腰带与乘员的骨盆部分重叠的部分的面积同时满足对应的参考值时，控制单元14才可以确定安全带正常佩戴。
此外，控制单元14可以针对每个预设时段将第一面积值和第二面积值分别与第一参考值和第二参考值进行比较，并且当面积值保持大于对应的参考值的时间大于预设时间时，控制单元14可以确定安全带正常佩戴。参考图5，控制单元14使用根据预设时段顺序捕获的乘员的图像来重复确定安全带是否佩戴。在这种情况下，控制单元14可以使用多个顺序图像将第一面积值和第二面积值分别与第一参考值和第二参考值进行比较。仅当多个顺序图像的第一面积值和第二面积值分别大于第一参考值和第二参考值时，即，当面积值保持大于参考值的时间大于或等于预设时间时，控制单元14才可以确定安全带正常佩戴。
在这种情况下，即，当面积值保持大于参考值的时间小于预设时间时，控制单元14可以确定安全带异常佩戴。
当安全带异常佩戴时，通知单元15可以根据控制单元14的控制来输出警告信号。通知单元15可以被配置为语音输出设备，并且可以根据控制单元14的控制来在预定时间内向车辆内部输出语音警告信号。
数据库16可以包括以下至少一种存储介质：闪存型存储介质、硬盘型存储介质、多媒体卡微型存储介质、卡型存储器(例如，安全数字(SD)或极限数字(XD)存储器)、磁性存储器、磁盘、光盘、随机存取存储器(RAM)、静态RAM(SRAM)、只读存储器(ROM)、电可擦除可编程ROM(EEPROM)、以及可编程ROM(PROM)。
数据库16可以存储由图像传感器单元11捕获的图像并且存储过去预定时段的图像。
此外，数据库16可以存储安全带佩戴确定装置操作所需的数据、程序等。
图6是示出了根据实施例的确定安全带佩戴的方法的流程图。
参考图6，首先，图像传感器单元捕获车辆乘员的正面图像。在这种情况下，可以捕获乘员的正面图像以包括车辆乘员的整个上身的图像(S601)。
接着，部分检测单元使用由图像传感器单元捕获的乘员的正面图像来检测乘员的胸部部分和骨盆部分。在这种情况下，部分检测单元可以使用人体姿态估计方法来检测乘员的胸部部分和骨盆部分。部分检测单元从图像中裁剪乘员的胸部部分的图像和骨盆部分的图像，并将经裁剪的图像发送到图像分割单元(S602)。
接着，图像分割单元通过将乘员的胸部部分的局部图像分割为多个区域来获得与安全带相关的第一目标区域。同时，图像分割单元通过将骨盆部分的局部图像分割为多个区域来获得与安全带相关的第二目标区域。在实施例中，第一目标区域可以意指表示在乘员的胸部部分上的安全带的像素集，即，从乘员的外侧肩部到内侧骨盆的连续的部分。此外，第二目标区域可以意指表示在乘员的骨盆部分上的安全带的像素集，即，从乘员的内侧骨盆到外侧骨盆的连续的部分(S603和S604)。
接着，控制单元将第一目标区域的第一面积值与预设的第一参考值进行比较，并且同时将第二目标区域的第二面积值与预设的第二参考值进行比较(S605和S606)。
当第一目标区域的第一面积值大于预设的第一参考值，并且第二目标区域的第二面积值大于预设的第二参考值时，控制单元确定安全带正常佩戴(S607和S608)。
备选地，当第一目标区域的第一面积值和第二面积值中的至少一个小于或等于对应的参考值时，控制单元确定安全带异常佩戴。当控制单元确定安全带异常佩戴时，控制单元通过控制通知单元来输出警告信号(S609)。
图7是示出了根据另一实施例的确定安全带佩戴的方法的流程图。
参考图7，首先，图像传感器单元根据预设时段捕获车辆乘员的正面图像。在这种情况下，可以捕获乘员的正面图像以包括车辆乘员的整个上身的图像(S701)。
接着，部分检测单元使用由图像传感器单元捕获的乘员的正面图像来检测乘员的胸部部分和骨盆部分。在这种情况下，部分检测单元可以使用人体姿态估计方法来检测乘员的胸部部分和骨盆部分。部分检测单元从图像中裁剪乘员的胸部部分的图像和骨盆部分的图像，并将经裁剪的图像发送到图像分割单元(S702)。
接着，图像分割单元通过将乘员的胸部部分的局部图像分割为多个区域来获得与安全带相关的第一目标区域。同时，图像分割单元通过将骨盆部分的局部图像分割为多个区域来获得与安全带相关的第二目标区域。在实施例中，第一目标区域可以意指表示在乘员的胸部部分上的安全带的像素集，即，从乘员的外侧肩部到内侧骨盆的连续的部分。此外，第二目标区域可以意指表示在乘员的骨盆部分上的安全带的像素集，即，从乘员的内侧骨盆到外侧骨盆的连续的部分(S703和S704)。
接着，控制单元针对每个预设时段将第一面积值和第二面积值分别与第一参考值和第二参考值进行比较(S705和S706)，并且当面积值保持大于对应的参考值的时间大于或等于预设时间时，控制单元确定安全带正常佩戴(S707和S708)。
控制单元使用根据预设时段顺序捕获的乘员图像来重复确定安全带是否佩戴。在这种情况下，控制单元使用多个顺序图像将第一面积值和第二面积值分别与第一参考值和第二参考值进行比较，并且仅当面积值保持大于对应的参考值的时间大于预设时间时，控制单元才确定安全带正常佩戴(S709)。
备选地，当第一目标区域的第一面积值和第二面积值中的至少一个小于或等于对应的参考值时，或者当面积值保持大于对应的参考值的时间小于预设时间时，控制单元确定安全带异常佩戴。当控制单元确定安全带异常佩戴时，控制单元通过控制通知单元来输出警告信号(S710)。
图8是示出了根据又一实施例的确定安全带佩戴的方法的流程图。
参考图8，首先，图像传感器单元捕获车辆乘员的正面图像。图像传感器单元包括用于捕获肩带部分的图像的第一图像捕获部和用于捕获腰带部分的图像的第二图像捕获部。第一图像捕获部的镜头可以被设置为面向肩带部分，并且第二图像捕获部的镜头可以被设置为面向腰带部分。因此，第一图像捕获部生成通过捕获肩带部分的图像获得的第一图像(S801)，并且第二图像捕获部生成通过捕获腰带部分的图像获得的第二图像(S802)。
接着，部分检测单元使用第一图像来检测乘员的胸部部分。在这种情况下，部分检测单元可以使用人体姿态估计方法来检测乘员的胸部部分。部分检测单元可以从图像中裁剪乘员的胸部部分的图像，并将经裁剪的图像发送到图像分割单元(S803)。
同时，部分检测单元使用第二图像来检测乘员的骨盆部分。在这种情况下，部分检测单元可以使用人体姿态估计方法来检测乘员的骨盆部分。部分检测单元从图像中裁剪乘员的骨盆部分的图像，并将经裁剪的图像发送到图像分割单元(S804)。
接着，图像分割单元通过将乘员的胸部部分的局部图像分割为多个区域来获得与安全带相关的第一目标区域(S805)。
同时，图像分割单元通过将骨盆部分的局部图像分割为多个区域来获得与安全带相关的第二目标区域(S806)。
在实施例中，第一目标区域可以意指表示在乘员的胸部部分上的安全带的像素集，即，从乘员的外侧肩部到内侧骨盆的连续的部分。此外，第二目标区域可以意指表示在乘员的骨盆部分上的安全带的像素集，即，从乘员的内侧骨盆到外侧骨盆的连续的部分。
接着，控制单元将第一目标区域的第一面积值与预设的第一参考值进行比较，并且同时将第二目标区域的第二面积值与预设的第二参考值进行比较(S807和S808)。
当第一目标区域的第一面积值大于预设的第一参考值，并且第二目标区域的第二面积值大于预设的第二参考值时，控制单元确定安全带正常佩戴(S809和S810)。
备选地，当第一目标区域的第一面积值和第二面积值中的至少一个小于或等于对应的参考值时，控制单元确定安全带异常佩戴。当控制单元确定安全带异常佩戴时，控制单元通过控制通知单元来输出警告信号(S811)。
图9是示出了根据又一实施例的确定安全带佩戴的方法的流程图。
参考图9，首先，图像传感器单元捕获车辆乘员的正面图像。图像传感器单元包括用于捕获肩带部分的图像的第一图像捕获部和用于捕获腰带部分的图像的第二图像捕获部。第一图像捕获部的镜头可以被设置为面向肩带部分，并且第二图像捕获部的镜头可以被设置为面向腰带部分。因此，第一图像捕获部生成通过捕获肩带部分的图像获得的第一图像(S901)，并且第二图像捕获部生成通过捕获腰带部分的图像获得的第二图像(S902)。
接着，部分检测单元使用第一图像来检测乘员的胸部部分。在这种情况下，部分检测单元可以使用人体姿态估计方法来检测乘员的胸部部分。部分检测单元从图像中裁剪乘员的胸部部分的图像，并将经裁剪的图像发送到图像分割单元(S903)。
同时，部分检测单元使用第二图像来检测乘员的骨盆部分。在这种情况下，部分检测单元可以使用人体姿态估计方法来检测乘员的骨盆部分。部分检测单元从图像中裁剪乘员的骨盆部分的图像，并将经裁剪的图像发送到图像分割单元(S904)。
接着，图像分割单元通过将乘员的胸部部分的局部图像分割为多个区域来获得与安全带相关的第一目标区域(S905)。
同时，图像分割单元通过将骨盆部分的局部图像分割为多个区域来获得与安全带相关的第二目标区域(S906)。
在实施例中，第一目标区域可以是表示在乘员的胸部部分上的安全带的像素集，即，从乘员的外侧肩部到内侧骨盆的连续的部分。此外，第二目标区域可以是表示在乘员的骨盆部分上的安全带的像素集，即，从乘员的内侧骨盆到外侧骨盆的连续的部分。
接着，控制单元针对每个预设时段将第一面积值和第二面积值分别与第一参考值和第二参考值进行比较(S907和S908)，并且当面积值保持大于对应的参考值的时间大于或等于预设时间时，控制单元确定安全带正常佩戴(S909和S910)。控制单元使用根据预设时段顺序捕获的乘员图像来重复确定安全带是否佩戴。在这种情况下，控制单元使用多个顺序图像将第一面积值和第二面积值分别与第一参考值和第二参考值进行比较，并且仅当面积值保持大于对应的参考值的时间大于或等于预设时间时，控制单元才确定安全带正常佩戴(S911)。
备选地，当第一目标区域的第一面积值和第二面积值中的至少一个小于或等于对应的参考值，或者面积值保持大于对应的参考值的时间小于预设时间时，控制单元确定安全带异常佩戴。当控制单元确定安全带异常佩戴时，控制单元通过控制通知单元来输出警告信号(S912)。
根据实施例，本发明的用于确定安全带佩戴的装置和方法可以显著提高确定安全带是否佩戴的准确性和可靠性。
此外，可以防止根据假带扣传感器或不正确的安全带佩戴对安全带佩戴的误解。
在本实施例中使用的诸如“～单元”之类的术语指代诸如FPGA或ASIC之类的软件或硬件组件，并且术语“～单元”执行某些作用。然而，术语“～单元”不限于软件或硬件。术语“～单元”可以被配置为驻留在可寻址存储介质上，或者再现一个或多个处理器。因此，在示例中，术语“～单元”包括诸如软件组件、面向对象的软件组件、类组件、任务组件、进程、函数、属性、过程、子例程、程序代码段、驱动程序、固件、微代码、电路、数据、数据库、数据结构、表、数组和变量之类的组件。可以将由这些组件和术语“～单元”提供的功能组合为较少数量的组件和“～单元”，或者可以将它们细分为附加组件和“～单元”。此外，组件和“～单元”也可以被实现为再现设备或安全多媒体卡内的一个或多个中央处理单元(CPU)。
尽管已经参考示例性实施例在上文中描述了本发明，但是本领域技术人员将理解，在不脱离由所附权利要求限定的本发明的精神和范围的范围内，可以对本发明进行各种修改和改变。
Claims (17)
1.一种安全带佩戴确定装置，包括：
图像传感器单元，适于捕获车辆乘员的正面图像；
部分检测单元，适于使用所述正面图像来检测所述乘员的胸部部分和骨盆部分；
图像分割单元，适于通过将所述乘员的所述胸部部分的局部图像分割为多个区域来获得与安全带相关的第一目标区域，并且通过将所述骨盆部分的局部图像分割为多个区域来获得与所述安全带相关的第二目标区域；以及
控制单元，适于当所述第一目标区域的第一面积值大于预设的第一参考值并且所述第二目标区域的第二面积值大于预设的第二参考值时，确定所述安全带正常佩戴。
2.根据权利要求1所述的安全带佩戴确定装置，其中，所述部分检测单元适于使用人体姿态估计方法来检测所述乘员的所述胸部部分和所述骨盆部分。
3.根据权利要求1所述的安全带佩戴确定装置，其中，所述图像传感器单元适于根据预设时段捕获所述车辆乘员的所述正面图像，并向所述部分检测单元发送所捕获的正面图像。
4.根据权利要求3所述的安全带佩戴确定装置，其中，所述控制单元适于：针对每个预设时段将所述第一面积值与所述第一参考值进行比较并且将所述第二面积值与所述第二参考值进行比较；以及当所述第一面积值保持大于所述第一参考值并且所述第二面积值保持大于所述第二参考值的时间大于或等于预设时间时，确定所述安全带正常佩戴。
5.根据权利要求1所述的安全带佩戴确定装置，其中，当满足以下中的至少一项时所述控制单元适于确定所述安全带异常佩戴：所述第一目标区域的所述第一面积值小于或等于所述第一参考值；以及所述第二面积值小于或等于所述第二参考值。
6.根据权利要求5所述的安全带佩戴确定装置，还包括：通知单元，适于当所述安全带异常佩戴时，根据所述控制单元的控制来输出警告信号。
7.根据权利要求1所述的安全带佩戴确定装置，其中，所述安全带包括三点式安全带。
8.根据权利要求7所述的安全带佩戴确定装置，其中，所述图像传感器单元包括：
第一图像捕获部，被配置为捕获肩带部分的图像；以及
第二图像捕获部，被配置为捕获腰带部分的图像。
9.根据权利要求8所述的安全带佩戴确定装置，其中，所述部分检测单元适于通过使用人体姿态估计方法从由所述第一图像捕获部捕获的图像中裁剪外侧肩部的图像、内侧骨盆的图像以及连接所述外侧肩部和所述内侧骨盆的中心部分的图像来检测所述乘员的所述胸部部分。
10.根据权利要求8所述的安全带佩戴确定装置，其中，所述部分检测单元适于通过使用人体姿态估计方法从由所述第二图像捕获部捕获的图像中裁剪内侧骨盆的图像、外侧骨盆的图像以及连接所述内侧骨盆和所述外侧骨盆的中心部分的图像来检测所述乘员的所述骨盆部分。
11.一种安全带佩戴确定方法，包括：
由图像传感器单元捕获车辆乘员的正面图像；
由部分检测单元使用所述正面图像来检测所述乘员的胸部部分和骨盆部分；
由图像分割单元通过将所述乘员的所述胸部部分的局部图像分割为多个区域来获得与安全带相关的第一目标区域，并且通过将所述骨盆部分的局部图像分割为多个区域来获得与所述安全带相关的第二目标区域；以及
当所述第一目标区域的第一面积值大于预设的第一参考值并且所述第二目标区域的第二面积值大于预设的第二参考值时，由控制单元确定所述安全带正常佩戴。
12.根据权利要求11所述的方法，其中，确定所述安全带正常佩戴还包括：
由所述控制单元使用针对每个预设时段捕获的图像来将所述第一面积值和所述第二面积值分别与所述第一参考值和所述第二参考值进行比较；以及
根据比较结果，当所述第一面积值保持大于所述第一参考值并且所述第二面积值保持大于所述第二参考值的时间大于或等于预设时间时，确定所述安全带正常佩戴。
13.根据权利要求11所述的方法，还包括：当满足以下中的至少一项时由所述控制单元确定所述安全带异常佩戴：所述第一目标区域的所述第一面积值小于或等于所述第一参考值；以及所述第二面积值小于或等于所述第二参考值。
14.根据权利要求13所述的方法，还包括：当所述安全带异常佩戴时，由通知单元根据所述控制单元的控制来输出警告信号。
15.根据权利要求11所述的方法，其中：
所述安全带包括三点式安全带；以及
所述图像传感器单元包括被配置为捕获肩带部分的图像的第一图像捕获部、以及被配置为捕获腰带部分的图像的第二图像捕获部。
16.根据权利要求15所述的方法，其中，检测所述乘员的所述胸部部分和所述骨盆部分包括：通过使用人体姿态估计方法从由所述第一图像捕获部捕获的图像中裁剪外侧肩部的图像、内侧骨盆的图像以及连接所述外侧肩部和所述内侧骨盆的中心部分的图像来检测所述胸部部分。
17.根据权利要求15所述的方法，其中，检测所述乘员的所述胸部部分和所述骨盆部分包括：通过使用人体姿态估计方法从由所述第二图像捕获部捕获的图像中裁剪内侧骨盆的图像、外侧骨盆的图像以及连接所述内侧骨盆和所述外侧骨盆的中心部分的图像来检测所述骨盆部分。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210188194A KR102616328B1 (ko) | 2021-12-27 | 2021-12-27 | 안전벨트 착용 판단 장치 및 방법 |
| KR10-2021-0188194 | 2021-12-27 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116353540A true CN116353540A (zh) | 2023-06-30 |
Family
ID=86693700
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210389167.6A Pending CN116353540A (zh) | 2021-12-27 | 2022-04-13 | 用于确定安全带佩戴的装置和方法 |
Country Status (3)
| Country | Link |
|---|---|
| KR (1) | KR102616328B1 (zh) |
| CN (1) | CN116353540A (zh) |
| DE (1) | DE102022202994A1 (zh) |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101461911B1 (ko) * | 2013-07-25 | 2014-11-13 | 현대자동차주식회사 | 안전벨트 체결 상태 가이드 장치 및 방법 |
| JP6997013B2 (ja) * | 2018-03-05 | 2022-01-17 | 株式会社日立製作所 | 作業動作解析システム及び作業動作解析方法 |
| JP2019177853A (ja) * | 2018-03-30 | 2019-10-17 | 株式会社フジクラ | 固定器具検知装置および固定器具検知方法 |
| US11046273B2 (en) * | 2019-01-22 | 2021-06-29 | GM Global Technology Operations LLC | Seat belt status determining system and method |
| EP3848256A1 (en) | 2020-01-07 | 2021-07-14 | Aptiv Technologies Limited | Methods and systems for detecting whether a seat belt is used in a vehicle |
| AT523045B1 (de) | 2020-03-02 | 2021-05-15 | Emotion3D Gmbh | Verfahren und Vorrichtung zur Sitzgurterkennung |
-
2021
- 2021-12-27 KR KR1020210188194A patent/KR102616328B1/ko active IP Right Grant
-
2022
- 2022-03-28 DE DE102022202994.1A patent/DE102022202994A1/de active Pending
- 2022-04-13 CN CN202210389167.6A patent/CN116353540A/zh active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| KR102616328B1 (ko) | 2023-12-21 |
| KR20230099103A (ko) | 2023-07-04 |
| US20230202425A1 (en) | 2023-06-29 |
| DE102022202994A1 (de) | 2023-06-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113147664B (zh) | 检测车辆中是否使用了安全带的方法和系统 | |
| CN111439170B (zh) | 儿童状态检测方法及装置、电子设备、存储介质 | |
| US7505841B2 (en) | Vision-based occupant classification method and system for controlling airbag deployment in a vehicle restraint system | |
| US9405982B2 (en) | Driver gaze detection system | |
| Trivedi et al. | Occupant posture analysis with stereo and thermal infrared video: Algorithms and experimental evaluation | |
| EP1589485B1 (en) | Object tracking and eye state identification method | |
| EP1759932B1 (en) | Method of classifying vehicle occupants | |
| US20110037595A1 (en) | Driver state monitoring system | |
| US20040220705A1 (en) | Visual classification and posture estimation of multiple vehicle occupants | |
| US11455810B2 (en) | Driver attention state estimation | |
| GB2585247A (en) | Occupant classification method and apparatus | |
| CN116353540A (zh) | 用于确定安全带佩戴的装置和方法 | |
| US12017608B2 (en) | Apparatus and method for determining seat belt wearing | |
| CN113906442A (zh) | 活动识别方法和设备 | |
| Krotosky et al. | Face detection and head tracking using stereo and thermal infrared cameras for" smart" airbags: a comparative analysis | |
| US20240127606A1 (en) | Seat belt detection | |
| US10482320B2 (en) | Device and method for providing moving body information for a vehicle, and recording medium, on which a program for executing the method is recorded | |
| Öztürk et al. | Drowsiness detection system based on machine learning using eye state | |
| JP7363758B2 (ja) | 状態監視装置及び状態監視プログラム | |
| Rao et al. | Detection of Driver Drowsiness Using Neural Networks | |
| CN116348342A (zh) | 用于确定驾驶者的姿势的方法 | |
| SHEWADIRES | OPTIMIZED DRIVER ACTIVITY DETECTION USING DEEP LEARNING | |
| JP2023061474A (ja) | 視線検出装置、視線検出システム、及び視線検出方法 | |
| CN117416301A (zh) | 安全带佩戴确定设备 | |
| Joshi et al. | Drowsy Driver Detection System |
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 |