基于智能监控系统的驾驶员开车打电话检测方法技术方案

本发明专利技术涉及一种基于智能监控系统的驾驶员开车打电话检测方法，该方法首先从采集到的视频序列中确定驾驶员的头部位置；然后基于运动目标提取算法，判断运动目标是否有由下向上的运动趋势，若有则进行打电话检测；最后利用Cascade级联分类器对人头两侧前景区域进行人手打电话姿势分类，进而判断驾驶员是否有违章打电话的行为。由以上技术方案可知，本发明专利技术能够快速准确地对驾驶员开车打电话行为进行检测。

【技术实现步骤摘要】

本专利技术设及智能监控系统
，具体设及一种基于智能监控系统的驾驶员开 车打电话检测方法。
技术介绍
随着交通产业和信息技术的飞速发展，手机和车辆的使用已经十分普遍，开车任 意接打电话也屡见不鲜，该行为看起来神通，可背后隐藏的险情却触目惊屯、。 据统计资料证实，目前酒驾已经不再是车祸造成人员伤亡的第一"杀手"，注意力 不集中才是导致交通事故的最大原因，而开车打电话又是造成注意力不集中的主要原因。 研究表明，开车打电话时人脑反应比酒驾还要慢30%，应变能力减弱；驾车打电话会导致 交通事故风险比通常高4倍；并且驾车打电话还会影响车辆的通行效率，加剧路面车辆拥 堵。 目前新交规已经对驾驶员驾驶时打电话做了相应的处罚条例，但是由于交警很难 抓到"现行"，执行起来难度较高，驾驶员开车打电话依旧猎嫩。因此，基于智能监控系统对 驾驶员开车打电话的违章行为检测十分必要。
技术实现思路
本专利技术的目的在于提供一种，该 方法能够快速准确地对驾驶员开车打电话行为进行检测。 为实现上述目的，本专利技术采用了W下技术方案： (1)采集N张人头检测分类器所需的正负样本，正样本是正面或稍偏转的人头图 像，负样本为不包含人头的任意图像；[000引 （2)收集M张驾驶员打电话人手姿势的正负样本，正样本是驾驶员打电话的图像， 负样本是不包含打电话的图像； (3)提取图像的HOG化istogramofOrientedGradient)特征； (31)标准化gamma空间和颜色空间，gamma压缩公式如式（1)所示： I(x，y) =I(x，y)sa-a (1) 其中，gamma为压缩参数，I(X，y)为点（X，y)处的灰度像素值。[001引 （3。计算图像的梯度，采用公式似求梯度幅值R(x，y)，公式做求梯度方向 白（X，y):(2) 0 (x,y) =arccos(I(x+1,y)-I(x-1,y)/R) (3) (33)将图像分成若干个单元格，对每个单元格的梯度直方图进行规定权重投影， 投影公式如（4)所示： A相 （4)[001引其中，A为权重，a为与相邻边的夹角。 (34)采用公式巧），将每一个重叠块内的单元格进行对比度归一化；(5)[002U其中，e是个很小的常数，可W避免分母为0。 (35)将所有块内的直方图向量组合成一个大的HOG特征向量。 (4)利用Cascade级联分类器训练人头检测分类器和打电话检测分类器； (5)利用训练好的人头检测分类器在图像中进行人头检测，确定驾驶员的头部位 置，利用公式（6)求头部的中屯、位置； (X" 二（x+width/2,y+hei曲t/2) (6) 其中，（X。,y。）为头部外接矩形的中屯、位置，（X,y)为左上角顶点，wi化h和hei曲t 为头部外接矩形的宽和高。 (6)利用ViBe背景建模方法进行运动目标提取，采用公式（7)进行判断，若满足则 认为像素点X为背景点，反之则为前景点；[002引 SR(Pt(x))nM(x)〉#min(7) 其中，Pt(x)为t时刻X处的像素值，M(x) = {pi，P2, . . .，Pj为背景样本集，n表 示样本集的大小，#min为阔值，SR(Pt(x))表示WX为圆屯、R为半径的区域。 (7)记录连续数帖运动目标质屯、位置{ (X。，y。)，（Xn4,yn+1)，. . .，（Xn+m，yn+m) }，质屯、 点的计算公式如（8)所示，并判断运动目标是否存在上升的趋势；(8)[00对其中，（x"，y。）为第n帖运动目标区域的质屯、位置，lD"(Xi，yi)为前景区域像素点 (Xi，yi)处的灰度值。 (8)采用公式（9)对前景区域的运动趋势进行判断，若前景区域的运动趋势为由 下向上并且运动到头部的侧下方，则触发打电话检测： Yn+i《yc+hei曲t (9)[003引其中，y^、y。分别为当前帖前景区域质屯、点的y坐标和头部区域中屯、的y坐标。 (9)若启动打电话检测，则在人头的运动目标一侧利用训练好的分类器进行打电 话检测； (10)记录检测到的个数和开始时刻，统计在一段时间内检测到打电话的次数，达 到一定阔值进行警告，若警告无效则进行报警。[003引由W上技术方案可知，本专利技术利用图像处理技术对驾驶员开车打电话行为进行检 巧。，该方法首先从采集到的视频序列中确定驾驶员的头部位置；然后基于运动目标提取算 法，判断运动目标是否有由下向上的运动趋势，若有则进行打电话检测；最后利用Cascade 级联分类器对人头两侧前景区域进行人手打电话姿势分类，进而判断驾驶员是否有违章打 电话的行为。本专利技术能够快速准确地对驾驶员开车打电话行为进行检测，具有监控准确度 高、漏检误检较少、速度快、成本低等特点。【附图说明】 图1是本专利技术的方法流程图； 图2是HOG梯度方向加权投影计算示意图； 图3是化scade级联分类器流程图。【具体实施方式】 下面结合附图对本专利技术做进一步说明： 如图1所示的，该方法包括W下 步骤： (1)采集人头检测的训练样本，其中；Ni张人头图像，N2张不包含人头的图像，Ni与 馬的比例大致为1:2; (2)收集打电话检测的训练样本，Ml张驾驶员打电话人手姿势图片，M2张不包含人 手打电话的图片，Ml与M2的比例大致为1:2 ; (3)提取图像的册G(histogram of Oriented Gradient)特征； (31)标准化gamma空间和颜色空间，gamma压缩公式如公式（1)所示； I(x，y) = I(x，y)sa-a Q) 其中，gamma参数设置为1/2, I(X，y)为点（X，y)处的像素值。魄）采用公式似和做计算图像的一阶梯度，公式似为梯度幅值R(x，y)，公 式（3)为梯度方向0 (x，y);(2)[005引 0(X,y) = arccos (I(X+1,y)-I(X-1,y)/R) (3)[005引选择0~180°不考虑正负极方向的范围，所W梯度方向表示如公式（3a)所示：(3a) (33)将图像分成若干个单元格，对每个单元格的梯度直方图进行规定权重投影；将每个像素点的梯度角度离散的分到9个bin中，每个像素点当前第1页1 2 本文档来自技高网...

【技术保护点】
基于智能监控系统的驾驶员开车打电话检测方法，其特征在于：该方法包括以下步骤：(1)采集N张人头检测分类器所需的正负样本，正样本是正面或稍偏转的人头图像，负样本为不包含人头的任意图像；(2)收集M张驾驶员打电话人手姿势的正负样本，正样本是驾驶员打电话的图像，负样本是不包含打电话的图像；(3)提取图像的HOG征；(4)利用Cascade级联分类器训练人头检测分类器和打电话检测分类器；(5)利用训练好的人头检测分类器在图像中进行人头检测，确定驾驶员的头部位置，并采用以下公式求头部的中心位置：(xc,yc)＝(x+width/2,y+height/2)其中，(xc,yc)为头部外接矩形的中心位置，(x,y)为左上角顶点，width和height为头部外接矩形的宽和高；(6)利用ViBe背景建模方法进行运动目标提取，并采用以下公式进行判断，若满足下式，则认为像素点x为背景点，反之则为前景点；SR(pt(x))∩M(x)>#min其中，pt(x)为t时刻x处的像素值，M(x)＝{p1,p2,...,pn}为背景样本集，n表示样本集的大小，#min为阈值，SR(pt(x))表示以x为圆心R为半径的区域；(7)记录连续数帧运动目标质心位置{(xn,yn),(xn+1,yn+1),...,(xn+m,yn+m)}，并判断运动目标是否存在上升的趋势；质心点的计算公式如下所示：xn=Σ(xi,yi)xiIDn(xi,yi)Σ(xi,yi)IDn(xi,yi),yn=Σ(xi,yi)yiIDn(xi,yi)Σ(xi,yi)IDn(xi,yi)]]>其中，(xn,yn)为第n帧运动目标区域的质心位置，IDn(xi,yi)为前景区域像素点(xi,yi)处的灰度值；(8)采用以下公式对前景区域的运动趋势进行判断，若前景区域的运动趋势为由下向上并且运动到头部的侧下方，则触发打电话检测：yn+i≤yc+height其中，yn+i、yc分别为当前帧前景区域质心点的y坐标和头部区域中心的y坐标；(9)若启动打电话检测，则在人头的运动目标一侧利用训练好的分类器进行打电话检测；(10)记录检测到的个数和开始时刻，统计在一段时间内检测到打电话的次数，达到一定阈值进行警告，若警告无效则进行报警。...

【技术特征摘要】

【专利技术属性】
技术研发人员：张芝华，纪勇，张传金，谢宝，石经理，
申请(专利权)人：安徽创世科技有限公司，
类型：发明
国别省市：安徽;34