【技術實現步驟摘要】
本申請涉及駕駛疲勞檢測，特別是涉及一種基于駕駛員異常動作的駕駛疲勞檢測系統。
技術介紹
1、駕駛員疲勞駕駛是導致交通事故的重要原因之一。然而現有的駕駛疲勞檢測方法的疲勞狀態檢測精度較低，因此亟需一種精度高的駕駛疲勞檢測系統。
技術實現思路
1、本申請的目的是提供一種基于駕駛員異常動作的駕駛疲勞檢測系統，可提高駕駛疲勞檢測精度。
2、為實現上述目的，本申請提供了如下方案：
3、本申請提供了一種基于駕駛員異常動作的駕駛疲勞檢測系統，包括視頻采集單元、視頻預處理單元、特征提取單元、疲勞檢測算法單元和融合檢測單元；
4、其中，所述視頻采集單元，用于：實時采集駕駛員的動作視頻；所述動作視頻包括若干動作圖像；
5、所述視頻預處理單元，用于：對每一動作圖像進行預處理，得到預處理后的動作圖像；
6、所述特征提取單元，用于：對所述預處理后的動作圖像進行關鍵特征提取，得到手部和頭部動作特征；所述手部和頭部動作特征包括手部位置、頭部關鍵信息、手部姿態及手部運動軌跡；
7、所述疲勞檢測算法單元，用于：根據所有手部和頭部動作特征進行疲勞檢測，得到動作識別結果；所述動作識別結果包括動作視頻中的駕駛員的實時動作類型以及每一實時動作類型的動作完成次數；
8、所述融合檢測單元，用于：根據動作識別結果確定所述駕駛員的最終疲勞檢測結果。
9、可選地，所述特征提取單元還用于：
10、利用訓練好的手部檢測模型，對所述
11、利用訓練好的頭部檢測模型，對所述預處理后的動作圖像進行頭部檢測，得到每一所述預處理后的動作圖像對應的頭部位置識別結果；
12、利用訓練好的姿態識別模型，分別對所述手部位置識別結果和頭部位置識別結果進行姿態識別，得到每一所述預處理后的動作圖像中的姿態信息；手部位置識別結果、頭部位置識別結果與姿態信息構成手部和頭部動作特征。
13、可選地，所述疲勞檢測算法單元還用于：利用訓練好的分類模型，根據所有手部和頭部動作特征進行疲勞檢測，得到動作識別結果。
14、可選地，所述融合檢測單元還用于：利用融合算法，根據動作識別結果確定所述駕駛員的最終疲勞檢測結果。
15、可選地，所述融合算法為加權平均算法、貝葉斯網絡或決策樹算法。
16、可選地，所述訓練好的手部檢測模型和所述訓練好的頭部檢測模型為對卷積神經網絡、yolo目標檢測模型或haar特征級聯分類器進行訓練得到的模型。
17、可選地，所述訓練好的姿態識別模型為對openpose模型或mediapipe模型進行訓練得到的模型。
18、可選地，所述訓練好的分類模型為采用支持向量機算法或隨機森林算法訓練得到模型。
19、可選地，所述預處理包括灰度化處理、噪聲過濾和圖像增強處理。
20、可選地，所述基于駕駛員異常動作的駕駛疲勞檢測系統還包括警報單元；所述警報單元用于：在駕駛員的最終疲勞檢測結果為疲勞狀態時，通過疲勞預警設備發出預警信號。
21、根據本申請提供的具體實施例，本申請公開了以下技術效果：
22、本申請提供了一種基于駕駛員異常動作的駕駛疲勞檢測系統，通過特征提取單元對預處理后的動作圖像進行關鍵特征提取，得到手部和頭部動作特征，疲勞檢測算法單元，用于：根據所有手部和頭部動作特征進行疲勞檢測，得到動作識別結果；融合檢測單元根據動作識別結果確定駕駛員的最終疲勞檢測結果，本申請通過融合手部和頭部動作識別結果確定最終疲勞檢測結果，考慮了手和面部兩個層面，解決了現有的駕駛疲勞檢測方法檢測精度低的問題，實現了駕駛疲勞精準檢測。
本文檔來自技高網...【技術保護點】
1.一種基于駕駛員異常動作的駕駛疲勞檢測系統，其特征在于，所述基于駕駛員異常動作的駕駛疲勞檢測系統包括視頻采集單元、視頻預處理單元、特征提取單元、疲勞檢測算法單元和融合檢測單元；
2.根據權利要求1所述的基于駕駛員異常動作的駕駛疲勞檢測系統，其特征在于，所述特征提取單元還用于：
3.根據權利要求1所述的基于駕駛員異常動作的駕駛疲勞檢測系統，其特征在于，所述疲勞檢測算法單元還用于：
4.根據權利要求1所述的基于駕駛員異常動作的駕駛疲勞檢測系統，其特征在于，所述融合檢測單元還用于：
5.根據權利要求4所述的基于駕駛員異常動作的駕駛疲勞檢測系統，其特征在于，所述融合算法為加權平均算法、貝葉斯網絡或決策樹算法。
6.根據權利要求2所述的基于駕駛員異常動作的駕駛疲勞檢測系統，其特征在于，所述訓練好的手部檢測模型和所述訓練好的頭部檢測模型為對卷積神經網絡、YOLO目標檢測模型或Haar特征級聯分類器進行訓練得到的模型。
7.根據權利要求2所述的基于駕駛員異常動作的駕駛疲勞檢測系統，其特征在于，所述訓練好的姿態識別模型為對
8.根據權利要求3所述的基于駕駛員異常動作的駕駛疲勞檢測系統，其特征在于，所述訓練好的分類模型為采用支持向量機算法或隨機森林算法訓練得到模型。
9.根據權利要求1所述的基于駕駛員異常動作的駕駛疲勞檢測系統，其特征在于，所述預處理包括灰度化處理、噪聲過濾和圖像增強處理。
10.根據權利要求1所述的基于駕駛員異常動作的駕駛疲勞檢測系統，其特征在于，所述基于駕駛員異常動作的駕駛疲勞檢測系統還包括警報單元；所述警報單元用于：在駕駛員的最終疲勞檢測結果為疲勞狀態時，通過疲勞預警設備發出預警信號。
...【技術特征摘要】
1.一種基于駕駛員異常動作的駕駛疲勞檢測系統，其特征在于，所述基于駕駛員異常動作的駕駛疲勞檢測系統包括視頻采集單元、視頻預處理單元、特征提取單元、疲勞檢測算法單元和融合檢測單元；
2.根據權利要求1所述的基于駕駛員異常動作的駕駛疲勞檢測系統，其特征在于，所述特征提取單元還用于：
3.根據權利要求1所述的基于駕駛員異常動作的駕駛疲勞檢測系統，其特征在于，所述疲勞檢測算法單元還用于：
4.根據權利要求1所述的基于駕駛員異常動作的駕駛疲勞檢測系統，其特征在于，所述融合檢測單元還用于：
5.根據權利要求4所述的基于駕駛員異常動作的駕駛疲勞檢測系統，其特征在于，所述融合算法為加權平均算法、貝葉斯網絡或決策樹算法。
6.根據權利要求2所述的基于駕駛員異常動作的駕駛疲勞檢測系統，其特征在于，所述訓練好的手部檢測模型和所述訓練好的頭部檢測模...
【專利技術屬性】
技術研發人員：楊艷群，薛心海，張海明，賈志剛，黃守潔，吳秋晗，
申請(專利權)人：福州大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。