CN103150556A - 用于道路交通监控的安全带自动检测方法 - Google Patents

用于道路交通监控的安全带自动检测方法 Download PDF

Info

Publication number
CN103150556A
CN103150556A CN2013100545969A CN201310054596A CN103150556A CN 103150556 A CN103150556 A CN 103150556A CN 2013100545969 A CN2013100545969 A CN 2013100545969A CN 201310054596 A CN201310054596 A CN 201310054596A CN 103150556 A CN103150556 A CN 103150556A
Authority
CN
China
Prior art keywords
securing band
edge
people
end points
doubtful
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.)
Granted
Application number
CN2013100545969A
Other languages
English (en)
Other versions
CN103150556B (zh
Inventor
胡涛
贺鹏艳
刘璐
陈万军
范彩霞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian University of Technology
Original Assignee
Xian University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian University of Technology filed Critical Xian University of Technology
Priority to CN201310054596.9A priority Critical patent/CN103150556B/zh
Publication of CN103150556A publication Critical patent/CN103150556A/zh
Application granted granted Critical
Publication of CN103150556B publication Critical patent/CN103150556B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

本发明公开了一种用于道路交通监控的安全带自动检测方法,步骤包括:步骤1.对于车道上方架设的按车道监控的道路交通监控高清摄像头拍摄的监控图像,检测正、副驾驶席上的人脸,根据检测到的人脸,分别定位正、副驾驶席上的安全带检测区域;步骤2.对已定位的驾驶人、副驾驶人的安全带检测区域,分别进行图像边缘检测;步骤3.根据驾驶人、副驾驶人的安全带检测区域,分别从检测到的边缘中拟合出短直线段,并在其中检测疑似安全带边缘的短直线段;步骤4.根据驾驶人、副驾驶人的安全带检测区域,分别将疑似安全带边缘的短直线段连接为疑似安全带边缘的长直线段,并在其中检测安全带的两条边缘,判断驾驶人、副驾驶人是否佩系安全带。

Description

用于道路交通监控的安全带自动检测方法
技术领域
本发明属于道路交通安全监控技术领域,涉及一种用于道路交通监控的安全带自动检测方法。
背景技术
安全带是在汽车上普遍安装的一种安全装置,能有效减少交通事故中驾乘人员的伤亡。根据统计数据,汽车驾驶人未系安全带的事故死亡率约为系安全带的37.7倍,使用安全带可使事故死亡率下降42%左右,因此,交管法规强制机动车驾驶人和前排乘员佩系安全带,是预防交通事故的重要手段之一。
目前,道路交通的高清监控不仅能拍下车牌号码,而且连驾驶人和副驾驶人的脸部及其面部表情、是否佩系安全带都能拍得很清晰,这为检测道路上行驶车辆中驾乘人员是否佩系安全带提供了基本条件,但是,道路交通监控中安全带的检测目前主要还是依赖人工观察,手动检测确认前排驾乘人员是否佩系安全带,准确性不高,工作效率低,而现有的文献中对于安全带的检测方法,主要涉及驾驶人是否配系安全带。发明内容
本发明的目的是提供一种用于道路交通监控的安全带自动检测方法,解决了现有道路交通监控中,行驶机动车辆驾驶人以及副驾驶人是否佩系安全带依靠人工手动检测,效率低、误差大的问题。
本发明所采用的技术方案是,一种用于道路交通监控的安全带自动检测方法,按照以下步骤具体实施:
步骤1、对于车道上方架设的按车道监控的道路交通监控高清摄像头拍摄的监控图像,检测正、副驾驶席上的人脸,根据检测到的人脸,分别定位正、副驾驶席上的安全带检测区域;
步骤2、对已定位的驾驶人、副驾驶人的安全带检测区域,分别进行图像边缘检测;
步骤3、根据驾驶人、副驾驶人的安全带检测区域,分别从检测到的边缘中拟合出短直线段,并在其中检测疑似安全带边缘的短直线段;
步骤4、根据驾驶人、副驾驶人的安全带检测区域,分别将疑似安全带边缘的短直线段连接为疑似安全带边缘的长直线段,并在其中检测安全带的两条边缘,判断驾驶人、副驾驶人是否佩系安全带。
本发明的有益效果是,对于车道上方架设的按车道监控的道路交通监控高清摄像头拍摄的监控图像,通过人脸检测定位驾驶人以及副驾驶人的安全带检测区域,分别在其中进行边缘检测,直线拟合,直线连接,确定安全带的边缘,从而检测驾驶人和副驾驶人是否佩系安全带,实现了道路交通监控中行驶机动车辆驾驶人以及副驾驶人安全带的自动检测,显著提高了道路交通监控中安全带检测的效率及其自动化水平。
附图说明
图1是本发明方法对正、副驾驶人的安全带检测区域定位示意图;
图2是本发明方法对疑似驾驶人安全带边缘的短直线段的角度范围示意图;
图3是本发明方法对疑似副驾驶人安全带边缘的短直线段的角度范围示意图;
图4是本发明方法对驾驶人安全带检测区域内的疑似安全带边缘的短直线段连接为疑似安全带边缘的长直线段的连接示意图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明的用于道路交通监控的安全带自动检测方法,按照以下步骤具体实施:
步骤1、对于车道上方架设的按车道监控的道路交通监控高清摄像头拍摄的监控图像,检测正、副驾驶席上的人脸,根据检测到的人脸,分别定位正、副驾驶席上的安全带检测区域
对于车道上方架设的按车道监控的道路交通监控高清摄像头拍摄的监控图像,用Adaboost人脸检测算法检测正、副驾驶席上的人脸,将检测到的人脸用矩形框标注,
当检测结果为一个人脸时,人脸矩形框为驾驶人的,记为J,其左上角坐标为
Figure BDA00002844853800031
右下角坐标为
Figure BDA00002844853800032
当检测结果为两个人脸时,位于图像右侧的人脸矩形框为驾驶人的,记为J,其左上角坐标为右下角坐标为
Figure BDA00002844853800034
位于图像左侧的人脸矩形框为副驾驶人的,记为F,其左上角坐标为
Figure BDA00002844853800035
右下角坐标为如图1所示,
根据驾驶人的人脸矩形框J,定义其右下方矩形区域JA为驾驶人的安全带检测区域,其左上角坐标
Figure BDA00002844853800037
与右下角坐标
Figure BDA00002844853800038
由下式计算:
x JA t = x J t + x J b - x J t 2
y JA t = y J t + y J b - y J t 2 x JA b = x J b + x J b - x J t 2 , W - x J b &GreaterEqual; x J b - x J t 2 W , W - x J b < x J b - x J t 2 - - - ( 1 ) y JA b = y J b + 3 &times; ( y J b - y J t ) 4
其中,W为监控图像的宽度,
如果检测到副驾驶人的人脸矩形框F,则定义其左下方矩形区域FA为副驾驶人的安全带检测区域,其左上角坐标
Figure BDA00002844853800044
与右下角坐标
Figure BDA00002844853800045
由下式计算:
x FA t = x F t - x F b - x F t 2 , x F t &GreaterEqual; x F b - x F t 2 0 , x F t < x F b - x F t 2
(2)
y FA t = y F t + y F b - y F t 2
y FA b = y F b + y F b - y F t 2 y FA b = y F b + ( y F b - y F t )
步骤2、对已定位的驾驶人、副驾驶人的安全带检测区域,分别进行图像边缘检测
分别对步骤1中已定义的安全带检测区域JA、FA灰度化,采用Canny算子进行图像边缘检测,Canny算子提取边缘时需要利用高、低两个阈值T_high和T_low检测以及连接边缘,其中阈值T_high通过Otsu最大类间方差法自适应获取,阈值T_low通过下式计算得到:
T_low=0.4×T_high,    (3)
边缘检测后的安全带检测区域JA、FA为黑白二值图,边缘为白色;
步骤3、根据驾驶人、副驾驶人的安全带检测区域,分别从检测到的边缘中拟合出短直线段,并在其中检测疑似安全带边缘的短直线段
分别在边缘检测后的安全带检测区域JA、FA中,采用概率Hough直线变换,在步骤2中检测到的白色边缘中,随机选取两个点(xi,yi)和(xj,yj),联立直线方程求解,得到Hough变换参数空间中的一点(a,b),参照下式:
y i = ax i + b y j = ax j + b , - - - ( 4 )
其中,i,j∈{1,2,…,NWP},NWP为白色边缘的像素点个数,不断的选取随机点对,当参数点(a,b)的累加器次数达到31次时,以(a,b)为参数的直线被拟合出来,搜索步骤2中检测到的白色边缘点,把在该直线上且距离小于2的白色边缘点连成线段,当线段长度大于10时,该线段就被拟合出来,称为短直线段Hi,短直线段Hi的两个端点中,坐标y值小的端点定义为down端点,记为坐标y值大的端点定义为up端点,记为
Figure BDA00002844853800052
短直线段记为
Figure BDA00002844853800053
i=1,2,…,NH,NH为被拟合出来的短直线段的个数,在安全带检测区域JA中,NH=NHJ,NHJ为JA中经过概率Hough变换之后拟合出的短直线段的个数,在安全带检测区域FA中,NH=NHF,NHF为FA中经过概率Hough变换之后拟合出的短直线段的个数。
计算短直线段
Figure BDA00002844853800054
i=1,2,…,NH在x轴正方向与y轴正方向的象限内与x轴的夹角angle_Hi的角度值,参照下式:
在安全带检测区域JA中,如果angle_Hi满足公式(6)的条件:
-80°<angle_Hi<-30°,    (6)
则短直线段
Figure BDA00002844853800061
i∈{1,2,…,NH}为疑似驾驶人安全带边缘的短直线段,如图2所示,
在安全带检测区域FA中,如果ange_Hi满足公式(7)的条件:
30°<angle_Hi<80°,    (7)
则短直线段
Figure BDA00002844853800062
i∈{1,2,…,NH}为疑似副驾驶人安全带边缘的短直线段,如图3所示,
记疑似安全带边缘的短直线段为:
Figure BDA00002844853800063
i=1,2,…,N,其中的N为检测出的疑似安全带边缘的短直线段的个数,N≤NH,对其按照down端点坐标
Figure BDA00002844853800064
的值从小到大进行排序,结果记为a1,a2,a3,…,aN。
步骤4、根据驾驶人、副驾驶人的安全带检测区域,分别将疑似安全带边缘的短直线段连接为疑似安全带边缘的长直线段,并在其中检测安全带的两条边缘,判断驾驶人、副驾驶人是否佩系安全带
根据步骤3的疑似安全带边缘的短直线段的排序a1,a2,a3,…,aN,取出短直线段
Figure BDA00002844853800065
与短直线段
Figure BDA00002844853800066
比较,如果同时满足下面4个条件:
在安全带检测区域JA中,4个条件分别是:
| y a 1 up - y a 2 down | < y JA b - y JA t 4 ;
②|angle_a1-angle_a2|<12°;
③|angle_a1-angle_a1upa2up|<12°;
④-80°<angle_a1downa2up<-30°;
在安全带检测区域FA中,4个条件分别是:
| y a 1 up - y a 2 down | < y FA b - y FA t 4 ;
②|angle_a1-angle_a2|<12°;
③|angle_a1-angle_a1upa2up|<12°;
④30°<angle_a1downa2up<80°;
其中,angle_a1upa2up为a1的up端点
Figure BDA00002844853800072
和a2的up端点的连线与x轴夹角的角度值,angle_a1downa2up为a1的down端点
Figure BDA00002844853800074
和a2的up端点
Figure BDA00002844853800075
的连线与x轴夹角的角度值,则将a1的up端点更改为a2的up端点,参照公式(8),即连接a1的down端点
Figure BDA00002844853800076
与a2的up端点为一条直线段,
x a 1 up = x a 2 up y a 1 up = y a 2 up , - - - ( 8 )
否则,a1的up端点
Figure BDA00002844853800079
保持不变;接着a1依次与短直线段a3,a4,…,aN比较,不断更新a1的up端点,连接a1的down端点与更新后的a1的up端点,形成第一条疑似安全带边缘的长直线段,记为
Figure BDA000028448538000710
如图4所示为在JA区域内的连接示意;
取出短直线段
Figure BDA000028448538000711
将a2依次与短直线段a3,a4,…,aN比较,不断更新a2的up端点,连接a2的down端点与更新后的a2的up端点,形成第二条疑似安全带边缘的长直线段,记为 L 2 { ( x a 2 down , y a 2 down ) , ( x a 2 up , y a 2 up ) } ;
依次取出短直线段
Figure BDA000028448538000713
i=3,4,…,N,分别与短直线段a(i+1),a(i+2),…,aN比较,不断更新ai的up端点,连接ai的down端点与更新后的ai的up端点,形成疑似安全带边缘的长直线段 L 3 { ( x a 3 down , y a 3 down ) , ( x a 3 up , y a 3 up ) } , L 4 { ( x a 4 down , y a 4 down ) , ( x a 4 up , y a 4 up ) } , &CenterDot; &CenterDot; &CenterDot; , LN { ( x aN down , y aN down ) , ( x aN up , y aN up ) } ,
计算疑似安全带边缘的长直线段Li的长度length_Li,参照下式(9):
length _ Li = ( x ai up - x ai down ) 2 + ( y ai up - y ai down ) 2 , - - - ( 9 )
其中,i=1,2,…,N,
按照疑似安全带边缘的长直线段的长度值由大到小排序,并记为 LA 1 { ( x LA 1 down , y LA 1 down ) , ( x LA 1 up , y LA 1 up ) , length _ LA 1 } , LA 2 { ( x LA 2 down , y LA 2 down ) , ( x LA 2 up , y LA 2 up ) , length _ LA 2 } , ..., LAN{ ( x LAN down , y LAN down ) , ( x LAN up , y LAN up ) , length _ LAN } ,
在安全带检测区域JA中,依次取出疑似安全带边缘的长直线段i=1,2,…,N,若同时满足下列条件:
length _ LAi > x JA b - x JA t 10 ;
y LAi down > y J b ;
Figure BDA000028448538000813
Figure BDA000028448538000814
则将该疑似安全带边缘的长直线段定义为驾驶人安全带的第一条边缘,记为
Figure BDA000028448538000815
终止条件判断,并记终止时的i=k;否则,直接判定驾驶人未系安全带;
当且仅当
Figure BDA000028448538000816
存在时,依次取出疑似安全带边缘的长直线段
Figure BDA000028448538000817
i=k+1,k+2,…,N,若同时满足下列条件:
length _ LAi > x JA b - x JA t 10 ;
( x LAi up - x L _ JA 1 up ) 2 + ( y LAi up - y L _ JA 1 up ) 2 > x JA b - x JA t 10 ;
y LAi down > y J b ;
Figure BDA00002844853800094
Figure BDA00002844853800095
则将该疑似安全带边缘的长直线段定义为驾驶人安全带的第二条边缘,记为L_JA2,终止条件判断,并且判定驾驶人佩系安全带;否则判定驾驶人未系安全带,
如果步骤1中安全带检测区域FA存在,在安全带检测区域FA中,依次取出疑似安全带边缘的长直线段
Figure BDA00002844853800096
i=1,2,…,N,若同时满足下列条件:
length _ LAi > x FA b - x FA t 10 ;
y LAi down > y F b ;
Figure BDA00002844853800099
则将该疑似安全带边缘的长直线段定义为副驾驶人安全带的第一条边缘,记为
Figure BDA000028448538000911
终止条件判断,并记终止时的i=k;否则,直接判定副驾驶人未系安全带;
当且仅当存在时,依次取出疑似安全带边缘的长直线段
Figure BDA00002844853800101
i=k+1,k+2,…,N,若同时满足下列条件:
length _ LAi > x FA b - x FA t 10 ;
( x LAi up - x L _ FA 1 up ) 2 + ( y LAi up - y L _ FA 1 up ) 2 > x FA b - x FA t 10 ;
y LAi down > y F b ;
Figure BDA00002844853800105
Figure BDA00002844853800106
则将该疑似安全带边缘的长直线段定义为副驾驶人安全带的第二条边缘,记为L_FA2,终止条件判断,并且判定副驾驶人佩系安全带;否则判定副驾驶人未系安全带,即成。

Claims (2)

1.一种用于道路交通监控的安全带自动检测方法,其特征在于,按照以下步骤具体实施:
步骤1、对于车道上方架设的按车道监控的道路交通监控高清摄像头拍摄的监控图像,检测正、副驾驶席上的人脸,根据检测到的人脸,分别定位正、副驾驶席上的安全带检测区域
当检测结果为一个人脸时,人脸矩形框为驾驶人的,记为J,其左上角坐标为右下角坐标为
Figure FDA00002844853700012
当检测结果为两个人脸时,位于图像右侧的人脸矩形框为驾驶人的,记为J,其左上角坐标为
Figure FDA00002844853700013
右下角坐标为
Figure FDA00002844853700014
位于图像左侧的人脸矩形框为副驾驶人的,记为F,其左上角坐标为右下角坐标为
Figure FDA00002844853700016
根据驾驶人的人脸矩形框J,定义其右下方矩形区域JA为驾驶人的安全带检测区域,其左上角坐标与右下角坐标
Figure FDA00002844853700018
由下式计算:
x JA t = x J t + x J b - x J t 2
y JA t = y J t + y J b - y J t 2 x JA b = x J b + x J b - x J t 2 , W - x J b &GreaterEqual; x J b - x J t 2 W , W - x J b < x J b - x J t 2 - - - ( 1 )
y JA b = y J b + 3 &times; ( y J b - y J t ) 4
其中,W为监控图像的宽度,
如果检测到副驾驶人的人脸矩形框F,则定义其左下方矩形区域FA为副驾驶人的安全带检测区域,其左上角坐标
Figure FDA000028448537000112
与右下角坐标
Figure FDA00002844853700021
由下式计算:
x FA t = x F t - x F b - x F t 2 , x F t &GreaterEqual; x F b - x F t 2 0 , x F t < x F b - x F t 2
(2)
y FA t = y F t + y F b - y F t 2
x FA b = x F b + x F b - x F t 2 y FA b = y F b + ( y F b - y F t )
步骤2、对已定位的驾驶人、副驾驶人的安全带检测区域,分别进行图像边缘检测
分别对步骤1中已定义的安全带检测区域JA、FA灰度化,采用Canny算子进行图像边缘检测,Canny算子提取边缘时需要用高、低两个阈值T_high和T_low检测以及连接边缘,其中阈值T_high通过Otsu最大类间方差法自适应获取,阈值T_low通过下式计算得到:
T_low=0.4×T_high,    (3)
边缘检测后的安全带检测区域JA、FA为黑白二值图,边缘为白色;
步骤3、根据驾驶人、副驾驶人的安全带检测区域,分别从检测到的边缘中拟合出短直线段,并在其中检测疑似安全带边缘的短直线段
分别在边缘检测后的安全带检测区域JA、FA中,采用概率Hough直线变换,在步骤2中检测到的白色边缘中,随机选取两个点(xi,yi)和(xj,yj),联立直线方程求解,得到Hough变换参数空间中的一点(a,b),参照下式:
y i = ax i + b y j = ax j + b , - - - ( 4 )
其中,i,j∈{1,2,…,NWP},NWP为白色边缘的像素点个数,不断的选取随机点对,当参数点(a,b)的累加器次数达到31次时,以(a,b)为参数的直线被拟合出来,搜索步骤2中检测到的白色边缘点,把在该直线上且距离小于2的白色边缘点连成线段,当线段长度大于10时,该线段就被拟合出来,称为短直线段Hi,短直线段Hi的两个端点中,坐标y值小的端点定义为down端点,记为坐标y值大的端点定义为up端点,记为短直线段记为
Figure FDA00002844853700033
i=1,2,…,NH,NH为被拟合出来的短直线段的个数,在安全带检测区域JA中,NH=NHJ,NHJ为JA中经过概率Hough变换之后拟合出的短直线段的个数,在安全带检测区域FA中,NH=NHF,NHF为FA中经过概率Hough变换之后拟合出的短直线段的个数,
计算短直线段
Figure FDA00002844853700034
i=1,2,…,NH在x轴正方向与y轴正方向的象限内与x轴的夹角angle_Hi的角度值,参照下式:
Figure FDA00002844853700035
在安全带检测区域JA中,如果angle_Hi满足公式(6)的条件:
-80°<angle_Hi<-30°,    (6)
则短直线段
Figure FDA00002844853700036
i∈{1,2,…,NH}为疑似驾驶人安全带边缘的短直线段,
在安全带检测区域FA中,如果angle_Hi满足公式(7)的条件:
30°<angle_Hi<80°,    (7)
则短直线段
Figure FDA00002844853700037
i∈{1,2,…,NH}为疑似副驾驶人安全带边缘的短直线段,
记疑似安全带边缘的短直线段为:
Figure FDA00002844853700038
i=1,2,…,N,其中的N为检测出的疑似安全带边缘的短直线段的个数,N≤NH,对其按照down端点坐标
Figure FDA00002844853700041
的值从小到大进行排序,结果记为a1,a2,a3,…,aN;
步骤4、根据驾驶人、副驾驶人的安全带检测区域,分别将疑似安全带边缘的短直线段连接为疑似安全带边缘的长直线段,并在其中检测安全带的两条边缘,判断驾驶人、副驾驶人是否佩系安全带
根据步骤3的疑似安全带边缘的短直线段的排序a1,a2,a3,…,aN,取出短直线段
Figure FDA00002844853700042
与短直线段比较,如果同时满足下面4个条件:
在安全带检测区域JA中,4个条件分别是:
| y a 1 up - y a 2 down | < y FA b - y FA t 4 ;
②|angle_a1-angle_a2|<12°;
③|angle_a1-angle_a1upa2up|<12°;
④-80°<angle_a1downa2up<-30°;
在安全带检测区域FA中,4个条件分别是:
| y a 1 up - y a 2 down | < y FA b - y FA t 4 ;
②|angle_a1-angle_a2|<12°;
③|angle_a1-angle_a1upa2up|<12°;
④30°<angle_a1downa2up<80°;
其中,angle_a1upa2up为a1的up端点
Figure FDA00002844853700046
和a2的up端点的连线与x轴夹角的角度值,angle_a1downa2up为a1的down端点
Figure FDA00002844853700048
和a2的up端点
Figure FDA00002844853700049
的连线与x轴夹角的角度值,则将a1的up端点更改为a2的up端点,参照公式(8),即连接a1的down端点
Figure FDA00002844853700051
与a2的up端点
Figure FDA00002844853700052
为一条直线段,
x a 1 up = x a 2 up y a 1 up = y a 2 up , - - - ( 8 )
否则,a1的up端点
Figure FDA00002844853700054
保持不变;接着a1依次与短直线段a3,a4,…,aN比较,不断更新a1的up端点,连接a1的down端点与更新后的a1的up端点,形成第一条疑似安全带边缘的长直线段,记为
Figure FDA00002844853700055
如图4所示为在JA区域内的连接示意;
取出短直线段
Figure FDA00002844853700056
将a2依次与短直线段a3,a4,…,aN比较,不断更新a2的up端点,连接a2的down端点与更新后的a2的up端点,形成第二条疑似安全带边缘的长直线段,记为 L 2 { ( x a 2 down , y a 2 down ) , ( x a 2 up , y a 2 up ) } ;
依次取出短直线段i=3,4,…,N,分别与短直线段a(i+1),a(i+2),…,aN比较,不断更新ai的甲端点,连接ai的down端点与更新后的ai的up端点,形成疑似安全带边缘的长直线段 L 3 { ( x a 3 down , y a 3 down ) , ( x a 3 up , y a 3 up ) } , L 4 { ( x a 4 down , y a 4 down ) , ( x a 4 up , y a 4 up ) } , &CenterDot; &CenterDot; &CenterDot; , LN { ( x aN down , y aN down ) , ( x aN up , y aN up ) } , 计算疑似安全带边缘的长直线段Li的长度length_Li,参照下式(9):
length _ Li = ( x ai up - x ai down ) 2 + ( y ai up - y ai down ) 2 , - - - ( 9 )
其中,i=1,2,…,N,
按照疑似安全带边缘的长直线段的长度值由大到小排序,并记为 LA 1 { ( x LA 1 down , y LA 1 down ) , ( x LA 1 up , y LA 1 up ) , length _ LA 1 } , LA 2 { ( x LA 2 down , y LA 2 down ) , ( x LA 2 up , y LA 2 up ) , length _ LA 2 } , ..., LAN{ ( x LAN down , y LAN down ) , ( x LAN up , y LAN up ) , length _ LAN } ,
在安全带检测区域JA中,依次取出疑似安全带边缘的长直线段i=1,2,…,N,若同时满足下列条件:
length _ LAi > x JA b - x JA t 10 ;
y LAi down > y J b ;
Figure FDA00002844853700066
则将该疑似安全带边缘的长直线段定义为驾驶人安全带的第一条边缘,记为
Figure FDA00002844853700067
终止条件判断,并记终止时的i=k;否则,直接判定驾驶人未系安全带;
当且仅当
Figure FDA00002844853700068
存在时,依次取出疑似安全带边缘的长直线段
Figure FDA00002844853700069
i=k+1,k+2,…,N,若同时满足下列条件:
length _ LAi > x JA b - x JA t 10 ;
( x LAi up - x L _ JA 1 up ) 2 + ( y LAi up - y L _ JA 1 up ) 2 > x JA b - x JA t 10 ;
y LAi down > y J b ;
Figure FDA000028448537000613
Figure FDA000028448537000614
则将该疑似安全带边缘的长直线段定义为驾驶人安全带的第二条边缘,记为L_JA2,终止条件判断,并且判定驾驶人佩系安全带;否则判定驾驶人未系安全带,
如果步骤1中安全带检测区域FA存在,在安全带检测区域FA中,依次取出疑似安全带边缘的长直线段
Figure FDA00002844853700071
i=1,2,…,N,若同时满足下列条件:
length _ LAi > x FA b - x FA t 10 ;
y LAi down > y F b ;
Figure FDA00002844853700075
则将该疑似安全带边缘的长直线段定义为副驾驶人安全带的第一条边缘,记为终止条件判断,并记终止时的i=k;否则,直接判定副驾驶人未系安全带;
当且仅当存在时,依次取出疑似安全带边缘的长直线段
Figure FDA00002844853700078
i=k+1,k+2,…,N,若同时满足下列条件:
length _ LAi > x FA b - x FA t 10 ;
( x LAi up - x L _ FA 1 up ) 2 + ( y LAi up - y L _ FA 1 up ) 2 > x FA b - x FA t 10 ;
y LAi down > y F b ;
Figure FDA000028448537000712
Figure FDA00002844853700081
则将该疑似安全带边缘的长直线段定义为副驾驶人安全带的第二条边缘,记为L_FA2,终止条件判断,并且判定副驾驶人佩系安全带;否则判定副驾驶人未系安全带,即成。
2.根据权利要求1所述的用于道路交通监控的安全带自动检测方法,其特征在于:所述的对于车道上方架设的按车道监控的道路交通监控高清摄像头拍摄的监控图像,采用Adaboost人脸检测算法检测正、副驾驶席上的人脸,将检测到的人脸用矩形框标注。
CN201310054596.9A 2013-02-20 2013-02-20 用于道路交通监控的安全带自动检测方法 Expired - Fee Related CN103150556B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310054596.9A CN103150556B (zh) 2013-02-20 2013-02-20 用于道路交通监控的安全带自动检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310054596.9A CN103150556B (zh) 2013-02-20 2013-02-20 用于道路交通监控的安全带自动检测方法

Publications (2)

Publication Number Publication Date
CN103150556A true CN103150556A (zh) 2013-06-12
CN103150556B CN103150556B (zh) 2015-09-30

Family

ID=48548619

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310054596.9A Expired - Fee Related CN103150556B (zh) 2013-02-20 2013-02-20 用于道路交通监控的安全带自动检测方法

Country Status (1)

Country Link
CN (1) CN103150556B (zh)

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103522982A (zh) * 2013-10-25 2014-01-22 公安部第三研究所 基于图像分析的车辆安全带检测方法及装置
CN103871052A (zh) * 2014-02-21 2014-06-18 杭州奥视图像技术有限公司 一种基于直线检测的安全带检测算法
CN103955704A (zh) * 2014-04-26 2014-07-30 合肥工业大学 一种基于Adaboost的安全带检测方法
CN104331687A (zh) * 2014-10-30 2015-02-04 安徽国华光电技术有限公司 一种基于车载式视频分析的未系安全带行为检测方法
WO2015017883A1 (en) * 2013-08-06 2015-02-12 David Fletcher Driving infringement flagging system
CN104361317A (zh) * 2014-10-30 2015-02-18 安徽国华光电技术有限公司 一种卡口式视频分析未系安全带行为检测***及其方法
CN104417489A (zh) * 2013-08-29 2015-03-18 同观科技(深圳)有限公司 一种汽车安全带检测方法及汽车安全带检测装置
CN104417490A (zh) * 2013-08-29 2015-03-18 同观科技(深圳)有限公司 一种汽车安全带检测方法及装置
CN104573680A (zh) * 2015-02-10 2015-04-29 深圳市哈工大交通电子技术有限公司 图像检测方法、图像检测装置以及交通违法检测***
CN105809099A (zh) * 2014-12-31 2016-07-27 成都理想境界科技有限公司 基于监控图像的安全带检测方法
CN105809171A (zh) * 2014-12-31 2016-07-27 成都理想境界科技有限公司 基于监控图像的安全带检测方法
CN106203499A (zh) * 2016-07-07 2016-12-07 青岛大学 一种基于深度cnn的安全带检测方法
CN106570444A (zh) * 2015-10-10 2017-04-19 腾讯科技(深圳)有限公司 基于行为识别的车载智能提醒方法及***
CN106650567A (zh) * 2016-08-31 2017-05-10 东软集团股份有限公司 一种安全带检测方法和装置
CN106709443A (zh) * 2016-12-19 2017-05-24 同观科技(深圳)有限公司 一种安全带佩戴状态的检测方法及终端
CN107330378A (zh) * 2017-06-09 2017-11-07 湖北天业云商网络科技有限公司 一种基于嵌入式图像处理的驾驶员行为检测***
CN107919019A (zh) * 2017-11-28 2018-04-17 武汉万集信息技术有限公司 基于rfid电子标签的违章检测方法和***、安全带
CN108109170A (zh) * 2017-12-18 2018-06-01 上海联影医疗科技有限公司 医学图像扫描方法及医学影像设备
CN111337010A (zh) * 2018-12-18 2020-06-26 北京地平线机器人技术研发有限公司 可移动设备的定位方法、定位装置及电子设备
CN111582077A (zh) * 2020-04-23 2020-08-25 广州亚美智造科技有限公司 基于人工智能软件技术的安全带佩戴检测方法和装置
CN112132040A (zh) * 2020-09-24 2020-12-25 明见(厦门)软件开发有限公司 基于视觉的安全带实时监测方法、终端设备及存储介质
CN113591533A (zh) * 2021-04-27 2021-11-02 浙江工业大学之江学院 基于道路监控的防疲劳驾驶方法、装置、设备及存储介质
US11877873B2 (en) 2017-12-18 2024-01-23 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for determining scanning parameter in imaging

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102750544A (zh) * 2012-06-01 2012-10-24 浙江捷尚视觉科技有限公司 基于车牌识别的未扣紧安全带违章驾驶检测***及方法
WO2012160251A2 (en) * 2011-05-23 2012-11-29 Teknologian Tutkimuskeskus Vtt A system, a detection unit, a method and a computer program for detecting passengers' seat belt use in a vehicle

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012160251A2 (en) * 2011-05-23 2012-11-29 Teknologian Tutkimuskeskus Vtt A system, a detection unit, a method and a computer program for detecting passengers' seat belt use in a vehicle
CN102750544A (zh) * 2012-06-01 2012-10-24 浙江捷尚视觉科技有限公司 基于车牌识别的未扣紧安全带违章驾驶检测***及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
HUIWEN GUO,ET AL.: "Image-based seat belt detection", 《2011 IEEE INTERNATIONAL CONFERENCE ON VEHICULAR ELECTRONICS AND SAFETY (ICVES 2011)》, 31 July 2011 (2011-07-31) *

Cited By (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015017883A1 (en) * 2013-08-06 2015-02-12 David Fletcher Driving infringement flagging system
CN104417490A (zh) * 2013-08-29 2015-03-18 同观科技(深圳)有限公司 一种汽车安全带检测方法及装置
CN104417489A (zh) * 2013-08-29 2015-03-18 同观科技(深圳)有限公司 一种汽车安全带检测方法及汽车安全带检测装置
CN103522982A (zh) * 2013-10-25 2014-01-22 公安部第三研究所 基于图像分析的车辆安全带检测方法及装置
CN103871052A (zh) * 2014-02-21 2014-06-18 杭州奥视图像技术有限公司 一种基于直线检测的安全带检测算法
CN103955704A (zh) * 2014-04-26 2014-07-30 合肥工业大学 一种基于Adaboost的安全带检测方法
CN103955704B (zh) * 2014-04-26 2018-08-24 合肥工业大学 一种基于Adaboost的安全带检测方法
CN104331687B (zh) * 2014-10-30 2017-10-13 安徽国华光电技术有限公司 一种基于车载式视频分析的未系安全带行为检测方法
CN104361317A (zh) * 2014-10-30 2015-02-18 安徽国华光电技术有限公司 一种卡口式视频分析未系安全带行为检测***及其方法
CN104331687A (zh) * 2014-10-30 2015-02-04 安徽国华光电技术有限公司 一种基于车载式视频分析的未系安全带行为检测方法
CN104361317B (zh) * 2014-10-30 2017-11-24 安徽国华光电技术有限公司 一种卡口式视频分析未系安全带行为检测***及其方法
CN105809099A (zh) * 2014-12-31 2016-07-27 成都理想境界科技有限公司 基于监控图像的安全带检测方法
CN105809171A (zh) * 2014-12-31 2016-07-27 成都理想境界科技有限公司 基于监控图像的安全带检测方法
CN105809099B (zh) * 2014-12-31 2019-12-13 成都理想境界科技有限公司 基于监控图像的安全带检测方法
CN104573680A (zh) * 2015-02-10 2015-04-29 深圳市哈工大交通电子技术有限公司 图像检测方法、图像检测装置以及交通违法检测***
CN106570444A (zh) * 2015-10-10 2017-04-19 腾讯科技(深圳)有限公司 基于行为识别的车载智能提醒方法及***
CN106570444B (zh) * 2015-10-10 2019-04-12 腾讯科技(深圳)有限公司 基于行为识别的车载智能提醒方法及***
CN106203499A (zh) * 2016-07-07 2016-12-07 青岛大学 一种基于深度cnn的安全带检测方法
CN106650567A (zh) * 2016-08-31 2017-05-10 东软集团股份有限公司 一种安全带检测方法和装置
CN106650567B (zh) * 2016-08-31 2019-12-13 东软集团股份有限公司 一种安全带检测方法和装置
CN106709443B (zh) * 2016-12-19 2020-06-02 同观科技(深圳)有限公司 一种安全带佩戴状态的检测方法及终端
CN106709443A (zh) * 2016-12-19 2017-05-24 同观科技(深圳)有限公司 一种安全带佩戴状态的检测方法及终端
CN107330378A (zh) * 2017-06-09 2017-11-07 湖北天业云商网络科技有限公司 一种基于嵌入式图像处理的驾驶员行为检测***
CN107919019A (zh) * 2017-11-28 2018-04-17 武汉万集信息技术有限公司 基于rfid电子标签的违章检测方法和***、安全带
CN108109170A (zh) * 2017-12-18 2018-06-01 上海联影医疗科技有限公司 医学图像扫描方法及医学影像设备
US11877873B2 (en) 2017-12-18 2024-01-23 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for determining scanning parameter in imaging
CN108109170B (zh) * 2017-12-18 2022-11-08 上海联影医疗科技股份有限公司 医学图像扫描方法及医学影像设备
CN111337010B (zh) * 2018-12-18 2022-05-03 北京地平线机器人技术研发有限公司 可移动设备的定位方法、定位装置及电子设备
US11244473B2 (en) 2018-12-18 2022-02-08 Beijing Horizon Robotics Technology Research And Development Co., Ltd. Positioning method, positioning apparatus of mobile device and electronic device
CN111337010A (zh) * 2018-12-18 2020-06-26 北京地平线机器人技术研发有限公司 可移动设备的定位方法、定位装置及电子设备
CN111582077A (zh) * 2020-04-23 2020-08-25 广州亚美智造科技有限公司 基于人工智能软件技术的安全带佩戴检测方法和装置
CN112132040A (zh) * 2020-09-24 2020-12-25 明见(厦门)软件开发有限公司 基于视觉的安全带实时监测方法、终端设备及存储介质
CN112132040B (zh) * 2020-09-24 2024-03-15 明见(厦门)软件开发有限公司 基于视觉的安全带实时监测方法、终端设备及存储介质
CN113591533A (zh) * 2021-04-27 2021-11-02 浙江工业大学之江学院 基于道路监控的防疲劳驾驶方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN103150556B (zh) 2015-09-30

Similar Documents

Publication Publication Date Title
CN103150556B (zh) 用于道路交通监控的安全带自动检测方法
CN102999749B (zh) 基于人脸检测的安全带违章事件智能检测方法
CN102737248B (zh) 复杂路况下的车道线特征点提取方法与装置
CN108297866B (zh) 一种车辆的车道保持控制方法
CN104210489B (zh) 车路协同环境下车辆与行人碰撞规避方法与***
CN104881661B (zh) 基于结构相似度的车辆检测方法
CN105488453A (zh) 一种基于图像处理的驾驶员未系安全带检测识别方法
US20150248771A1 (en) Apparatus and Method for Recognizing Lane
CN104008645A (zh) 一种适用于城市道路车道线预测及预警方法
CN201825037U (zh) 高速公路车辆的车道偏离报警装置
CN104573646A (zh) 基于激光雷达和双目相机的车前行人检测方法及***
CN106203499A (zh) 一种基于深度cnn的安全带检测方法
CN103268468A (zh) 机动车前排就坐者是否扣带安全带的自动检测方法
CN105654073A (zh) 一种基于视觉检测的速度自动控制方法
CN103978978A (zh) 基于逆投影变换的车道保持方法
CN101984478A (zh) 基于双目视觉车道线检测的非正常s型驾驶预警方法
CN103871052A (zh) 一种基于直线检测的安全带检测算法
CN109035868B (zh) 一种在无车道线情况下自动驾驶车辆进行车道划分的方法
CN104376561A (zh) 一种安全带检测方法
CN104077756A (zh) 一种基于车道线置信度的方向滤波方法
CN103870806A (zh) 一种结合方向盘检测的安全带检测方法
CN102568218A (zh) 快速道路横风下安全行车速度确定方法
CN103577809A (zh) 一种基于智能驾驶的地面交通标志实时检测的方法
CN103034861A (zh) 一种货车闸瓦故障的识别方法及装置
CN103500347A (zh) 铁路货车折角塞门把手丢失故障的自动检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20150930

Termination date: 20210220