CN105551182A - 基于Kinect人体姿势识别的驾驶状态监测*** - Google Patents
基于Kinect人体姿势识别的驾驶状态监测*** Download PDFInfo
- Publication number
- CN105551182A CN105551182A CN201510834128.2A CN201510834128A CN105551182A CN 105551182 A CN105551182 A CN 105551182A CN 201510834128 A CN201510834128 A CN 201510834128A CN 105551182 A CN105551182 A CN 105551182A
- Authority
- CN
- China
- Prior art keywords
- joint
- information
- processing module
- processing unit
- human body
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明涉及一种基于Kinect人体姿势识别的驾驶状态监测报警***,其包括关节信息采集单元、驾驶姿势处理单元、报警单元;关节信息采集单元用于获得驾驶员的人体切面图像,并依照图像识别算法得出人体基本关节点位置,并将关节点位置数据绑定到虚拟骨骼模型上,建立空间坐标系,完成关节识别;驾驶姿势处理单元用于对完成关节识别的虚拟骨骼模型进行分析,监测各关节点位置信息以获得驾驶员实时动作信息,并将关节的位置信息与预置的危险动作特征信息进行比对,向警报单元发出相应的状态异常信号;报警单元用于在收到驾驶姿势处理单元发送的异常信号后进行报警。
Description
技术领域
本发明涉及一种驾驶状态监测***,具体涉及一种基于Kinect人体姿势识别的驾驶状态监测***。
背景技术
危险的驾驶行为是导致交通事故频发的元凶之一,如何有效消除不良的驾驶状态,减少驾驶员的危险驾驶行为,尤其是智能化监测驾驶员姿势,实时对危险驾驶的行为做出警示,对保证驾驶安全很有必要。目前针对危险驾驶的监测技术,有很多实现方式,主要包括以下两类:
第一类,在车内离合器,制动踏板,发动机等位置置入额外的传感器,例如:一种汽车ECO驾驶状态提示***及提示方法(申请号:201410692465.8),一种驾驶状态检测***(申请号:201310745973.3);第二类,获取驾驶员影像或声音判断驾驶状态,例如:检测驾驶员驾驶状态的方法、装置及***,播放预置的语音片段(申请号:201410444105.6),基于Kinect及人脸识别的疲劳驾驶检测方法(申请号:201410848027.6)。
针对已经存在的监测***,有以下问题:
第一类方法依赖于置入车辆机械结构内部的额外传感器,需要对车辆的机械结构进行改装,改装成本较高,难度也比较大,尤其对于已经投入使用的车辆,需要更改其内部结构,风险较高;第二类方法受环境因素影响较大,通过采集驾驶员图像进行分析的方法对环境光线要求严格,在照明条件不佳的路段无法正常工作,对环境光线有依赖,无法适用于隧道、夜间等弱光条件。另外,一些通过让驾驶员与监测***互动而分析驾驶员状态的方法会分散驾驶员注意力,带来额外的风险。
发明内容
本发明提供了一种基于Kinect人体姿势识别的驾驶状态监测***,通过Kinect传感器获取人体关节位置信息,从而判断是否存在危险驾驶行为并发出警报。
本发明的目的是通过以下方案实现的:
一种基于Kinect人体姿势识别的驾驶状态监测***,包括关节信息采集单元、驾驶姿势处理单元、报警单元;所述关节信息采集单元的输出端与驾驶姿势处理单元的输入端通过数据线连接,驾驶姿势处理单元的输出端与报警单元的输入端通过数据线连接;所述关节信息采集单元用于获得驾驶员的人体切面图像,并依照图像识别算法得出人体基本关节点位置,并将关节点位置数据绑定到虚拟骨骼模型上,建立空间坐标系,完成关节识别;所述驾驶姿势处理单元用于对完成关节识别的虚拟骨骼模型进行分析,监测各关节点位置信息以获得驾驶员实时动作信息,并将关节的位置信息与预置的危险动作特征信息进行比对,如监测到的关节位置信息与危险动作特征吻合,则向警报单元发出相应的状态异常信号;所述报警单元用于在结收到所述驾驶姿势处理单元发送的异常信号后进行报警。
本发明所述的一种基于Kinect人体姿势识别的驾驶状态监测***,其中,所述关节信息采集单元包括Kinect传感器、红外摄影机、深度信息处理模块、关节点识别模块;所述Kinect传感器放置于车辆仪表盘上方,其通过控制线与红外摄影机连接,获得周围环境的深度图像;红外摄影机的输出端与深度信息处理模块通过数据线连接,将获取的深度图像发送给深度信息处理模块;所述深度信息处理模块将深度图像切割得到多个切面图像,然后对不同切面的图像进行分析,若切面图像里有人体轮廓区域,即进行捕捉和跟踪处理,获得人体切面图像;深度信息处理模块的输出端与关节识别模块的输入端通过数据线相连;所述关节点识别模块扫描深度信息处理模块获得的人体切面图像的人体区域,根据身高逐步识别出人体的多个关节点,并把关节点位置数据绑定到虚拟骨骼模型上,建立空间坐标系,完成关节识别;关节点识别模块的输出端与驾驶姿势处理单元的输入端通过数据线相连,将得到的关节位置信息发送给驾驶姿势处理单元。
本发明所述的一种基于Kinect人体姿势识别的驾驶状态监测***,其中,所述驾驶姿势处理单元包括头部信息处理模块、颈椎信息处理模块、手臂信息处理模块;头部信息处理模块、颈椎信息处理模块和手臂信息处理模块的输入端分别与关节信息采集单元的输出端连接;头部信息处理模块、颈椎信息处理模块和手臂信息处理模块的输出端与报警单元的输入端通过数据线连接,将状态异常信号发送给报警单元。
本发明所述的一种基于Kinect人体姿势识别的驾驶状态监测***,其中,所述报警单元包括警报信息处理模块、报警装置;警报信息处理模块的输入端与驾驶姿势处理单元的输出端相连,接受来自驾驶姿势处理单元的状态异常信号并生成相应的报警装置控制信号,警报信息处理单元的输出端与报警装置的输入端通过控制线相连,报警装置接收报警装置控制信号后进行报警。
本发明的大体工作过程如下:
首先通过Kinect传感器的红外摄影机获得深度图像,对深度图像进行处理以获得驾驶员人体关节位置信息,将人体的姿势进行建模。分别得到头部,颈椎和手臂的动作模型,头部,颈椎和手部动作处理模块分别对驾驶员驾驶姿势进行实时监测,若发现危险动作,会将异常信息传递至报警单元。警报信息处理模块分析异常信息,发出报警信息,通过报警装置进行语音警报,达到及时纠正驾驶员的危险驾驶行为的目的。
本发明与已有技术相比,有以下优点:
无需与驾驶者接触,避免影响驾驶员的驾驶动作;
无需驾驶者主动进行交互,避免分散驾驶员注意力;
无需对车辆的内部结构进行改装,无复杂的机械,易于安装,对于已经使用的车辆也可以简便的安装本***;
本发明对照明条件没有要求,采用红外线摄影机,无需环境光照明,在如隧道和郊外道路等灯光昏暗的路段依然适用,克服了依靠传统摄影机对照明条件要求严格的局限性;
能对驾驶者的身体姿势进行直接监测,及时得驾驶者的危险驾驶动作并提出警告,防止危险的发生。
附图说明
图1为本发明基于Kincet人体姿势识别的驾驶状态监测***的***结构图;
图2为关节点采集点示意图;
图3为骨骼模型在建立的空间坐标系中的示意图;
图4为正确驾驶姿势时关节动作特征示意图;
图5为异常的脊椎动作时关节动作特征示意图;
图6为异常的脊椎动作时关节动作特征示意图;
图7为异常的脊椎动作时关节动作特征示意图。
具体实施方式
本发明一种基于Kinect人体姿势识别的驾驶状态监测***包括:关节信息采集单元、驾驶姿势处理单元、报警单元。关节信息采集单元的输出端与驾驶姿势处理单元的输入端通过数据线连接,驾驶姿势处理单元的输出端与报警单元的输入端通过数据线连接。
所述关节信息采集单元用于获得驾驶员的人体切面图像,并依照图像识别算法得出人体基本关节点位置,并将关节点位置数据绑定到虚拟骨骼模型上,建立空间坐标系,完成关节识别;
所述驾驶姿势处理单元用于对完成关节识别的虚拟骨骼模型进行分析,监测各关节点位置信息以获得驾驶员实时动作信息,并将关节的位置信息与预置的危险动作特征信息进行比对,如监测到的关节位置信息与危险动作特征吻合,则向警报单元发出相应的状态异常信号;
所述报警单元用于在结收到所述驾驶姿势处理单元发送的异常信号后进行报警。
所述关节信息采集单元包括:Kinect传感器、红外摄影机、深度信息处理模块、关节点识别模块。Kinect传感器放置于车辆仪表盘上方,Kinect传感器通过控制线启动红外摄影机,红外摄影机的输出端与深度信息处理模块通过数据线连接,将获取的红外图像发送给深度信息处理模块。深度信息处理模块的输出端与关节识别模块的输入端通过数据线相连,将处理得到的深度图像发送给关节点识别模块。关节点识别模块的输出端与驾驶姿势处理单元的输入端通过数据线相连,将得到的关节位置信息发送给驾驶姿势处理单元。
驾驶姿势处理单元包括:头部信息处理模块、颈椎信息处理模块、手臂信息处理模块。驾驶姿势处理单元的输入端与关节信息采集单元的输出端相连,将驾驶姿势信息通过数据线分别发送给头部信息处理模块、颈椎信息处理模块和手臂信息处理模块。各处理模块的输出端与报警单元的输入端用数据线相连,将报警信号发送给报警单元。
报警单元包括:警报信息处理模块、报警装置。警报信息处理模块的输入端与驾驶姿势处理单元的输出端相连,接受来自驾驶姿势处理单元的报警信号。警报信息处理单元的输出端与报警装置的输入端用控制线相连,将报警装置控制信号发送给报警装置。
具体工作流程如下:
1.Kinect传感器启动红外摄影机获得其周围环境的深度图像。Kinect传感器启动红外摄影机,CMOS红外摄影机通过黑白光谱的方式来感知环境,纯黑代表无穷远,纯白代表无穷近。黑白间的灰色地带对应物体到传感器的物理距离。摄影机收集视野范围内的所有点,并形成一幅代表周围环境的景深图像。
2.深度信息处理模块识别图像的人体。深度信息处理模块对深度图像由小到大进行切割得到很多切面图像,然后深度信息处理模块对不同切面的图像进行分析,若切面图像里有和人体轮廓相似的区域,深度信息处理模块即对人体区域进行捕捉并跟踪,获得人体切面图像,并依照图像识别算法得出基本关节点位置。
3.关节点识别模块从上到下扫描深度信息处理模块获得的人体切面图像的人体区域,根据身高逐步识别出膝盖关节、手掌关节等20个关节点,20个人体关节点代号与名称对照参见表1,并把这些相对的关节点位置数据绑定到一个虚拟骨骼模型上,建立空间坐标系,完成关节识别。
表1
关节点代号 | 关节点名称 | 关节点代号 | 关节点名称 |
0 | 臀部中央 | 10 | 右手腕 |
1 | 脊柱 | 11 | 右手 |
2 | 肩部中央 | 12 | 左臀 |
3 | 头部 | 13 | 左膝 |
4 | 左肩 | 14 | 左脚踝 |
5 | 左肘 | 15 | 左脚 |
6 | 左手腕 | 16 | 右臀 |
7 | 左手 | 17 | 右膝盖 |
8 | 右肩 | 18 | 右脚踝 |
9 | 右肘 | 19 | 右脚 |
4.驾驶姿势处理单元对完成关节识别的虚拟骨骼模型进行分析,监测各关节点位置信息以获得驾驶员实时动作信息。头部、脊椎和手部信息处理模块会分别对各关节信息进行实时监测,将关节的位置信息与处理模块预置的危险动作特征信息进行比对,如图4至图7中示例的危险动作关节动作特征,如监测到的关节位置信息与危险动作特征吻合,相应的信息处理模块会向警报单元发出相应的状态异常信号。
头部信息处理模块分析头部动作:分析头部模型,包括头部和颈部的关节点。例如驾驶员瞌睡驾驶的识别:若关节3头部与关节2肩膀中点所称直线与y轴所成夹角在yoz平面频繁的在0°到90°间变化,则与点头的特征相匹配,***判定为驾驶员正在频繁的点头,表明此时驾驶员感到困倦,存在有瞌睡驾驶的可能性,头部信息处理模块向报警单元发出瞌睡驾驶信号。
脊椎信息处理模块分析脊椎动作。例如身体未坐直的监测:若关节2肩膀中点与关节1脊椎所成直线与y轴所成夹角在xoy平面与y轴角度超过30°且持续5秒以上,则此时与脊椎弯曲的特征匹配,此模型为驾驶员坐姿不正确,脊椎信息处理模块向警报处理模块发出坐姿异常信号。
手臂信息处理模块分析手臂动作。例如安全的驾驶状态要求驾驶员双手握持方向盘,以右侧为例,此种状态下关节4肩膀、关节5肘部、关节6腕部的Y坐标应为Y4>Y6>Y5,同样的,Y8>Y10>Y9。一种情况是短时内右手会离开方向盘换挡,使得Y4>Y5>Y6,该状态持续不应超过5秒。另一种情况是打方向盘动作使得手腕高于肩膀,即Y6>Y4>Y5或Y10>Y8>Y9,次状态持续不应超过10秒,否则车辆一直处于急转弯状态为危险状态。若不满足以上关系,手臂信息处理模块向警报处理模块发出手臂姿势异常信号。
5.报警单元在收到驾驶姿势处理单元发送的状态异常信号后,生成相应的报警装置控制信号发送给报警装置。报警装置为可编程语音报警器,接收到报警信号后发出对应的语音警报。
Claims (4)
1.一种基于Kinect人体姿势识别的驾驶状态监测***,其特征在于,包括:关节信息采集单元、驾驶姿势处理单元、报警单元;所述关节信息采集单元用以获得驾驶员的人体切面图像,并将依照图像识别算法得出的人体基本关节点数据绑定到虚拟骨骼模型上,建立空间坐标系,完成关节识别;驾驶姿势处理单元用于对完成关节识别的虚拟骨骼模型进行分析,监测各关节点位置信息以获得驾驶员实时动作信息,并将关节的位置信息与预置的危险动作特征信息进行比对,如监测到的关节位置信息与危险动作特征吻合,则向警报单元发出相应的状态异常信号;报警单元用于在收到所述驾驶姿势处理单元发送的异常信号后进行报警。
2.根据权利要求1所述的一种基于Kinect人体姿势识别的驾驶状态监测***,其特征在于,所述关节信息采集单元包括Kinect传感器、红外摄影机、深度信息处理模块、关节点识别模块;Kinect传感器置于车辆仪表盘上方,其通过控制线与红外摄影机连接,获得周围环境的深度图像;红外摄影机的输出端与深度信息处理模块通过数据线连接,将获取的深度图像发送给深度信息处理模块;深度信息处理模块将深度图像切割得到多个切面图像,对不同切面的图像进行分析,若切面图像里有人体轮廓区域,即进行捕捉和跟踪处理,获得人体切面图像;深度信息处理模块的输出端与关节识别模块的输入端通过数据线相连;关节点识别模块扫描深度信息处理模块获得的人体切面图像的人体区域,根据身高逐步识别出人体的多个关节点,并把关节点位置数据绑定到虚拟骨骼模型上,建立空间坐标系,完成关节识别;关节点识别模块的输出端与驾驶姿势处理单元的输入端通过数据线相连,将得到的关节位置信息发送给驾驶姿势处理单元。
3.根据权利要求1所述的一种基于Kinect人体姿势识别的驾驶状态监测***,其特征在于,所述驾驶姿势处理单元包括头部信息处理模块、颈椎信息处理模块、手臂信息处理模块;头部信息处理模块、颈椎信息处理模块和手臂信息处理模块的输入端分别与关节信息采集单元的输出端连接;头部信息处理模块、颈椎信息处理模块和手臂信息处理模块的输出端与报警单元的输入端通过数据线连接,将状态异常信号发送给报警单元。
4.根据权利要求1所述的一种基于Kinect人体姿势识别的驾驶状态监测***,其特征在于,所述报警单元包括警报信息处理模块、报警装置;警报信息处理模块的输入端与驾驶姿势处理单元的输出端相连,接受来自驾驶姿势处理单元的状态异常信号并生成相应的报警装置控制信号,警报信息处理单元的输出端与报警装置的输入端通过控制线相连,报警装置接收报警装置控制信号后进行报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510834128.2A CN105551182A (zh) | 2015-11-26 | 2015-11-26 | 基于Kinect人体姿势识别的驾驶状态监测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510834128.2A CN105551182A (zh) | 2015-11-26 | 2015-11-26 | 基于Kinect人体姿势识别的驾驶状态监测*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105551182A true CN105551182A (zh) | 2016-05-04 |
Family
ID=55830353
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510834128.2A Pending CN105551182A (zh) | 2015-11-26 | 2015-11-26 | 基于Kinect人体姿势识别的驾驶状态监测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105551182A (zh) |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105760832A (zh) * | 2016-02-14 | 2016-07-13 | 武汉理工大学 | 基于Kinect传感器的逃犯识别方法 |
CN106327484A (zh) * | 2016-08-16 | 2017-01-11 | 苏州迪凯尔医疗科技有限公司 | 一种用于牙医操作姿势评估的方法 |
CN106355836A (zh) * | 2016-08-29 | 2017-01-25 | 乐视控股(北京)有限公司 | 一种车辆驾驶的安全监控方法和装置 |
CN106372858A (zh) * | 2016-09-12 | 2017-02-01 | 成都集致生活科技有限公司 | 一种建筑行业的招工***及其使用方法 |
CN106503752A (zh) * | 2016-11-14 | 2017-03-15 | 吉林大学 | 一种坐式手工装配线疲劳度检测*** |
CN106710145A (zh) * | 2016-12-29 | 2017-05-24 | 清华大学苏州汽车研究院(吴江) | 一种引导式驾驶员困倦预防方法 |
CN107126224A (zh) * | 2017-06-20 | 2017-09-05 | 中南大学 | 一种基于Kinect的轨道列车驾驶员状态的实时监测和预警方法与*** |
CN107187467A (zh) * | 2017-05-27 | 2017-09-22 | 中南大学 | 用于行车安全保障与事故归责的驾驶员监控方法及*** |
CN107194381A (zh) * | 2017-07-06 | 2017-09-22 | 重庆邮电大学 | 基于Kinect的驾驶员状态监测*** |
CN108268137A (zh) * | 2018-01-24 | 2018-07-10 | 吉林大学 | 一种虚拟装配中握取、移动和放手动作测算方法 |
CN108446678A (zh) * | 2018-05-07 | 2018-08-24 | 同济大学 | 一种基于骨骼特征的危险驾驶行为识别方法 |
CN109376720A (zh) * | 2018-12-19 | 2019-02-22 | 杭州电子科技大学 | 基于关节点时空简单循环网络和注意力机制的动作分类方法 |
CN109543651A (zh) * | 2018-12-06 | 2019-03-29 | 长安大学 | 一种驾驶员危险驾驶行为检测方法 |
CN109919134A (zh) * | 2019-03-25 | 2019-06-21 | 王奕然 | 一种基于视觉的运营车辆人员异常行为检测方法 |
CN110378214A (zh) * | 2019-06-12 | 2019-10-25 | 北京奇艺世纪科技有限公司 | 行为识别和响应方法、设备、智能处理设备及介质 |
CN110727277A (zh) * | 2019-08-23 | 2020-01-24 | 珠海格力电器股份有限公司 | 带毫米波雷达的洗车机的控制方法.装置及智能洗车机 |
CN110991292A (zh) * | 2019-11-26 | 2020-04-10 | 爱菲力斯(深圳)科技有限公司 | 动作识别比对方法、***、计算机存储介质和电子装置 |
CN111301280A (zh) * | 2018-12-11 | 2020-06-19 | 北京嘀嘀无限科技发展有限公司 | 一种危险状态识别方法及装置 |
CN111376910A (zh) * | 2018-12-29 | 2020-07-07 | 北京嘀嘀无限科技发展有限公司 | 用户行为的识别方法、识别***及计算机设备 |
CN111460855A (zh) * | 2019-01-20 | 2020-07-28 | 青岛海尔智能技术研发有限公司 | 物品终端用户行为监测的方法、装置及计算机存储介质 |
CN111882827A (zh) * | 2020-07-27 | 2020-11-03 | 复旦大学 | 一种疲劳驾驶监测方法、***、装置和可读存储介质 |
CN113741689A (zh) * | 2021-08-20 | 2021-12-03 | 苏州创捷传媒展览股份有限公司 | 一种基于Kinect人体轮廓识别交互的展示*** |
CN113749651A (zh) * | 2021-10-18 | 2021-12-07 | 长春理工大学 | 一种基于人体姿势识别的压力评估方法及压力评估*** |
CN113925497A (zh) * | 2021-10-22 | 2022-01-14 | 吉林大学 | 一种基于双目视觉测量***的汽车乘员乘坐姿态提取方法 |
CN114190928A (zh) * | 2021-12-27 | 2022-03-18 | 清华大学 | 险态工况下驾驶行为的识别方法、装置和计算机设备 |
US11392801B2 (en) | 2018-05-29 | 2022-07-19 | Huawei Technologies Co., Ltd. | Action recognition method and apparatus |
US11478169B2 (en) | 2017-10-13 | 2022-10-25 | Huawei Technologies Co., Ltd. | Action recognition and pose estimation method and apparatus |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103796892A (zh) * | 2011-07-05 | 2014-05-14 | 沙特***石油公司 | 用于监测车辆司机的健康状态和人体工程学状态的***、计算机介质和计算机实现方法 |
CN104157107A (zh) * | 2014-07-24 | 2014-11-19 | 燕山大学 | 一种基于Kinect传感器的人体姿势矫正装置 |
CN104504856A (zh) * | 2014-12-30 | 2015-04-08 | 天津大学 | 基于Kinect及人脸识别的疲劳驾驶检测方法 |
US20150294481A1 (en) * | 2012-12-28 | 2015-10-15 | Kabushiki Kaisha Toshiba | Motion information processing apparatus and method |
-
2015
- 2015-11-26 CN CN201510834128.2A patent/CN105551182A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103796892A (zh) * | 2011-07-05 | 2014-05-14 | 沙特***石油公司 | 用于监测车辆司机的健康状态和人体工程学状态的***、计算机介质和计算机实现方法 |
US20150294481A1 (en) * | 2012-12-28 | 2015-10-15 | Kabushiki Kaisha Toshiba | Motion information processing apparatus and method |
CN104157107A (zh) * | 2014-07-24 | 2014-11-19 | 燕山大学 | 一种基于Kinect传感器的人体姿势矫正装置 |
CN104504856A (zh) * | 2014-12-30 | 2015-04-08 | 天津大学 | 基于Kinect及人脸识别的疲劳驾驶检测方法 |
Non-Patent Citations (4)
Title |
---|
ABSOLUTELY113: "Kinect原理揭秘以及玩法汇总", 《360DOC个人图书馆》 * |
HANSHUNING: "体感外设Kinect原理揭秘以及玩法汇总", 《CSDN博客频道-HANSHUNING的专栏》 * |
MILU: "体感外设Kinect原理揭秘以及玩法汇总", 《果壳网创意科技小组》 * |
胡习之等: "基于Kinect传感器的驾驶员状态监测***", 《价值工程》 * |
Cited By (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105760832A (zh) * | 2016-02-14 | 2016-07-13 | 武汉理工大学 | 基于Kinect传感器的逃犯识别方法 |
CN106327484B (zh) * | 2016-08-16 | 2019-07-16 | 苏州迪凯尔医疗科技有限公司 | 一种用于牙医操作姿势评估的方法 |
CN106327484A (zh) * | 2016-08-16 | 2017-01-11 | 苏州迪凯尔医疗科技有限公司 | 一种用于牙医操作姿势评估的方法 |
CN106355836A (zh) * | 2016-08-29 | 2017-01-25 | 乐视控股(北京)有限公司 | 一种车辆驾驶的安全监控方法和装置 |
CN106372858A (zh) * | 2016-09-12 | 2017-02-01 | 成都集致生活科技有限公司 | 一种建筑行业的招工***及其使用方法 |
CN106503752B (zh) * | 2016-11-14 | 2018-03-27 | 吉林大学 | 一种坐式手工装配线疲劳度检测*** |
CN106503752A (zh) * | 2016-11-14 | 2017-03-15 | 吉林大学 | 一种坐式手工装配线疲劳度检测*** |
CN106710145A (zh) * | 2016-12-29 | 2017-05-24 | 清华大学苏州汽车研究院(吴江) | 一种引导式驾驶员困倦预防方法 |
CN106710145B (zh) * | 2016-12-29 | 2019-10-25 | 清华大学苏州汽车研究院(吴江) | 一种引导式驾驶员困倦预防方法 |
CN107187467A (zh) * | 2017-05-27 | 2017-09-22 | 中南大学 | 用于行车安全保障与事故归责的驾驶员监控方法及*** |
CN107126224A (zh) * | 2017-06-20 | 2017-09-05 | 中南大学 | 一种基于Kinect的轨道列车驾驶员状态的实时监测和预警方法与*** |
CN107194381A (zh) * | 2017-07-06 | 2017-09-22 | 重庆邮电大学 | 基于Kinect的驾驶员状态监测*** |
US11478169B2 (en) | 2017-10-13 | 2022-10-25 | Huawei Technologies Co., Ltd. | Action recognition and pose estimation method and apparatus |
CN108268137A (zh) * | 2018-01-24 | 2018-07-10 | 吉林大学 | 一种虚拟装配中握取、移动和放手动作测算方法 |
CN108268137B (zh) * | 2018-01-24 | 2018-11-06 | 吉林大学 | 一种虚拟装配中握取、移动和放手动作测算方法 |
CN108446678A (zh) * | 2018-05-07 | 2018-08-24 | 同济大学 | 一种基于骨骼特征的危险驾驶行为识别方法 |
CN108446678B (zh) * | 2018-05-07 | 2021-05-11 | 同济大学 | 一种基于骨骼特征的危险驾驶行为识别方法 |
US11704938B2 (en) | 2018-05-29 | 2023-07-18 | Huawei Technologies Co., Ltd. | Action recognition method and apparatus |
US11392801B2 (en) | 2018-05-29 | 2022-07-19 | Huawei Technologies Co., Ltd. | Action recognition method and apparatus |
CN109543651A (zh) * | 2018-12-06 | 2019-03-29 | 长安大学 | 一种驾驶员危险驾驶行为检测方法 |
CN109543651B (zh) * | 2018-12-06 | 2022-11-22 | 长安大学 | 一种驾驶员危险驾驶行为检测方法 |
CN111301280A (zh) * | 2018-12-11 | 2020-06-19 | 北京嘀嘀无限科技发展有限公司 | 一种危险状态识别方法及装置 |
CN109376720B (zh) * | 2018-12-19 | 2022-01-18 | 杭州电子科技大学 | 基于关节点时空简单循环网络和注意力机制的动作分类方法 |
CN109376720A (zh) * | 2018-12-19 | 2019-02-22 | 杭州电子科技大学 | 基于关节点时空简单循环网络和注意力机制的动作分类方法 |
CN111376910A (zh) * | 2018-12-29 | 2020-07-07 | 北京嘀嘀无限科技发展有限公司 | 用户行为的识别方法、识别***及计算机设备 |
CN111460855A (zh) * | 2019-01-20 | 2020-07-28 | 青岛海尔智能技术研发有限公司 | 物品终端用户行为监测的方法、装置及计算机存储介质 |
CN111460855B (zh) * | 2019-01-20 | 2023-11-24 | 青岛海尔智能技术研发有限公司 | 物品终端用户行为监测的方法、装置及计算机存储介质 |
CN109919134B (zh) * | 2019-03-25 | 2023-04-18 | 王奕然 | 一种基于视觉的运营车辆人员异常行为检测方法 |
CN109919134A (zh) * | 2019-03-25 | 2019-06-21 | 王奕然 | 一种基于视觉的运营车辆人员异常行为检测方法 |
CN110378214A (zh) * | 2019-06-12 | 2019-10-25 | 北京奇艺世纪科技有限公司 | 行为识别和响应方法、设备、智能处理设备及介质 |
CN110378214B (zh) * | 2019-06-12 | 2021-08-20 | 北京奇艺世纪科技有限公司 | 行为特征处理方法、设备、智能处理设备及介质 |
CN110727277A (zh) * | 2019-08-23 | 2020-01-24 | 珠海格力电器股份有限公司 | 带毫米波雷达的洗车机的控制方法.装置及智能洗车机 |
CN110991292A (zh) * | 2019-11-26 | 2020-04-10 | 爱菲力斯(深圳)科技有限公司 | 动作识别比对方法、***、计算机存储介质和电子装置 |
CN111882827A (zh) * | 2020-07-27 | 2020-11-03 | 复旦大学 | 一种疲劳驾驶监测方法、***、装置和可读存储介质 |
CN113741689A (zh) * | 2021-08-20 | 2021-12-03 | 苏州创捷传媒展览股份有限公司 | 一种基于Kinect人体轮廓识别交互的展示*** |
CN113741689B (zh) * | 2021-08-20 | 2024-01-19 | 苏州创捷传媒展览股份有限公司 | 一种基于Kinect人体轮廓识别交互的展示*** |
CN113749651A (zh) * | 2021-10-18 | 2021-12-07 | 长春理工大学 | 一种基于人体姿势识别的压力评估方法及压力评估*** |
CN113925497A (zh) * | 2021-10-22 | 2022-01-14 | 吉林大学 | 一种基于双目视觉测量***的汽车乘员乘坐姿态提取方法 |
CN113925497B (zh) * | 2021-10-22 | 2023-09-15 | 吉林大学 | 一种基于双目视觉测量***的汽车乘员乘坐姿态提取方法 |
CN114190928B (zh) * | 2021-12-27 | 2022-07-08 | 清华大学 | 险态工况下驾驶行为的识别方法、装置和计算机设备 |
CN114190928A (zh) * | 2021-12-27 | 2022-03-18 | 清华大学 | 险态工况下驾驶行为的识别方法、装置和计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105551182A (zh) | 基于Kinect人体姿势识别的驾驶状态监测*** | |
CN111033512B (zh) | 用于基于简单的二维平面摄像装置与自主行驶车辆通信的动作控制装置 | |
KR102053794B1 (ko) | 생체신호를 이용한 차량 간 운전자의 주행의도정보 상호전달 시스템 및 그 제어방법 | |
US20200104617A1 (en) | System and method for remote monitoring of a human | |
Vitabile et al. | Bright pupil detection in an embedded, real-time drowsiness monitoring system | |
Beauchemin et al. | Portable and scalable vision-based vehicular instrumentation for the analysis of driver intentionality | |
JP2019195377A (ja) | データ処理装置、モニタリングシステム、覚醒システム、データ処理方法、及びデータ処理プログラム | |
CN111645694B (zh) | 一种基于姿态估计的驾驶员驾驶状态监测***及方法 | |
KR20180090644A (ko) | 운전자 및 차량 간의 상호 작용을 위한 장치 및 그 방법 | |
JP2013024662A (ja) | 3次元範囲計測システム、3次元範囲計測プログラムおよび記録媒体 | |
CN111105594A (zh) | 车辆及驾驶员疲劳驾驶的识别方法、装置 | |
US10268903B2 (en) | Method and system for automatic calibration of an operator monitor | |
US11935262B2 (en) | Method and device for determining a probability with which an object will be located in a field of view of a driver of a vehicle | |
CN112215093A (zh) | 一种车辆驾驶能力水平的评价方法及装置 | |
KR20110135715A (ko) | 차량의 운전상황 측정 장치 | |
CN109919134B (zh) | 一种基于视觉的运营车辆人员异常行为检测方法 | |
CN111263133B (zh) | 信息处理方法及*** | |
CN113553920A (zh) | 注视方向特征采集方法、装置、计算机设备和存储介质 | |
CN113158766A (zh) | 面向无人驾驶的基于姿态估计的行人行为识别方法 | |
US10528830B2 (en) | System and method for remote monitoring of a human | |
CN110803170B (zh) | 智能用户接口的驾驶辅助*** | |
JP6772775B2 (ja) | 運転支援装置および運転支援方法 | |
JP7331632B2 (ja) | 運転支援装置、運転支援方法、及び運転支援プログラム | |
CN112669578B (zh) | 余光区域中基于声源的感兴趣对象告警方法和*** | |
Voinea et al. | Vision-Based System for Driver Posture Tracking to Prevent Musculoskeletal Disorders |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160504 |