一种基于支持向量机的盲驾检测方法

摘要

本发明公开了一种基于支持向量机的盲驾检测方法，本发明采用视频图像识别技术，监控驾驶员脸部几何关系的畸变特征，基于SVM（支持向量机）分类器判断是否处于低头状态，依据驾驶员处于低头状态时间的长短实时判断是否存在盲驾行为，具有监控准确度高，漏检误检少，受环境影响小，速度快，成本低等特点。

主权项

一种基于支持向量机的盲驾检测方法，其特征在于，包括以下步骤：11)检测开始前，加载现有的人脸检测分类器文件和主动表观模型的脸部模型，并基于支持向量机原理训练驾驶员低头俯视的人脸分类器文件；12)检测开始，实时采集驾驶员的头部图像，并变换成灰度图像；13)基于步骤11)加载的人脸检测分类器文件以及步骤12)所得到的灰度图像，判断当前帧中人脸是否存在，如是，则基于步骤11)加载的主动表观模型的脸部模型，准确定位驾驶员的脸部轮廓特征点；如否，则直接进入步骤14)；14)如人脸不存在，则基于人脸消失的时间特征判断驾驶员是否处于盲驾状态；如人脸存在，则基于步骤11)训练得到的驾驶员低头俯视的人脸分类器文件以及步骤13)得到的驾驶员的脸部轮廓特征点，判断驾驶员是否长时间处于低头状态，如果是，则判断驾驶员处于盲驾状态；15)当驾驶员处于盲驾状态时，向驾驶员发出警报或向远程监控的服务器发送驾驶员处于盲驾状态时的实时视频。