专利名称：基于人脸检测的安全带违章事件智能检测方法
技术领域：
本发明一般涉及图像处理以及模式识别领域，具体涉及安全带违章的自动检测方法。
背景技术：
现在已经进入了信息时代，各种信息显现爆炸式增长，如何更好的处理海量信息已成为社会热门话题。随着城市的发展，交通监控进入一个新的时代，如果还是通过人工监控，只会越来越吃力。在交通系统的安全带检测中，目前主要都是用人眼的方式去识别，效率非常低。将安全带检测自动化，智能化，高效化，我们可以更高效、更精确的处理海量的交通信息，从而节约交通监控的处理时间、人力。现有的主流安全带识别方法主要通过定位车辆车牌然后估算出主驾驶员的位置再利用霍夫直线检测去检测安全带的存在。这种方法不能准确地找出驾驶员的位置，精确度不高，而且仅能找出主驾座的安全带，副驾驶座的安全带无法识别。
发明内容
本发明针对当前交通监控图片量巨大，图片审核人力资源缺乏的情况，提供了基于人脸检测的安全带违章事件智能检测方法。本发明目的在于帮助交通监控图片人员自动、快速找出没有带安全带的车辆。具体技术方案如下所述。基于人脸检测的安全带违章事件智能检测方法，包括以下步骤(I)读取一张格式为JPG、BMP或PNG的本地图像文件；(2)根据步骤(I)读取的图像中的RGB颜色信息和结构特征的定位车牌的位置；(3)根据梯度直方图信息及车牌位置定位车窗矩形框；(4)在车窗矩形框内进行基于Haar特征的人脸检测；(5)根据车窗和人脸检测进行安全带检测；(6)判断是否违章驾驶，如果主驾驶座没检测到安全带，则判定为违章驾驶；如果主驾驶座检测到有安全带，同时副驾驶座检测到有人脸但却没有检测到安全带也判断为违章驾驶；其他情况为合法驾驶。具体的，步骤(2)中定位车牌的位置包括以下步骤(2.1)遍历步骤⑴所读取的图像的每一个像素点，提取并记录每个像素点的红、
b>kxr
绿、蓝3个颜色分量的值分别为r、g、b，将满足不等式組
g>r>l.2xg6 >50
的像素点标记为蓝色车牌像素，将满足不等式组
权利要求
1.基于人脸检测的安全带违章事件智能检测方法，其特征在于，包括以下步骤 (1)读取一张格式为JPG、BMP或PNG的本地图像文件； (2)根据步骤(I)读取的图像中的RGB颜色信息和结构特征的定位车牌的位置； (3)根据梯度直方图信息及车牌位置定位车窗矩形框； (4)在车窗矩形框内进行基于Haar特征的人脸检测； (5)根据车窗和人脸检测进行安全带检测； (6)判断是否违章驾驶，如果主驾驶座没检测到安全带，则判定为违章驾驶，如果主驾驶座检测到有安全带，同时副驾驶座检测到有人脸但却没有检测到安全带也判断为违章驾驶；其他情况为合法驾驶。
2.根据权利要求1所述基于人脸检测的安全带违章事件智能检测方法，其特征在于步骤(2)中定位车牌的位置包括以下步骤 (2.1)遍历步骤(I)读取的图像的每一个像素点，提取并记录每个像素点的红、绿、蓝3个颜色分量的值分别为r、g、b，将满足不等式组
3.根据权利要求1所述基于人脸检测的安全带违章事件智能检测方法，其特征在于步骤(3)中定位车窗矩形框包括以下步骤 (3.1)将步骤(I)读取的图像转化为灰度图； (3. 2)使用Prewitt算子得到水平梯度值和垂直梯度值,分别记为gy、gx,然后计算每 个像素点的梯度方向
4.根据权利要求1所述基于人脸检测的安全带违章事件智能检测方法，其特征在于步骤(4)中的人脸检测方法是采用opencv开源库中基于Haar分类器的人脸检测算法。
5.根据权利要求1所述基于人脸检测的安全带违章事件智能检测方法，其特征在于步骤(5)中的安全带检测包括以下步骤 (5.1)对于主驾驶座，将人脸的右下方矩形框定位为安全带检测区域，检测区域左上角的坐标为主驾人脸矩形左上角坐标向右平移0.3倍人脸矩形宽度得到，检测区域的宽度为人脸矩形宽度的2. 3倍，高度人脸矩形高度的2. 5倍；副驾驶座的安全带检测区域的定位方法和主驾的定位方法类似，对称处理即可； (5. 2)将原始图像转化为灰度图，使用3x3核进行高斯平滑； (5.3)使用
6.根据权利要求5所述基于人脸检测的安全带违章事件智能检测方法，其特征在于，步骤(5.5)中阈值的值为车牌宽度的三分之一。
全文摘要
本发明公开了基于人脸检测的安全带违章事件智能检测方法，先将图像按设定比例进行缩小，再在图像中进行车牌定位，然后根据车牌位置提取车窗，在车窗内用Haar方法进行人脸检测，最后在人脸的附近进行安全带检测，如果有人脸的座位没带安全带，则判为非法驾驶，否则为合法驾驶。本发明没有复杂的训练过程，直接对源图片进行自动检测，检测速度快，准确率高。
文档编号G06K9/00GK102999749SQ20121056301
公开日2013年3月27日 申请日期2012年12月21日 优先权日2012年12月21日
发明者黄翰, 刘瑛春, 游诗庄, 葛伟, 吴赟, 李政德 申请人:广东万安科技股份有限公司