利用眼鏡分類(lèi)器的眼睛離開(kāi)道路分類(lèi)的制作方法
【專(zhuān)利摘要】本發(fā)明涉及利用眼鏡分類(lèi)器的眼睛離開(kāi)道路分類(lèi)。一種用于確定存在眼睛離開(kāi)道路(EOTR)狀態(tài)的方法包括從單目攝像裝置捕獲對(duì)應(yīng)于駕駛員的圖像數(shù)據(jù)。使用眼鏡分類(lèi)器基于圖像數(shù)據(jù)對(duì)駕駛員是否佩戴眼鏡進(jìn)行檢測(cè)。當(dāng)檢測(cè)到駕駛員佩戴眼鏡時(shí)，從捕獲的圖像數(shù)據(jù)檢測(cè)駕駛員面部位置，并且使用EOTR分類(lèi)器基于駕駛員面部位置確定是否存在EOTR狀態(tài)。
【專(zhuān)利說(shuō)明】利用眼鏡分類(lèi)器的眼睛離開(kāi)道路分類(lèi)
[0001]相關(guān)申請(qǐng)的交叉引用
本專(zhuān)利申請(qǐng)要求2013年I月18日提交的美國(guó)臨時(shí)申請(qǐng)N0.61/754，515的優(yōu)先權(quán)，該申請(qǐng)以引用方式并入本文中。
【技術(shù)領(lǐng)域】
[0002]本公開(kāi)涉及監(jiān)測(cè)車(chē)輛駕駛員并確定駕駛員的視線是否離開(kāi)道路。
【背景技術(shù)】
[0003]此部分中的陳述僅提供與本公開(kāi)有關(guān)的背景信息。因此，這樣的陳述并非意圖構(gòu)成對(duì)現(xiàn)有技術(shù)的承認(rèn)。
[0004]能夠監(jiān)視車(chē)輛的操作者并檢測(cè)操作者是否不注意道路場(chǎng)景的車(chē)輛允許采取措施來(lái)防止因操作者不注意導(dǎo)致的車(chē)輛碰撞。例如，報(bào)警系統(tǒng)可以啟用以提醒駕駛員他或她注意力不集中。此外，自動(dòng)制動(dòng)和自動(dòng)轉(zhuǎn)向系統(tǒng)可以啟用以便在確定駕駛員甚至在被警告之后也未能集中注意力時(shí)將車(chē)輛停止。
[0005]已經(jīng)知道使用駕駛員監(jiān)視攝像裝置，該裝置被配置成監(jiān)視駕駛員并且檢測(cè)眼睛離開(kāi)道路(EOTR)狀態(tài)，以根據(jù)估計(jì)的駕駛員注視方向指出駕駛員的眼睛離開(kāi)道路。然而，當(dāng)駕駛員佩戴眼鏡時(shí)，由于對(duì)駕駛員注視方向的估計(jì)不可靠，性能會(huì)降低。同樣，當(dāng)駕駛員佩戴太陽(yáng)鏡時(shí)，無(wú)法獲得對(duì)駕駛員注視方向的估計(jì)。

【發(fā)明內(nèi)容】

[0006]一種用于確定存在眼睛離開(kāi)道路(EOTR)狀態(tài)的方法包括從單目攝像裝置捕獲對(duì)應(yīng)于駕駛員的圖像數(shù)據(jù)。對(duì)駕駛員是否佩戴眼鏡的檢測(cè)基于使用眼鏡分類(lèi)器的圖像數(shù)據(jù)。當(dāng)檢測(cè)到駕駛員佩戴眼鏡時(shí)，從捕獲的圖像數(shù)據(jù)檢測(cè)駕駛員面部位置，并且使用EOTR分類(lèi)器基于駕駛員面部位置確定是否存在EOTR狀態(tài)。
[0007]本發(fā)明涉及下列技術(shù)方案。
[0008]1.一種用于確定是否存在眼睛離開(kāi)道路狀態(tài)的方法，包括:
從單目攝像裝置捕獲對(duì)應(yīng)于駕駛員的圖像數(shù)據(jù)；
使用眼鏡分類(lèi)器基于所述圖像數(shù)據(jù)檢測(cè)所述駕駛員是否佩戴眼鏡；以及 當(dāng)檢測(cè)到所述駕駛員佩戴眼鏡時(shí):
從所述捕獲的圖像數(shù)據(jù)檢測(cè)駕駛員面部位置；以及
使用眼睛離開(kāi)道路分類(lèi)器基于所述駕駛員面部位置確定是否存在所述眼睛離開(kāi)道路狀態(tài)。
[0009]2.根據(jù)技術(shù)方案2所述的方法，其中使用所述眼鏡分類(lèi)器基于所述圖像數(shù)據(jù)檢測(cè)所述駕駛員是否佩戴眼鏡包括:
從所述捕獲的圖像數(shù)據(jù)提取面部特征；
使用由聚類(lèi)例程獲得的多個(gè)視覺(jué)單詞的詞典來(lái)量子化所述提取的視覺(jué)特征； 池化所述量子化的視覺(jué)特征以生成所述視覺(jué)單詞的空間直方圖；以及 使用所述眼鏡分類(lèi)器將所述空間直方圖分類(lèi)以檢測(cè)所述駕駛員是否佩戴眼鏡。
[0010]3.根據(jù)技術(shù)方案2所述的方法，其中所述視覺(jué)特征通過(guò)以下方式從所述捕獲的圖像數(shù)據(jù)提取:
將密集尺度不變特征變換描述符施加在所述捕獲的圖像數(shù)據(jù)的密集網(wǎng)格上。
[0011]4.根據(jù)技術(shù)方案2所述的方法，其中所述聚類(lèi)例程包括k-平均聚類(lèi)例程。
[0012]5.根據(jù)技術(shù)方案I所述的方法，其中所述眼鏡分類(lèi)器包括多分類(lèi)支持向量機(jī)線性分類(lèi)器。
[0013]6.根據(jù)技術(shù)方案5所述的方法，還包括:
使用多個(gè)均勻分布的訓(xùn)練過(guò)的圖像訓(xùn)練所述多分類(lèi)支持向量機(jī)線性分類(lèi)器，其中每個(gè)訓(xùn)練過(guò)的圖像包括對(duì)應(yīng)于三個(gè)類(lèi)別之一的相應(yīng)的采樣的駕駛員。
[0014]7.根據(jù)技術(shù)方案6所述的方法，其中所述三個(gè)類(lèi)別包括所述采樣的駕駛員不戴眼鏡、所述采樣的駕駛員佩戴普通眼鏡、以及所述采樣的駕駛員佩戴太陽(yáng)鏡。
[0015]8.根據(jù)技術(shù)方案I所述的方法，其中使用所述眼睛離開(kāi)道路分類(lèi)器基于所述駕駛員面部位置確定是否存在所述眼睛離開(kāi)道路狀態(tài)包括:
從所述捕獲的圖像數(shù)據(jù)提取視覺(jué)特征；
使用由聚類(lèi)例程獲得的多個(gè)視覺(jué)單詞的詞典量子化所述提取的視覺(jué)特征；
池化所述量子化的視覺(jué)特征以生成所述視覺(jué)單詞的至少一個(gè)空間直方圖；
生成與所述駕駛員面部位置串接的所述視覺(jué)單詞的所述至少一個(gè)空間直方圖的特征向量；以及
使用所述眼睛離開(kāi)道路分類(lèi)器將所述特征向量分類(lèi)以確定是否存在所述EOR狀態(tài)。
[0016]9.根據(jù)技術(shù)方案8所述的方法，其中所述視覺(jué)特征通過(guò)以下方式從所述捕獲的圖像數(shù)據(jù)提取:
將密集尺度不變特征變換描述符施加在所述捕獲的圖像數(shù)據(jù)的密集網(wǎng)格上。
[0017]10.根據(jù)技術(shù)方案8所述的方法，其中所述聚類(lèi)例程包括k_平均聚類(lèi)例程。
[0018]11.根據(jù)技術(shù)方案8所述的方法，其中池化所述量子化的圖像數(shù)據(jù)以生成所述視覺(jué)單詞的所述空間直方圖包括:
池化所述量子化的圖像數(shù)據(jù)以生成所述視覺(jué)單詞的多個(gè)空間直方圖。
[0019]12.根據(jù)技術(shù)方案8所述的方法，其中所述視覺(jué)單詞的所述多個(gè)空間直方圖通過(guò)以下方式生成:
將所述捕獲的圖像數(shù)據(jù)分割成越來(lái)越細(xì)化的子區(qū)域；以及
基于所述越來(lái)越細(xì)化的子區(qū)域生成所述多個(gè)空間直方圖，其中每個(gè)子區(qū)域包括所述多個(gè)空間直方圖中相應(yīng)的空間直方圖。
[0020]13.根據(jù)技術(shù)方案8所述的方法，其中將所述特征向量分類(lèi)以確定是否存在所述EOR狀態(tài)包括:
將所述特征向量分類(lèi)以提取用于所述檢測(cè)到的面部位置的姿勢(shì)信息。
[0021]14.根據(jù)技術(shù)方案I所述的方法，其中所述眼睛離開(kāi)道路分類(lèi)器包括二進(jìn)制支持向量機(jī)線性分類(lèi)器。
[0022]15.根據(jù)技術(shù)方案14所述的方法，還包括: 使用多個(gè)均勻分布的訓(xùn)練過(guò)的圖像訓(xùn)練所述二進(jìn)制支持向量機(jī)線性分類(lèi)器，其中每個(gè)訓(xùn)練過(guò)的圖像包括佩戴眼鏡且對(duì)應(yīng)于兩個(gè)類(lèi)別之一的相應(yīng)的采樣的面部圖像。
[0023]16.根據(jù)技術(shù)方案15所述的方法，其中所述兩個(gè)類(lèi)別包括指示駕駛員眼睛盯在路面上的所述相應(yīng)的采樣的面部圖像和指示所述駕駛員眼睛離開(kāi)道路的所述相應(yīng)的采樣的面部圖像。
[0024]17.根據(jù)技術(shù)方案15所述的方法，其中所述多個(gè)訓(xùn)練過(guò)的圖像的第一部分在白天被捕獲并且所述多個(gè)訓(xùn)練過(guò)的圖像的剩余第二部分在夜間被捕獲。
[0025]18.根據(jù)技術(shù)方案I所述的方法，還包括:
僅當(dāng)未檢測(cè)到所述駕駛員佩戴眼鏡時(shí)，基于估計(jì)的所述駕駛員的注視方向確定是否存在所述眼睛離開(kāi)道路狀態(tài)。
[0026]19.一種用于確定是否存在眼睛離開(kāi)道路狀態(tài)的設(shè)備，包括:
車(chē)內(nèi)單目攝像裝置，用于捕獲指向駕駛員的視場(chǎng)中的圖像數(shù)據(jù)；以及 處理裝置，其被配置成:
使用眼鏡分類(lèi)器基于所述圖像數(shù)據(jù)檢測(cè)所述駕駛員是否佩戴眼鏡；以及 當(dāng)檢測(cè)到所述駕駛員佩戴眼鏡時(shí):
從所述捕獲的圖像數(shù)據(jù)檢測(cè)駕駛員面部位置；以及
使用眼睛離開(kāi)道路分類(lèi)器基于所述駕駛員面部位置確定是否存在所述眼睛離開(kāi)道路狀態(tài)。
[0027]20.根據(jù)技術(shù)方案19所述的設(shè)備，還包括:
紅外發(fā)光器，其用于在低光照條件下照亮駕駛員。
【專(zhuān)利附圖】

【附圖說(shuō)明】
[0028]現(xiàn)在將以舉例方式參照附圖描述一個(gè)或多個(gè)實(shí)施例，在附圖中:
圖1示出根據(jù)本公開(kāi)的車(chē)輛內(nèi)的駕駛員監(jiān)視系統(tǒng)的部件的示例性非限制性視圖；
圖2示出根據(jù)本公開(kāi)的由圖1的攝像裝置捕獲的車(chē)輛的駕駛員的非限制性圖像數(shù)據(jù)；圖3示出根據(jù)本公開(kāi)的用于選擇用來(lái)確定是否存在眼睛離開(kāi)道路(EOTR)狀態(tài)的兩種方法之一的示例性流程圖；
圖4示出根據(jù)本公開(kāi)的用于檢測(cè)圖2的駕駛員是否佩戴眼鏡的圖3的決策框304的示例性流程圖；
圖5示出根據(jù)本公開(kāi)的用于使用EOTR分類(lèi)器檢測(cè)是否存在EOTR狀態(tài)的圖3的框308的直接EOTR檢測(cè)方法的執(zhí)行的示例性流程圖500 ;以及
圖6示出根據(jù)本公開(kāi)的用于構(gòu)建空間金字塔視覺(jué)詞袋以生成多個(gè)空間直方圖的示例性非限制性實(shí)施例。
【具體實(shí)施方式】
[0029]現(xiàn)在參看附圖，其中所示內(nèi)容僅用于示出某些示例性實(shí)施例而不用于限制該示例性實(shí)施例，圖1示出根據(jù)本公開(kāi)的車(chē)輛內(nèi)的駕駛員監(jiān)視系統(tǒng)的部件的示例性非限制性視圖。駕駛員監(jiān)視系統(tǒng)包括車(chē)內(nèi)單目攝像機(jī)10，其被配置成捕獲指向車(chē)輛駕駛員的視場(chǎng)(FOV)中的圖像數(shù)據(jù)。捕獲的圖像數(shù)據(jù)包括視頻流，其包括多個(gè)連續(xù)捕獲的圖像幀。攝像裝置10能夠接收光或其它輻射，并且使用例如電荷耦合裝置(CCD)傳感器或互補(bǔ)金屬氧化物半導(dǎo)體(CMOS)傳感器中的一個(gè)將光能轉(zhuǎn)化為像素格式的電信號(hào)。攝像裝置10與非瞬時(shí)處理裝置15信號(hào)連通，處理裝置15被配置成接收捕獲的圖像數(shù)據(jù)并輸出對(duì)駕駛員是否佩戴眼鏡的檢測(cè)和對(duì)是否存在眼睛離開(kāi)道路(EOTR)狀態(tài)的判斷。如本文所用，術(shù)語(yǔ)“E0TR狀態(tài)”是指對(duì)駕駛員的眼睛目前不聚焦在道路/駕駛場(chǎng)景上的判斷。處理裝置15可以實(shí)施在能夠接收由攝像裝置10捕獲的圖像輸入數(shù)據(jù)的車(chē)輛的任何合適的隔室內(nèi)。攝像裝置10安裝在車(chē)輛的內(nèi)部?jī)?nèi)。在一個(gè)實(shí)施例中，攝像裝置10安裝在方向盤(pán)軸上方的車(chē)輛儀表盤(pán)上。駕駛員監(jiān)視系統(tǒng)還包括紅外發(fā)光器12，其被配置成在朝駕駛員的方向上投射紅外光，使得在諸如夜間的低光照條件下由攝像裝置10獲得駕駛員面部的清晰圖像。與使用直接光源不同，紅外光不影響駕駛員的視力。此外，捕獲的圖像數(shù)據(jù)不存在當(dāng)使用近紅外光源時(shí)產(chǎn)生的“紅眼”現(xiàn)象。在一個(gè)實(shí)施例中，攝像裝置不包括阻擋預(yù)定波長(zhǎng)以外的紅外光的紅外濾波器。本文的實(shí)施例涉及使用由攝像裝置10捕獲的圖像數(shù)據(jù)來(lái)檢測(cè)是否存在EOTR狀態(tài)，SP使當(dāng)駕駛員佩戴眼鏡時(shí)，并且不使用高空間和時(shí)間分辨率的輸入，并且因此消除了對(duì)昂貴的攝像機(jī)和透鏡的需求。
[0030]控制模塊、模塊、控制、控制器、控制單元、處理器和類(lèi)似的術(shù)語(yǔ)表示下列中的一個(gè)或多個(gè)的任一個(gè)或各種組合:(多個(gè))專(zhuān)用集成電路(ASIC)、(多個(gè))電子電路、(多個(gè))中央處理器(優(yōu)選(多個(gè))微處理器)和執(zhí)行一個(gè)或多個(gè)軟件或固件程序或例程的相關(guān)聯(lián)的存儲(chǔ)器和存儲(chǔ)裝置(只讀、可編程只讀、隨機(jī)存取、硬盤(pán)驅(qū)動(dòng)器等)、(多個(gè))組合邏輯電路、(多個(gè))輸入/輸出電路和裝置、合適的信號(hào)調(diào)節(jié)和緩沖電路、以及提供所述功能的其它部件。軟件、固件、程序、指令、例程、代碼、算法和類(lèi)似術(shù)語(yǔ)表示包括校準(zhǔn)表和查找表的任何指令集?？刂颇K具有為提供所需功能而執(zhí)行的一組控制例程。例程例如通過(guò)中央處理器執(zhí)行，并操作用于監(jiān)測(cè)來(lái)自感測(cè)裝置和其它聯(lián)網(wǎng)控制模塊的輸入，并且執(zhí)行控制和診斷例程以控制致動(dòng)器的操作。例程可以以規(guī)則的間隔執(zhí)行，例如，在進(jìn)行中的發(fā)動(dòng)機(jī)和車(chē)輛操作期間每隔3.125,6.25、12.5、25和100毫秒進(jìn)行一次。備選地，可以響應(yīng)于事件的發(fā)生而執(zhí)行例程。
[0031]圖2示出根據(jù)本公開(kāi)的由圖1的攝像裝置捕獲的駕駛員的非限制性圖像數(shù)據(jù)。在圖示實(shí)施例中，駕駛員佩戴眼鏡50。如本文所用，術(shù)語(yǔ)“眼鏡”是指任何類(lèi)型的矯正性眼鏡、太陽(yáng)鏡、護(hù)目鏡、防護(hù)眼鏡或包括覆蓋駕駛員的眼睛的透鏡的任何其它形式的眼鏡。區(qū)域20包括EOTR區(qū)域，其包括用于監(jiān)視駕駛員頭部位置、面部特征點(diǎn)和駕駛員的眼睛的信息中的至少一個(gè)的圖像數(shù)據(jù)。在一個(gè)實(shí)施例中，EOTR區(qū)域被監(jiān)視以從駕駛員的面部提取視覺(jué)特征以允許駕駛員面部跟蹤，其中駕駛員的眼睛的信息可從面部跟蹤中提取。駕駛員的眼睛的信息可最終用于估計(jì)駕駛員的注視位置并從其確定EOTR狀態(tài)。然而，當(dāng)駕駛員佩戴眼鏡時(shí)，由于提取駕駛員的眼睛的信息的能力受到面部跟蹤的限制，基于估計(jì)的注視位置的EOTR狀態(tài)可導(dǎo)致錯(cuò)誤檢測(cè)。因此，確定EOTR狀態(tài)的存在性需要知道駕駛員是否佩戴眼鏡，使得可以選擇合適的方法以確定EOTR狀態(tài)的存在性。
[0032]圖3示出根據(jù)本公開(kāi)的用于選擇用來(lái)確定是否存在EOTR狀態(tài)的兩種方法之一的示例性流程圖300。示例性流程圖300可以在圖1的非瞬時(shí)處理裝置15內(nèi)實(shí)施且由其執(zhí)行。參看框302，對(duì)應(yīng)于駕駛員的圖像數(shù)據(jù)通過(guò)圖1的攝像裝置10捕獲。決策框304使用眼鏡分類(lèi)器基于圖像數(shù)據(jù)而檢測(cè)駕駛員是否佩戴眼鏡。當(dāng)決策框304檢測(cè)到駕駛員不戴眼鏡(如由“O”所表示)時(shí)，在框306處執(zhí)行基于注視的EOTR檢測(cè)方法。如果決策框304檢測(cè)到駕駛員佩戴眼鏡(如由“I”所表示)時(shí)，在框308處執(zhí)行使用由EOTR分類(lèi)器分類(lèi)的來(lái)自駕駛員的提取的姿勢(shì)信息的直接EOTR檢測(cè)方法。當(dāng)檢測(cè)到駕駛員佩戴眼鏡時(shí)，本文的實(shí)施例涉及直接EOTR檢測(cè)方法。在框306的直接EOTR檢測(cè)方法中，可直接從提取的視覺(jué)特征(例如駕駛員的面部特征)檢測(cè)EOTR狀態(tài)，而不依賴對(duì)駕駛員的注視方向的估計(jì)。因此，決策框304執(zhí)行眼鏡分類(lèi)器以檢測(cè)駕駛員是否佩戴眼鏡，并且框308執(zhí)行EOTR分類(lèi)器以基于駕駛員的面部位置來(lái)確定是否存在EOTR狀態(tài)。
[0033]圖4示出根據(jù)本公開(kāi)的用于檢測(cè)圖2的駕駛員是否佩戴眼鏡的圖3的決策框304的示例性流程圖400。示例性流程圖400可以在圖1的非瞬時(shí)處理裝置15內(nèi)實(shí)施且由其執(zhí)行。表1作為圖4的要點(diǎn)提供，其中帶數(shù)字編號(hào)的框和對(duì)應(yīng)的功能闡述如下。
[0034]表1
【權(quán)利要求】
1.一種用于確定是否存在眼睛離開(kāi)道路狀態(tài)的方法，包括: 從單目攝像裝置捕獲對(duì)應(yīng)于駕駛員的圖像數(shù)據(jù)； 使用眼鏡分類(lèi)器基于所述圖像數(shù)據(jù)檢測(cè)所述駕駛員是否佩戴眼鏡；以及 當(dāng)檢測(cè)到所述駕駛員佩戴眼鏡時(shí): 從所述捕獲的圖像數(shù)據(jù)檢測(cè)駕駛員面部位置；以及 使用眼睛離開(kāi)道路分類(lèi)器基于所述駕駛員面部位置確定是否存在所述眼睛離開(kāi)道路狀態(tài)。
2.根據(jù)權(quán)利要求2所述的方法，其中使用所述眼鏡分類(lèi)器基于所述圖像數(shù)據(jù)檢測(cè)所述駕駛員是否佩戴眼鏡包括: 從所述捕獲的圖像數(shù)據(jù)提取面部特征； 使用由聚類(lèi)例程獲得的多個(gè)視覺(jué)單詞的詞典來(lái)量子化所述提取的視覺(jué)特征； 池化所述量子化的視覺(jué)特征以生成所述視覺(jué)單詞的空間直方圖；以及 使用所述眼鏡分類(lèi)器將所述空間直方圖分類(lèi)以檢測(cè)所述駕駛員是否佩戴眼鏡。
3.根據(jù)權(quán)利要求2所述的方法，其中所述視覺(jué)特征通過(guò)以下方式從所述捕獲的圖像數(shù)據(jù)提取: 將密集尺度不變特征變換描述符施加在所述捕獲的圖像數(shù)據(jù)的密集網(wǎng)格上。
4.根據(jù)權(quán)利要求2所述的方法，其中所述聚類(lèi)例程包括k-平均聚類(lèi)例程。
5.根據(jù)權(quán)利要求1所述的方法，其中所述眼鏡分類(lèi)器包括多分類(lèi)支持向量機(jī)線性分類(lèi)器。
6.根據(jù)權(quán)利要求5所述的方法，還包括: 使用多個(gè)均勻分布的訓(xùn)練過(guò)的圖像訓(xùn)練所述多分類(lèi)支持向量機(jī)線性分類(lèi)器，其中每個(gè)訓(xùn)練過(guò)的圖像包括對(duì)應(yīng)于三個(gè)類(lèi)別之一的相應(yīng)的采樣的駕駛員。
7.根據(jù)權(quán)利要求6所述的方法，其中所述三個(gè)類(lèi)別包括所述采樣的駕駛員不戴眼鏡、所述采樣的駕駛員佩戴普通眼鏡、以及所述采樣的駕駛員佩戴太陽(yáng)鏡。
8.根據(jù)權(quán)利要求1所述的方法，其中使用所述眼睛離開(kāi)道路分類(lèi)器基于所述駕駛員面部位置確定是否存在所述眼睛離開(kāi)道路狀態(tài)包括: 從所述捕獲的圖像數(shù)據(jù)提取視覺(jué)特征； 使用由聚類(lèi)例程獲得的多個(gè)視覺(jué)單詞的詞典量子化所述提取的視覺(jué)特征； 池化所述量子化的視覺(jué)特征以生成所述視覺(jué)單詞的至少一個(gè)空間直方圖； 生成與所述駕駛員面部位置串接的所述視覺(jué)單詞的所述至少一個(gè)空間直方圖的特征向量；以及 使用所述眼睛離開(kāi)道路分類(lèi)器將所述特征向量分類(lèi)以確定是否存在所述EOR狀態(tài)。
9.根據(jù)權(quán)利要求8所述的方法，其中所述視覺(jué)特征通過(guò)以下方式從所述捕獲的圖像數(shù)據(jù)提取: 將密集尺度不變特征變換描述符施加在所述捕獲的圖像數(shù)據(jù)的密集網(wǎng)格上。
10.一種用于確定是否存在眼睛離開(kāi)道路狀態(tài)的設(shè)備，包括: 車(chē)內(nèi)單目攝像裝置，用于捕獲指向駕駛員的視場(chǎng)中的圖像數(shù)據(jù)；以及 處理裝置，其被配置成: 使用眼鏡分類(lèi)器基于所述圖像數(shù)據(jù)檢測(cè)所述駕駛員是否佩戴眼鏡；以及當(dāng)檢測(cè)到所述駕駛員佩戴眼鏡時(shí): 從所述捕獲的圖像數(shù)據(jù)檢測(cè)駕駛員面部位置；以及 使用眼睛離開(kāi)道路分類(lèi)器基于所述駕駛員面部位置確定是否存在所述眼睛離開(kāi)道路狀態(tài)。
【文檔編號(hào)】G06K9/66GK103942527SQ201410021671
【公開(kāi)日】2014年7月23日 申請(qǐng)日期:2014年1月17日 優(yōu)先權(quán)日:2013年1月18日
【發(fā)明者】W.張, D.利瓦伊, D.E.納奇特加爾, F.德拉托爾, F.維琴特 申請(qǐng)人:通用汽車(chē)環(huán)球科技運(yùn)作有限責(zé)任公司, 卡內(nèi)基梅隆大學(xué)