本發(fā)明涉及駕照考試的人工智能判斷技術領域，特別涉及一種用于智能駕考的車道變更判斷方法。

背景技術：

隨著汽車的快速普及，每年學習和考取機動車駕駛證的人也越來越多，從而導致駕照考試的培訓和考試任務變得非常繁重。為了適應新形式下的駕培、考試行業(yè)發(fā)展要求，公安部于2012年修改了《中華人民共和國公共安慶行業(yè)標準——機動車駕駛?cè)丝荚噲龅?、系統(tǒng)及考試內(nèi)容與要求》，并于2013年1月1日按《公安部第123號令》新標準執(zhí)行。

其中，車道變更考試項目要求考生在變更車道前，通過內(nèi)外后視鏡觀察，并向變更車道方向回頭觀察后方道路交通情況。

針對車道變更這個考試項目，傳統(tǒng)的評判系統(tǒng)只能依靠人工監(jiān)考；由監(jiān)考老師全程跟蹤，并判斷駕駛員的行車及停車規(guī)范，這種方式需要消耗大量的人力，且效率低；針對如今大規(guī)?？忌?，已經(jīng)無法滿足駕考的需求。

技術實現(xiàn)要素：

本發(fā)明的目的是：提出一種智能駕考的車道變更判斷方法，其能夠采集駕駛員人臉信息結合道路檢測技術從而判斷考生的操作是否規(guī)范，以滿足如今對智能駕考的需求。

本發(fā)明解決其技術問題所采用的技術方案是：

一種智能駕考的車道變更判斷方法，包括如下步驟：

s1、記錄駕駛員的人臉特征點信息，生成人臉關鍵點特征向量，并保存至數(shù)據(jù)庫中；

s2、收到車道變更指令，打開轉(zhuǎn)向燈；

s3、從數(shù)據(jù)庫中提取人臉關鍵點特征向量，并判斷駕駛員是否有觀察內(nèi)、外視鏡的動作，若有則記錄觀察后視鏡狀態(tài)，并保存相關圖片，并進行下一步判斷；若無則直接進行下一步判斷；

s4、根據(jù)提取的人臉關鍵點特征向量，判斷駕駛員是否有向變更車道方向回頭觀察的動作，若有則記錄回頭觀察狀態(tài)，并保存相關圖片，再進行下一步判斷；若無則直接進行下一步判斷；

s5、利用道路檢測技術，判斷是否已經(jīng)變更到目標車道，若是則直接進行下一步，若否則返回步驟s3繼續(xù)；

s6、檢查記錄中是否同時存在觀察后視鏡狀態(tài)和回頭觀察狀態(tài)，若是則輸出本條違規(guī)狀態(tài)0，并結束考試；若無則保存變更車道前滑動窗為2秒的圖片，并輸出本條違規(guī)狀態(tài)1，結束考試。

進一步，所述人臉關鍵點特征向量的生成步驟如下：

s11、首先通過深度學習網(wǎng)絡提取人臉關鍵特征點和人臉框坐標；

s12、由提取的人臉關鍵特征點和人臉框坐標計算出人臉關鍵點特征向量，由八組人臉姿態(tài)組成，包含：左大幅度轉(zhuǎn)頭、左小幅度轉(zhuǎn)頭、正視前方、低頭、小幅度右轉(zhuǎn)抬頭、右下低頭、右小幅度轉(zhuǎn)頭和右大幅度轉(zhuǎn)頭，分別對應駕駛員看左b柱、看左后視鏡、看正前方、看儀表盤、看內(nèi)后鏡、看檔位、看右后視鏡和看右b柱八組動作；

s13、以一長度為8的數(shù)組，其包含元素分別對應駕駛員的八組臉部動作，當數(shù)組中某一元素為1時，表示當前駕駛員的臉部姿態(tài)檢測為該元素對應的動作，如：數(shù)組當前取值為[1,0,0,0,0,0,0,0],對應駕駛員臉部姿態(tài)為“左大幅度轉(zhuǎn)頭”。

進一步，所述人臉關鍵特征點包括眼部、鼻尖和嘴角的特征點的坐標。

本發(fā)明的有益效果是：本發(fā)明主要應用于機動車駕駛?cè)丝颇咳缆房荚嚞F(xiàn)場停車項目的管理，其實現(xiàn)了對考試全程的智能判斷，并適用于省、市及縣一級駕考主管部門對所轄各分考場的集中管理和監(jiān)控，考官在后臺即可對考試道路停車環(huán)節(jié)進行監(jiān)督，既節(jié)約了警力，又保證了考試工作的公平、公正和公開。

附圖說明

圖1是本發(fā)明的車道變更判斷流程圖。

圖2是人臉關鍵點特征向量的生成流程圖。

具體實施方式

以下結合附圖。對本發(fā)明做進一步說明。

本發(fā)明的實施方式是基于以下二個模塊，具體包括：人臉關注點判斷模塊和道路場景分割模塊。

其中，人臉關注點判斷模塊，該模塊是通過深度學習提取人臉的關鍵特征點來計算其姿態(tài)信息。

人臉關注點判斷的具體方法包括：通過深度學習網(wǎng)絡可提取人臉的關鍵特征點和人臉框；通過關鍵特征點和人臉框計算出人臉關注點的特征向量；再以一長度為8的數(shù)組所包含元素以表示駕駛員臉部姿態(tài)動作。

道路場景分割模塊，該模塊是通過使用segnet深度學習方法進行場景分割，從而分割出駕駛場景。然后找出道路位置，并在此范圍檢測出目標車道線，最后通過目標車道線在畫面中的位置來判斷車子是否變更到目標車道。

本發(fā)明的車道變更判斷標準如下：變更車道前，未通過內(nèi)、外后視鏡觀察，并向變更車道方向回頭觀察后方道路交通情況的。其中，“變更車道前”指的是，打了轉(zhuǎn)向燈后。

左變道：左轉(zhuǎn)頭觀察左后視鏡，觀察左側(cè)車道有無車輛快速靠近；左轉(zhuǎn)頭90或超過90°觀察左側(cè)車道有無車輛快速靠近。

右變道：右轉(zhuǎn)頭觀察右后視鏡，觀察右側(cè)車道有無車輛快速靠近；右轉(zhuǎn)頭90或超過90°，觀察右側(cè)車道有無車輛快速靠近。

本發(fā)明的實施具體流程如圖1所示，

一種智能駕考的車道變更判斷方法，包括如下步驟：

s1、記錄駕駛員的人臉特征點信息，生成人臉關鍵點特征向量，并保存至數(shù)據(jù)庫中；

s2、收到車道變更指令，打開轉(zhuǎn)向燈；

s3、從數(shù)據(jù)庫中提取人臉關鍵點特征向量，并判斷駕駛員是否有觀察內(nèi)、外視鏡的動作，若有則記錄觀察后視鏡狀態(tài)，并保存相關圖片，并進行下一步判斷；若無則直接進行下一步判斷；

s4、根據(jù)提取的人臉關鍵點特征向量，判斷駕駛員是否有向變更車道方向回頭觀察的動作，若有則記錄回頭觀察狀態(tài)，并保存相關圖片，再進行下一步判斷；若無則直接進行下一步判斷；

s5、利用道路檢測技術，判斷是否已經(jīng)變更到目標車道，若是則直接進行下一步，若否則返回步驟s3繼續(xù)；

s6、檢查記錄中是否同時存在觀察后視鏡狀態(tài)和回頭觀察狀態(tài)，若是則輸出本條違規(guī)狀態(tài)0，并結束考試；若無則保存變更車道前滑動窗為2秒的圖片，并輸出本條違規(guī)狀態(tài)1，結束考試。

如圖2所示，其中，人臉關鍵點特征向量的生成步驟如下：

s11、首先通過深度學習網(wǎng)絡提取人臉關鍵特征點和人臉框坐標，所述人臉關鍵特征點包括眼部、鼻尖和嘴角的特征點的坐標

s12、由提取的人臉關鍵特征點和人臉框坐標計算出人臉關鍵點特征向量，由八組人臉姿態(tài)組成，包含：左大幅度轉(zhuǎn)頭、左小幅度轉(zhuǎn)頭、正視前方、低頭、小幅度右轉(zhuǎn)抬頭、右下低頭、右小幅度轉(zhuǎn)頭和右大幅度轉(zhuǎn)頭，分別對應駕駛員看左b柱、看左后視鏡、看正前方、看儀表盤、看內(nèi)后鏡、看檔位、看右后視鏡和看右b柱八組動作；

s13、以一長度為8的數(shù)組，其包含元素分別對應駕駛員的八組臉部動作，當數(shù)組中某一元素為1時，表示當前駕駛員的臉部姿態(tài)檢測為該元素對應的動作，如：數(shù)組當前取值為[1,0,0,0,0,0,0,0],對應駕駛員臉部姿態(tài)為“左大幅度轉(zhuǎn)頭”。

以上顯示和描述了本方案的基本原理和主要特征和本方案的優(yōu)點。本行業(yè)的技術人員應該了解，本方案不受上述實施例的限制，上述實施例和說明書中描述的只是說明本方案的原理，在不脫離本方案精神和范圍的前提下，本方案還會有各種變化和改進，這些變化和改進都落入要求保護的本方案范圍內(nèi)。本方案要求保護范圍由所附的權利要求書及其等效物界定。