人体分析

    驾驶行为分析

    接口描述

    对于输入的一张车载驾驶员监控图片(可正常解码,且长宽比适宜),识别图像中是否有人体,若检测到至少1个人体,将目标最大的人体作为驾驶员,进一步识别驾驶员的属性行为,可识别使用手机、抽烟、未系安全带、双手离开方向盘、视线未朝前方、未佩戴口罩、闭眼、打哈欠、低头9种典型行为姿态

    注:若图像中检测到多个大小相当的人体,默认取画面中右侧最大的人体作为驾驶员;针对香港、海外地区的右舵车,可通过请求参数里的wheel_location字段,指定将左侧最大的人体作为驾驶员

    图片质量要求:

    1、服务只适用于车载监控场景,普通室内外监控场景,若要识别使用手机、抽烟等行为属性,请使用人体检测与属性识别服务。

    2、车内摄像头硬件选型无特殊要求,分辨率建议720p以上,但更低分辨率的图片也能识别,只是效果可能有差异。

    3、车内摄像头部署方案建议:尽可能拍全驾驶员的身体,并充分考虑背光、角度、方向盘遮挡等因素。

    4、服务适用于夜间红外监控图片,识别效果跟可见光图片相比可能略微有差异。

    5、图片主体内容清晰可见,模糊、驾驶员遮挡严重、光线暗等情况下,识别效果肯定不理想。

    示例图参考:

    请求说明

    请求示例

    HTTP 方法:POST

    请求URL:https://aip.baidubce.com/rest/2.0/image-classify/v1/driver_behavior

    URL参数:

    参数
    access_token 通过API Key和Secret Key获取的access_token,参考“Access Token获取

    Header如下:

    参数
    Content-Type application/x-www-form-urlencoded

    Body中放置请求参数,参数详情如下:

    请求参数

    参数 是否必选 类型 可选值范围 说明
    image string - 图像数据,base64编码后进行urlencode,要求base64编码和urlencode后大小不超过4M。图片的base64编码是不包含图片头的,如(data:image/jpg;base64,),支持图片格式:jpg、bmp、png,最短边至少50px,最长边最大4096px
    type string smoke,cellphone,
    not_buckling_up,
    both_hands_leaving_wheel,
    not_facing_front
    识别的属性行为类别,英文逗号分隔,默认所有属性都识别;
    smoke //吸烟,
    cellphone //打手机 ,
    not_buckling_up // 未系安全带,
    both_hands_leaving_wheel // 双手离开方向盘,
    not_facing_front // 视角未看前方,
    no_face_mask // 未正确佩戴口罩,
    yawning // 打哈欠,
    eyes_closed // 闭眼,
    head_lowered // 低头
    wheel_location string 0,1 默认值"1",表示左舵车(普遍适用于中国大陆地区,若图像中检测到多个大小相当的人体,默认取画面中右侧最大的人体作为驾驶员);
    "0"表示右舵车(适用于香港等地区,若图像中检测到多个大小相当的人体,则取画面中左侧最大的人体作为驾驶员);
    其他输入值视为非法输入,直接使用默认值

    请求代码示例

    提示一:使用示例代码前,请记得替换其中的示例Token、图片地址或Base64信息。

    提示二:部分语言依赖的类或库,请在代码注释中查看下载地址。

    驾驶行为分析
    curl -i -k 'https://aip.baidubce.com/rest/2.0/image-classify/v1/driver_behavior?access_token=【调用鉴权接口获取的token】' --data 'image=【图片Base64编码,需UrlEncode】' -H 'Content-Type:application/x-www-form-urlencoded'
    <?php
    /**
     * 发起http post请求(REST API), 并获取REST请求的结果
     * @param string $url
     * @param string $param
     * @return - http response body if succeeds, else false.
     */
    function request_post($url = '', $param = '')
    {
        if (empty($url) || empty($param)) {
            return false;
        }
    
        $postUrl = $url;
        $curlPost = $param;
        // 初始化curl
        $curl = curl_init();
        curl_setopt($curl, CURLOPT_URL, $postUrl);
        curl_setopt($curl, CURLOPT_HEADER, 0);
        // 要求结果为字符串且输出到屏幕上
        curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
        curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, false);
        // post提交方式
        curl_setopt($curl, CURLOPT_POST, 1);
        curl_setopt($curl, CURLOPT_POSTFIELDS, $curlPost);
        // 运行curl
        $data = curl_exec($curl);
        curl_close($curl);
    
        return $data;
    }
    
    $token = '[调用鉴权接口获取的token]';
    $url = 'https://aip.baidubce.com/rest/2.0/image-classify/v1/driver_behavior?access_token=' . $token;
    $img = file_get_contents('[本地文件路径]');
    $img = base64_encode($img);
    $bodys = array(
        'image' => $img
    );
    $res = request_post($url, $bodys);
    
    var_dump($res);
    package com.baidu.ai.aip;
    
    import com.baidu.ai.aip.utils.Base64Util;
    import com.baidu.ai.aip.utils.FileUtil;
    import com.baidu.ai.aip.utils.HttpUtil;
    
    import java.net.URLEncoder;
    
    /**
    * 驾驶行为分析
    */
    public class DriverBehavior {
    
        /**
        * 重要提示代码中所需工具类
        * FileUtil,Base64Util,HttpUtil,GsonUtils请从
        * https://ai.baidu.com/file/658A35ABAB2D404FBF903F64D47C1F72
        * https://ai.baidu.com/file/C8D81F3301E24D2892968F09AE1AD6E2
        * https://ai.baidu.com/file/544D677F5D4E4F17B4122FBD60DB82B3
        * https://ai.baidu.com/file/470B3ACCA3FE43788B5A963BF0B625F3
        * 下载
        */
        public static String driver_behavior() {
            // 请求url
            String url = "https://aip.baidubce.com/rest/2.0/image-classify/v1/driver_behavior";
            try {
                // 本地文件路径
                String filePath = "[本地文件路径]";
                byte[] imgData = FileUtil.readFileByBytes(filePath);
                String imgStr = Base64Util.encode(imgData);
                String imgParam = URLEncoder.encode(imgStr, "UTF-8");
    
                String param = "image=" + imgParam;
    
                // 注意这里仅为了简化编码每一次请求都去获取access_token,线上环境access_token有过期时间, 客户端可自行缓存,过期后重新获取。
                String accessToken = "[调用鉴权接口获取的token]";
    
                String result = HttpUtil.post(url, accessToken, param);
                System.out.println(result);
                return result;
            } catch (Exception e) {
                e.printStackTrace();
            }
            return null;
        }
    
        public static void main(String[] args) {
            DriverBehavior.driver_behavior();
        }
    }
    # encoding:utf-8
    
    import requests
    import base64
    
    '''
    驾驶行为分析
    '''
    
    request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v1/driver_behavior"
    # 二进制方式打开图片文件
    f = open('[本地文件]', 'rb')
    img = base64.b64encode(f.read())
    
    params = {"image":img}
    access_token = '[调用鉴权接口获取的token]'
    request_url = request_url + "?access_token=" + access_token
    headers = {'content-type': 'application/x-www-form-urlencoded'}
    response = requests.post(request_url, data=params, headers=headers)
    if response:
        print (response.json())
    #include <iostream>
    #include <curl/curl.h>
    
    // libcurl库下载链接:https://curl.haxx.se/download.html
    // jsoncpp库下载链接:https://github.com/open-source-parsers/jsoncpp/
    const static std::string request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v1/driver_behavior";
    static std::string driver_behavior_result;
    /**
     * curl发送http请求调用的回调函数,回调函数中对返回的json格式的body进行了解析,解析结果储存在全局的静态变量当中
     * @param 参数定义见libcurl文档
     * @return 返回值定义见libcurl文档
     */
    static size_t callback(void *ptr, size_t size, size_t nmemb, void *stream) {
        // 获取到的body存放在ptr中,先将其转换为string格式
        driver_behavior_result = std::string((char *) ptr, size * nmemb);
        return size * nmemb;
    }
    /**
     * 驾驶行为分析
     * @return 调用成功返回0,发生错误返回其他错误码
     */
    int driver_behavior(std::string &json_result, const std::string &access_token) {
        std::string url = request_url + "?access_token=" + access_token;
        CURL *curl = NULL;
        CURLcode result_code;
        int is_success;
        curl = curl_easy_init();
        if (curl) {
            curl_easy_setopt(curl, CURLOPT_URL, url.data());
            curl_easy_setopt(curl, CURLOPT_POST, 1);
            curl_httppost *post = NULL;
            curl_httppost *last = NULL;
            curl_formadd(&post, &last, CURLFORM_COPYNAME, "image", CURLFORM_COPYCONTENTS, "【base64_img】", CURLFORM_END);
    
            curl_easy_setopt(curl, CURLOPT_HTTPPOST, post);
            curl_easy_setopt(curl, CURLOPT_WRITEFUNCTION, callback);
            result_code = curl_easy_perform(curl);
            if (result_code != CURLE_OK) {
                fprintf(stderr, "curl_easy_perform() failed: %s\n",
                        curl_easy_strerror(result_code));
                is_success = 1;
                return is_success;
            }
            json_result = driver_behavior_result;
            curl_easy_cleanup(curl);
            is_success = 0;
        } else {
            fprintf(stderr, "curl_easy_init() failed.");
            is_success = 1;
        }
        return is_success;
    }
    using System;
    using System.IO;
    using System.Net;
    using System.Text;
    using System.Web;
    
    namespace com.baidu.ai
    {
        public class DriverBehavior
        {
            // 驾驶行为分析
            public static string driver_behavior()
            {
                string token = "[调用鉴权接口获取的token]";
                string host = "https://aip.baidubce.com/rest/2.0/image-classify/v1/driver_behavior?access_token=" + token;
                Encoding encoding = Encoding.Default;
                HttpWebRequest request = (HttpWebRequest)WebRequest.Create(host);
                request.Method = "post";
                request.KeepAlive = true;
                // 图片的base64编码
                string base64 = getFileBase64("[本地图片文件]");
                String str = "image=" + HttpUtility.UrlEncode(base64);
                byte[] buffer = encoding.GetBytes(str);
                request.ContentLength = buffer.Length;
                request.GetRequestStream().Write(buffer, 0, buffer.Length);
                HttpWebResponse response = (HttpWebResponse)request.GetResponse();
                StreamReader reader = new StreamReader(response.GetResponseStream(), Encoding.Default);
                string result = reader.ReadToEnd();
                Console.WriteLine("驾驶行为分析:");
                Console.WriteLine(result);
                return result;
            }
    
            public static String getFileBase64(String fileName) {
                FileStream filestream = new FileStream(fileName, FileMode.Open);
                byte[] arr = new byte[filestream.Length];
                filestream.Read(arr, 0, (int)filestream.Length);
                string baser64 = Convert.ToBase64String(arr);
                filestream.Close();
                return baser64;
            }
        }
    }

    返回说明

    返回参数

    字段 是否必选 类型 说明
    person_num uint64 检测到的总人数(包括驾驶员和乘客),0代表未监测到驾驶员
    driver_num uint64 检测到的驾驶员数目。若大于1,则综合考虑人体框尺寸和位置,选取最佳驾驶员目标框进行属性分析,默认取画面中右侧最大的人体作为驾驶员(普遍适用于中国大陆地区)
    person_info object[] 驾驶员的属性行为信息;若未检测到驾驶员,则该项为[]
    +location object 检测出驾驶员的位置
    ++left int 检测区域在原图的左起开始位置
    ++top int 检测区域在原图的上起开始位置
    ++width int 检测区域宽度
    ++height int 检测区域高度
    +attributes object 驾驶员属性行为内容
    ++smoke object 吸烟
    +++score float 对应概率分数
    +++threshold float 建议阈值,仅作为参考,实际应用中根据测试情况选取合适的score阈值即可
    ++cellphone object 使用手机
    +++score float 对应概率分数
    +++threshold float 建议阈值,仅作为参考,实际应用中根据测试情况选取合适的score阈值即可
    ++not_buckling_up object 未系安全带
    +++score float 对应概率分数
    +++threshold float 建议阈值,仅作为参考,实际应用中根据测试情况选取合适的score阈值即可
    ++both_hands_leaving_wheel object 双手离开方向盘
    +++score float 对应概率分数
    +++threshold float 建议阈值,仅作为参考,实际应用中根据测试情况选取合适的score阈值即可
    ++not_facing_front object 视角未朝前方
    +++score float 对应概率分数
    +++threshold float 建议阈值,仅作为参考,实际应用中根据测试情况选取合适的score阈值即可
    ++no_face_mask object 未正确佩戴口罩,包含戴了口罩、但口鼻外露这类未戴好的情况
    +++score float 对应概率分数
    +++threshold float 建议阈值,仅作为参考,实际应用中根据测试情况选取合适的score阈值即可
    ++yawning object 打哈欠,实际应用时,可结合闭眼综合判断疲劳,避免普通张嘴、说话等情况下被误判
    +++score float 对应概率分数
    +++threshold float 建议阈值,仅作为参考,实际应用中根据测试情况选取合适的score阈值即可
    ++eyes_closed object 闭眼, 实际应用时,可结合打哈欠综合判断疲劳,避免正常眨眼等情况下被误判
    +++score float 对应概率分数
    +++threshold float 建议阈值,仅作为参考,实际应用中根据测试情况选取合适的score阈值即可
    ++head_lowered object 低头,实际应用时,可结合闭眼、视角未朝前方综合判断分心、疲劳,避免单一属性引起误判
    +++score float 对应概率分数
    +++threshold float 建议阈值,仅作为参考,实际应用中根据测试情况选取合适的score阈值即可

    返回示例

       {
    	"person_num": 1,
    	"person_info": [
    		{
    			"attributes": {
    				"cellphone": {
    					"threshold": 0.76,
    					"score": 0.089325942099094
    				},
    				"yawning": {
    					"threshold": 0.66,
    					"score": 0.0007511890726164
    				},
    				"not_buckling_up": {
    					"threshold": 0.58,
    					"score": 0.81095975637436
    				},
    				"no_face_mask": {
    					"threshold": 0.72,
    					"score": 0.99875915050507
    				},
    				"both_hands_leaving_wheel": {
    					"threshold": 0.3,
    					"score": 0.9014720916748
    				},
    				"eyes_closed": {
    					"threshold": 0.1,
    					"score": 0.090511165559292
    				},
    				"head_lowered": {
    					"threshold": 0.58,
    					"score": 0.11450858414173
    				},
    				"smoke": {
    					"threshold": 0.25,
    					"score": 0.026156177744269
    				},
    				"not_facing_front": {
    					"threshold": 0.53,
    					"score": 0.68074524402618
    				}
    			},
    			"location": {
    				"width": 856,
    				"top": 419,
    				"score": 0.90945136547089,
    				"left": 464,
    				"height": 626
    			}
    		}
    	],
    	"log_id": 2320165720061799596
    }
    上一篇
    人像分割
    下一篇
    人流量统计-动态版