驾驶行为分析
所有文档

          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