专利名称: |
分心驾驶行为的检测方法、装置、设备及存储介质 |
摘要: |
本发明涉及图像识别技术领域,公开了一种分心驾驶行为的检测方法、装置、设备及存储介质,用于提高分心驾驶行为的识别准确度。分心驾驶行为的检测方法包括:获取驾驶员的初始驾驶视频数据,并对初始驾驶视频数据进行数据处理,得到待识别行为视频数据;调用预置的分心驾驶行为模型对待识别行为视频数据进行识别;若驾驶员存在候选分心驾驶行为,则对驾驶员进行特殊行为检测,并对驾驶员所在目标车辆进行车辆行驶状况检测;若驾驶员未存在特殊行为且目标车辆处于正常车辆行驶状况,则确定驾驶员存在目标分心驾驶行为。 |
专利类型: |
发明专利 |
国家地区组织代码: |
上海;31 |
申请人: |
上海东普信息科技有限公司 |
发明人: |
曾月;李斯;杨周龙 |
专利状态: |
有效 |
申请日期: |
2022-10-26T00:00:00+0800 |
发布日期: |
2022-12-30T00:00:00+0800 |
申请号: |
CN202211318000.7 |
公开号: |
CN115534969A |
代理机构: |
北京市京大律师事务所 |
代理人: |
居梦琪 |
分类号: |
B60W40/09;B60W50/00;B;B60;B60W;B60W40;B60W50;B60W40/09;B60W50/00 |
申请人地址: |
201700 上海市青浦区外青松公路5045号508室U区44号 |
主权项: |
1.一种分心驾驶行为的检测方法,其特征在于,所述分心驾驶行为的检测方法包括: 获取驾驶员的初始驾驶视频数据,并对所述初始驾驶视频数据进行数据处理,得到待识别行为视频数据; 调用预置的分心驾驶行为模型对所述待识别行为视频数据进行识别,所述分心驾驶行为模型的特征映射表示为A∈RN*C*T*H*W,其中,N表示批处理的数值大小,C是通道数量,T是时间维度,H和W表示空间分辨率,所述分心驾驶行为模型在时间维度上对通道进行±1的移动,每次移动所有通道数量的1/4; 若所述驾驶员存在候选分心驾驶行为,则对所述驾驶员进行特殊行为检测,并对所述驾驶员所在目标车辆进行车辆行驶状况检测; 若所述驾驶员未存在特殊行为且所述目标车辆处于正常车辆行驶状况,则确定所述驾驶员存在目标分心驾驶行为。 2.根据权利要求1所述的分心驾驶行为的检测方法,其特征在于,所述获取驾驶员的初始驾驶视频数据,并对所述初始驾驶视频数据进行数据处理,得到待识别行为视频数据,包括: 获取驾驶员的初始驾驶视频数据,并判断所述初始驾驶视频数据的视频长度是否大于或等于预设长度; 若大于或等于所述预设长度,则基于所述预设长度对所述初始驾驶视频数据进行采样,得到第一候选驾驶视频数据; 对所述第一候选驾驶视频数据进行数据增强处理,生成待识别行为视频数据,所述数据增强处理包括镜像翻转、视频倒放、视频裁剪和/或视频拼接。 3.根据权利要求1所述的分心驾驶行为的检测方法,其特征在于,在所述获取驾驶员的初始驾驶视频数据,并对所述初始驾驶视频数据进行数据处理,得到待识别行为视频数据之前,还包括: 获取所述驾驶员的历史驾驶视频数据,并基于所述历史驾驶视频数据对预设模型进行训练,生成分心驾驶行为模型,所述历史驾驶视频数据包括所述驾驶员的多个分心驾驶行为。 4.根据权利要求3所述的分心驾驶行为的检测方法,其特征在于,所述获取所述驾驶员的历史驾驶视频数据,并基于所述历史驾驶视频数据对预设模型进行训练,生成分心驾驶行为模型,包括: 获取所述驾驶员的历史驾驶视频数据,并对所述历史驾驶视频数据中多个分心驾驶行为进行分类,得到多个分心驾驶行为类型视频数据; 基于预设参数对预设模型进行设置,得到设置后的预设模型; 将所述设置后的预设模型插入残差网络,并进行数据增广处理,生成候选模型; 基于所述多个分心驾驶行为类型视频数据对所述候选模型进行训练,生成分心驾驶行为模型。 5.根据权利要求1所述的分心驾驶行为的检测方法,其特征在于,所述若所述驾驶员存在候选分心驾驶行为,则对所述驾驶员进行特殊行为检测,并对所述驾驶员所在目标车辆进行车辆行驶状况检测,包括: 若所述驾驶员存在候选分心驾驶行为,则基于所述待识别行为视频数据生成所述驾驶员的行为特征图; 若所述行为特征图与对应的预设特殊行为特征图不匹配,则确定所述驾驶员未存在特殊行为; 对所述驾驶员所在目标车辆进行车辆行驶状况检测。 6.根据权利要求5所述的分心驾驶行为的检测方法,其特征在于,所述对所述驾驶员所在目标车辆进行车辆行驶状况检测,包括: 获取所述驾驶员所在目标车辆的前方道路图像和前挡风玻璃图像; 对所述前方道路图像进行道路检测,并对所述前挡风玻璃图像进行遮挡物识别; 若所述目标车辆符合预设条件,则确定所述目标车辆处于正常车辆行驶状况,所述预设条件为所述前方道路图像中前方道路处于通行状态且所述前挡风玻璃图像中前挡风玻璃不存在遮挡物。 7.根据权利要求1-6中任一项所述的分心驾驶行为的检测方法,其特征在于,在所述若所述驾驶员存在候选分心驾驶行为,则对所述驾驶员进行特殊行为检测,并对所述驾驶员所在目标车辆进行车辆行驶状况检测之后,还包括: 若所述驾驶员存在突发疾病的特殊行为,则生成所述驾驶员所在目标车辆的车辆位置信息、突发疾病信息和车辆控制信息,所述车辆控制信息用于控制所述目标车辆进行停车和开启对应的车辆灯光; 将所述车辆位置信息和所述突发疾病信息发送至预设救助平台。 8.一种分心驾驶行为的检测装置,其特征在于,所述分心驾驶行为的检测装置包括: 获取处理模块,用于获取驾驶员的初始驾驶视频数据,并对所述初始驾驶视频数据进行数据处理,得到待识别行为视频数据; 调用识别模块,用于调用预置的分心驾驶行为模型对所述待识别行为视频数据进行识别,所述分心驾驶行为模型的特征映射表示为A∈RN*C*T*H*W,其中,N表示批处理的数值大小,C是通道数量,T是时间维度,H和W表示空间分辨率,所述分心驾驶行为模型在时间维度上对通道进行±1的移动,每次移动所有通道数量的1/4; 检测模块,用于若所述驾驶员存在候选分心驾驶行为,则对所述驾驶员进行特殊行为检测,并对所述驾驶员所在目标车辆进行车辆行驶状况检测; 确定模块,用于若所述驾驶员未存在特殊行为且所述目标车辆处于正常车辆行驶状况,则确定所述驾驶员存在目标分心驾驶行为。 9.一种分心驾驶行为的检测设备,其特征在于,所述分心驾驶行为的检测设备包括:存储器和至少一个处理器,所述存储器中存储有指令; 所述至少一个处理器调用所述存储器中的所述指令,以使得所述分心驾驶行为的检测设备执行如权利要求1-7中任一项所述的分心驾驶行为的检测方法。 10.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现如权利要求1-7中任一项所述分心驾驶行为的检测方法。 |