[发明专利]一种识别驾驶状态、驾驶人的方法及装置有效
申请号: | 201410707459.5 | 申请日: | 2014-11-28 |
公开(公告)号: | CN104463201B | 公开(公告)日: | 2018-01-19 |
发明(设计)人: | 耿卫东 | 申请(专利权)人: | 杭州华为数字技术有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 北京中博世达专利商标代理有限公司11274 | 代理人: | 申健 |
地址: | 310052 浙江省杭州*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 识别 驾驶 状态 驾驶人 方法 装置 | ||
1.一种识别驾驶状态的方法,其特征在于,包括:
待识别客户端设备获取自身的多组待识别运动数据;其中,所述多组待识别运动数据包括驾驶数据或非驾驶数据;
利用所述多组待识别运动数据和驾驶状态检测模型参数确定自身所处的状态为驾驶状态或非驾驶状态;
其中,所述驾驶状态检测模型参数为利用多组待训练运动数据和所述每组待训练运动数据对应的真实行为标识训练得到的模型参数,所述多组待训练运动数据包括驾驶数据和非驾驶数据;所述利用所述多组待识别运动数据和驾驶状态检测模型参数确定自身所处的状态为驾驶状态或非驾驶状态,包括:
从所述多组待识别运动数据提取多个目标特征向量序列;其中,每组待识别运动数据对应一个目标特征向量序列;所述目标特征向量序列对应的特征与训练驾驶状态检测模型过程中使用的目标特征向量序列对应的特征相同;
利用所述多个目标特征向量序列和驾驶状态检测模型参数确定自身所处的状态为驾驶状态或非驾驶状态。
2.根据权利要求1所述的方法,其特征在于,所述多组待训练运动数据包括动态行为数据和静态行为数据,所述静态行为数据包括驾驶数据;所述驾驶状态检测模型参数包括:分类器模型参数和矫正器模型参数;所述分类器模型为利用所述动态行为数据和所述静态行为数据训练得到的参数模型,用于区分动态行为和静态行为;所述矫正器模型为利用所述分类器模型识别出的多组待测试运动数据对应的行为标识和所述多组待测试运动数据对应的真实行为标识训练得到的参数模型,用于矫正所述分类器模型识别出的行为标识;
所述利用所述多组待识别运动数据和驾驶状态检测模型参数确定自身所处的状态为驾驶状态或非驾驶状态,包括:
利用所述多组待识别运动数据对应的多个目标特征向量序列和所述分类器模型参数对所述多组待识别运动数据进行识别,得到所述分类器模型识别出的行为标识;
利用所述分类器模型识别出的行为标识和所述矫正器模型参数,得到所述矫正器模型矫正的行为标识;
当所述矫正器模型矫正的行为标识代表驾驶行为时,确定自身所处的状态为驾驶状态;当所述矫正器模型矫正的行为标识代表非驾驶行为时,确定自身所处的状态为非驾驶状态。
3.根据权利要求2所述的方法,其特征在于,所述分类器模型参数包括二分类器模型参数、静态行为分类器模型参数和动态行为分类器模型参数;其中,所述二分类器模型为利用所述动态行为数据和所述静态行为数据训练得到的参数模型,用于区分动态行为和静态行为;所述动态分类器模型为利用所述动态行为数据训练得到的参数模型,用于区分不同的动态行为;所述静态行为分类器模型为利用所述静态行为数据训练得到的参数模型,用于区分不同的静态行为。
4.一种识别驾驶人的方法,其特征在于,包括:
待识别客户端设备获取自身的多组待识别驾驶数据;
利用所述多组待识别驾驶数据和所述待识别客户端设备的驾驶人识别模型参数确定自身所属的用户为驾驶人或乘客;其中,所述驾驶人识别模型参数为将所述待识别客户端设备的预设驾驶数据作为正例、其他客户端设备的预设驾驶数据作为反例,训练得到的模型参数。
5.根据权利要求4所述的方法,其特征在于,所述利用所述多组待识别驾驶数据和所述待识别客户端设备的驾驶人识别模型参数确定自身所属的用户为驾驶人或乘客,包括:
从所述多组待识别驾驶数据提取多个第一目标特征向量序列;其中,每组待识别驾驶数据对应一个第一目标特征向量序列;所述第一目标特征向量序列对应的特征与训练驾驶人识别模型过程中使用的目标特征向量序列对应的特征相同;
利用所述多个第一目标特征向量序列和驾驶人识别模型参数确定自身所属的用户为驾驶人或乘客。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州华为数字技术有限公司,未经杭州华为数字技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410707459.5/1.html,转载请声明来源钻瓜专利网。