[发明专利]驾驶模型训练方法、驾驶人识别方法、装置、设备及介质

说明书

本发明公开一种驾驶模型训练方法、驾驶人识别方法、装置、设备及介质。该驾驶模型训练方法包括：获取用户的训练行为数据，所述训练行为数据与用户标识相关联；基于所述训练行为数据，获取与所述用户标识相关联的训练驾驶数据；基于所述用户标识，从所述训练驾驶数据获取正负样本；采用所述正负样本对长短时记忆神经网络模型进行训练，获取目标驾驶模型。该驾驶模型训练方法解决了当前驾驶模型识别效果较差的问题，并提高了识别驾驶人开车的精确度。

技术领域

本发明涉及行为识别领域，尤其涉及一种驾驶模型训练方法、驾驶人识别方法、装置、设备及介质。

背景技术

目前在判断是否为手机用户本人开车一般采用傅里叶分析算法对手机采集到的随时间变化的数据进行判断处理，以确定是否为手机用户本人开车。当前手机上内置的传感器实时根据采集到的随时间变化的数据，通过傅里叶分析算法对采集到的随时间变化的数据进行时频转换，提取到用于评价是否手机用户本人开车的指标。由于采用傅里叶分析算法处理数据是对基于具有周期性的随时间变化的数据进行处理判断的过程，因此获取的指标也具有周期性。然而，普通驾驶者的驾驶行为数据不具备明显的周期性，使得获取的指标不能较好地反映是否为用户本人开车，即识别结果较差，使得当前识别手机用户本人开车的精确度较低。

发明内容

本发明实施例提供一种驾驶模型训练方法、装置、设备及介质，以解决当前驾驶模型识别效果较差的问题。

本发明实施例还提供一种驾驶人识别方法、装置、设备及介质，以解决当前识别手机用户本人开车的精确度较低的问题。

第一方面，本发明实施例提供一种驾驶模型训练方法，包括：

获取用户的训练行为数据，所述训练行为数据与用户标识相关联；

基于所述训练行为数据，获取与所述用户标识相关联的训练驾驶数据；

基于所述用户标识，从所述训练驾驶数据获取正负样本；

采用所述正负样本对长短时记忆神经网络模型进行训练，获取目标驾驶模型。

第二方面，本发明实施例提供一种驾驶模型训练装置，包括：

训练行为数据获取模块，用于获取用户的训练行为数据，所述训练行为数据与用户标识相关联；

训练驾驶数据获取模块，用于基于所述训练行为数据，获取与所述用户标识相关联的训练驾驶数据；

正负样本获取模块，用于基于所述用户标识，从所述训练驾驶数据获取正负样本；

目标驾驶模型获取模块，用于采用所述正负样本对长短时记忆神经网络模型进行训练，获取目标驾驶模型。

第三方面，本发明实施例提供一种驾驶人识别方法，包括：

获取用户的待识别行为数据，所述待识别行为数据与用户标识相关联；

基于所述用户标识查询数据库，获取与所述用户标识相对应的目标驾驶模型；

基于所述待识别行为数据和所述目标驾驶模型，获取识别概率值；

判断所述识别概率值是否大于预设概率值；若所述识别概率值大于所述预设概率值，则确定为本人驾驶。

第四方面，本发明实施例提供一种驾驶人识别装置，包括：

待识别行为数据获取模块，用于获取用户的待识别行为数据，所述待识别行为数据与用户标识相关联；

目标驾驶模型获取模块，用于基于所述用户标识查询数据库，获取与所述用户标识相对应的目标驾驶模型；

识别概率值获取模块，用于基于所述待识别行为数据和所述目标驾驶模型，获取识别概率值；