[发明专利]一种基于视频识别的危险驾驶行为监督方法与装置

说明书

一种基于视频识别的危险驾驶行为监督方法，包括以下步骤：采集视频图像；通过视频图像识别危险驾驶行为；对危险驾驶行为进行响应。本发明通过在车载监控设备上增加智能视频分析算法，分析车辆行驶过程中，驾驶员使用手机、未系安全带、疲劳驾驶，或者货仓门意外打开等危险驾驶行为，并根据分析结果采取记录、告警或通过移动通信网络发送危险驾驶行为信息等方式进行响应，从而有助于加强对驾驶员的监督管理，减小交通事故的发生概率，提高运营车辆的行驶安全性，降低经营成本。

技术领域

本发明属于车辆监控技术领域，涉及一种识别车辆是否存在危险驾驶行为的方法与装置，特别是涉及一种基于视频识别的危险驾驶行为监督方法与装置

背景技术

通过对运营车辆的行驶状态进行远程监控，可以及时发现行驶过程中存在的潜在危险，提高车辆行驶过程的安全性，并为车辆调度、行驶路线优化，以及专职驾驶员管理等提供基础数据支撑。现有的车辆远程监控系统(例如中国专利201721002751公开的一种车辆远程监控系统)通常具备通过OBD接口实时掌握汽车运行工况、通过GPS记录位置和数据等信息、通过车载摄像头获取车内外视频影像，以及通过移动通信网络将上述信息回传至后台服务器等功能。

然而，对于行驶过程中驾驶员是否发生未系安全带、打电话、疲劳驾驶等危险驾驶行为，以及对于行驶过程中货车的货仓门是否意外打开等危险行驶状态，现有的车辆监控系统无法对其进行实时、有效的自动识别与监控。

发明内容

本发明的目的在于克服现有技术的缺陷，提供一种结构简洁、功能完善、可靠性高，可以基于视频图像识别危险驾驶行为，识别结果准确，并可以对危险驾驶行为进行响应处置的方法和装置。

为实现上述目的，本发明采用了如下技术方案：

一种基于视频识别的危险驾驶行为监督方法，包括以下步骤：采集视频图像；通过视频图像识别危险驾驶行为；对危险驾驶行为进行响应。

进一步，所述危险驾驶行为包括驾驶员使用手机、驾驶员未系安全带、驾驶员疲劳驾驶、货仓门打开中的一种或多种。

进一步，所述采集的视频图像包括驾驶员上半身视频图像、驾驶员面部视频图像、货仓内部视频图像中的一种或多种。

进一步，对危险驾驶行为进行响应的方式包括记录危险驾驶行为、向驾驶员进行告警、通过网络发送危险驾驶行为信息中的一种或多种。

进一步，所述通过视频图像识别驾驶员使用手机或驾驶员未系安全带的方法包括如下步骤：采用深度学习算法建立基于卷积神经网络的驾驶员使用手机或驾驶员未系安全带的视频识别算法模型；从实际应用场景的视频数据中获取样本数据，对模型进行训练，训练过程采用随机梯度下降的方法对损失函数进行优化，损失函数loss为目标位置与分类标号误差的加权求和：

其中，α_coord和α_noobj分别为目标和背景的权值，x、y、w、h分别为估计的目标的行、列坐标以及宽、高，分别为目标的真实行、列坐标以及宽、高，C为目标的类别号，p(c)为目标为c类的概率，i为目标或背景区域的索引；车辆行驶过程中，通过模型检测视频图像中是否出现与驾驶员使用手机或驾驶员未系安全带特征一致的结果；若有，则判定驾驶员使用手机或驾驶员未系安全带。

进一步，所述通过视频图像识别驾驶员疲劳驾驶的方法包括如下步骤：采用监督下降算法建立用于标记眼睛及嘴巴关键点的视频识别算法模型，所述监督下降算法采用牛顿下降法优化目标函数，所述目标函数loss为最小二乘目标函数，即特征点的估计位移与真实位移之间的均方误差：