[发明专利]一种识别驾驶员行为的方法、装置及设备

说明书

本申请实施例公开了一种识别驾驶员行为的方法、装置及设备，具体为，从原始车辆图像中提取驾驶员区域图像，并将该驾驶员区域图像分别输入行为分类模型以及驾驶员图像语义分割模型中。获得驾驶员行为分类模型输出的驾驶员区域图像是否存在预设驾驶员行为的第一分类结果以及驾驶员图像语义分割模型输出的驾驶员区域图像中各个像素点对应的分类结果，并根据驾驶员区域图像中各个像素点对应的分类结果得到驾驶员区域图像是否存在预设驾驶员行为的第二分类结果。根据第一分类结果和第二分类结果确定最终分类结果。可见，通过利用两种不同分类模型来确定驾驶员区域图像中驾驶员是否存在预设驾驶员行为的分类结果，提高驾驶员行为识别的准确率。

技术领域

本申请涉及图像处理技术领域，具体涉及一种识别驾驶员行为的方法、装置及设备。

背景技术

随着我国机动车保有量的日益增加，交通事故的发生率也在逐年增长。而驾驶员是车辆的主导者，驾驶员在驾驶过程中不系安全带、接打手机等驾驶员行为存在着巨大的安全隐患，因此规范驾驶员行为对于减少交通事故的发生有着十分重要的作用。随着计算机视觉等人工智能技术的迅速发展，智能交通卡口的优势日益凸显，其通过抓拍车辆等积累了大量的卡口图像和数据。因此如何利用卡口图像识别驾驶员行为是一个非常重要的课题。

发明内容

有鉴于此，本申请实施例提供一种识别驾驶员行为的方法、装置及设备，以有效地识别驾驶员在驾驶过程中的行为类别。

为解决上述问题，本申请实施例提供的技术方案如下：

一种识别驾驶员行为的方法，所述方法包括：

从原始车辆图像中提取驾驶员区域图像；

将所述驾驶员区域图像输入驾驶员行为分类模型以及驾驶员图像语义分割模型；所述驾驶员行为分类模型是根据待训练驾驶员区域图像以及所述待训练驾驶员区域图像对应的是否存在预设驾驶员行为的分类标签训练得到的；所述驾驶员图像语义分割模型是根据待训练驾驶员区域图像以及所述待训练驾驶员区域图像中各个像素点对应的类别标签训练得到的；

获得所述驾驶员行为分类模型输出的所述驾驶员区域图像是否存在预设驾驶员行为的第一分类结果；

获得所述驾驶员图像语义分割模型输出的所述驾驶员区域图像中各个像素点对应的分类结果；

根据所述驾驶员区域图像中各个像素点对应的分类结果得到所述驾驶员区域图像是否存在预设驾驶员行为的第二分类结果；

由所述驾驶员区域图像是否存在预设驾驶员行为的第一分类结果以及所述驾驶员区域图像是否存在预设驾驶员行为的第二分类结果，确定所述驾驶员区域图像是否存在预设驾驶员行为的最终分类结果。

在一种可能的实现方式中，所述方法还包括：

将所述驾驶员区域图像转换为灰度图像；

对所述灰度图像的各个像素点进行卷积计算，计算得到所述灰度图像的各个像素点的卷积计算值；

将所述灰度图像的各个像素点的卷积计算值的标准差确定为所述驾驶员区域图像的清晰度值；

所述将所述驾驶员区域图像输入驾驶员行为分类模型以及驾驶员图像语义分割模型，包括：

当所述清晰度值大于第一阈值时，将所述驾驶员区域图像输入驾驶员行为分类模型以及驾驶员图像语义分割模型。

在一种可能的实现方式中，所述从原始车辆图像中提取驾驶员区域图像，包括：

将原始车辆图像输入车辆位置检测模型，获得所述车辆位置检测模型输出的车辆位置信息，根据所述车辆位置信息从所述原始车辆图像中提取目标车辆图像；所述车辆位置检测模型为深度学习模型，是根据待训练原始车辆图像中的车辆位置信息训练得到的；