[发明专利]基于人工智能的车辆驾驶风险管控方法及其相关设备

说明书

本申请实施例公开了一种基于人工智能的车辆驾驶风险管控方法及其相关设备，涉及车辆安全驾驶技术领域。该方法包括：接收关于目标驾驶用户的视频流，并获取驾驶场景数据；提取视频流中的人脸特征，根据人脸特征计算第一驾驶风险评分的数值；计算视频流中的异常行为评分的数值，以及确定第二驾驶风险评分的数值；基于异常行为评分、第一驾驶风险评分和第二驾驶风险评分，计算预警分值；确定告警结果，对目标驾驶用户进行告警。所述方法在进行驾驶风险评估时，将异常行为检测与人脸识别技术相结合，对驾驶风险的评估更全面、科学，提升了预警的准确性，并与全场景数据相融合对驾驶风险进行实时判断，进一步提升了关于驾驶风险评估的准确度和丰富度。

技术领域

本申请涉及车辆安全驾驶技术领域，特别是一种基于人工智能的车辆驾驶风险管控方法及其相关设备。

背景技术

国内现有的DMS(Driver Monitor System，驾驶员监控系统)，只是单纯的利用姿态识别、人脸识别等技术，来对驾驶用户的异常行为(抽烟、打电话、左顾右盼等)和疲劳状态(打哈欠、闭眼等)进行检测监控，并结合驾驶的车速来定义报警的等级提供给驾驶员的一种驾驶状态监控系统。

这种监控系统对驾驶安全的监控和判定都不够丰富和准确，而且仅仅结合了驾驶的速度来对报警的等级进行了区分，给出的预警不够准确和全面。

发明内容

本申请实施例所要解决的技术问题是，提供一种基于人工智能的车辆驾驶风险管控方法及其相关设备，在驾驶风险评估中结合驾驶人员的异常行为和驾驶过程中人、车和路等全场景数据，对驾驶风险加以辅助判断。

为了解决上述技术问题，本申请实施例提供一种基于人工智能的车辆驾驶风险管控方法，采用了如下所述的技术方案：

一种基于人工智能的车辆驾驶风险管控方法，包括：

实时接收车辆行驶过程中关于目标驾驶用户的视频流，并获取驾驶场景数据；

提取所述视频流中所述目标驾驶用户的人脸特征，并调用预设的转换模型，将所述人脸特征输入所述转换模型以转化为一维向量数据，将所述一维向量数据作为与所述人脸特征对应的第一驾驶风险评分的数值；

计算所述视频流中所述目标驾驶用户的异常行为评分的数值，以及确定与所述驾驶场景数据对应的第二驾驶风险评分的数值；

基于所述异常行为评分、所述第一驾驶风险评分和所述第二驾驶风险评分，计算关于所述目标驾驶用户的预警分值；

根据所述预警分值确定告警结果，进而基于所述告警结果对所述目标驾驶用户进行告警。

本申请实施例所述的基于人工智能的车辆驾驶风险管控方法，在进行驾驶风险评估时，将异常行为检测与人脸识别技术相结合，使对车辆行驶过程中的驾驶员驾驶风险的评估更全面、科学，提升了对驾驶风险预警的准确性，并与驾驶过程中人、车和路等全场景数据相融合对驾驶风险进行实时判断，进一步提升了关于驾驶风险评估的准确度和丰富度。

进一步的，所述的基于人工智能的车辆驾驶风险管控方法，所述提取所述视频流中所述目标驾驶用户的人脸特征的步骤包括：

从所述视频流中提取出包含所述目标驾驶用户的完整人脸的有效帧；

通过多任务卷积神经网络模型检测所述有效帧，从所述有效帧中进一步提取出所述目标驾驶用户的人脸特征。

先提取有效帧后再进行人脸特征的提取，能够避免视频流图像中因没有完整或有效的人脸图像导致的无法识别的问题

进一步的，所述的基于人工智能的车辆驾驶风险管控方法，其特征在于，所述通过多任务卷积神经网络模型检测所述有效帧的步骤之前，所述方法还包括：

调用预设的损失函数；