[发明专利]一种驾驶行为的识别方法、装置及存储介质

说明书

本发明提供了一种驾驶行为的识别方法、装置及存储介质，本方法在获取到需要进行驾驶行为识别的待分析图像后，通过数据处理模型中的图像裁剪子模型将待分析图像的关键部分提取出来，并使用图像分类子模型对该关键部分独立进行驾驶行为分析。由于关键部分携带有待分析图像的重要信息，所以本发明直接对待分析图像的重要信息进行分析，得到的识别准确度会较高。此外，通过图像裁剪子模块将非关键信息裁剪掉，能够避免非关键信息在驾驶行为识别时带来的干扰，也进一步地提高了驾驶行为识别的准确度。

技术领域

本发明涉及图像处理领域，更具体的说，涉及一种驾驶行为的识别方法、装置及存储介质。

背景技术

驾驶员在驾驶过程中，容易做一些危险行为，如吸烟、打电话、喝水等行为，若驾驶员出现该危险行为时，驾驶员注意力分散，容易引发交通事故。因此，亟需对驾驶员在驾驶过程中的驾驶行为进行分析，并在驾驶员出现危险行为时及时进行预警，以提高车辆行驶安全性。

现有技术中，在对驾驶行为进行分析时，通常采集驾驶员的图片，将图片输入到预先构建的分类模型中，得到该驾驶员的行为。但是这种确定驾驶行为的方式，准确度较低，进而基于确定的驾驶行为进行预警操作的准确度较低。

发明内容

有鉴于此，本发明提供一种驾驶行为的识别方法、装置及存储介质，以解决现有技术中确定驾驶行为的方式，准确度较低，进而基于确定的驾驶行为进行预警操作的准确度较低的问题。

为解决上述技术问题，本发明采用了如下技术方案：

一种驾驶行为的识别方法，包括：

获取待分析图像；

调用预先生成的数据处理模型对所述待分析图像进行处理；所述数据处理模型包括图像裁剪子模型和图像分类子模型；所述图像裁剪子模型用于识别所述待分析图像中的关键信息，并从所述待分析图像中裁剪得到包括所述待分析图像中的关键信息的目标图像；所述图像分类子模型用于对所述目标图像进行驾驶行为识别操作；所述数据处理模型基于训练样本采用预先设定的模型训练方式训练得到；所述训练样本包括预先标注有驾驶行为类别的图像样本；

获取所述数据处理模型得到的所述待分析图像的图像处理结果。

可选地，所述数据处理模型的训练过程包括：

获取训练样本、图像裁剪子初始模型和图像分类子初始模型；所述训练样本包括预先标注有驾驶行为类别的图像样本；

采用预先设定的模型训练方式，使用所述训练样本分别对所述图像裁剪子初始模型和所述图像分类子初始模型进行训练，得到图像裁剪子模型和图像分类子模型；

将所述图像裁剪子模型和图像分类子模型的集合确定为所述数据处理模型。

可选地，采用预先设定的模型训练方式，使用所述训练样本分别对所述图像裁剪子初始模型和所述图像分类子初始模型进行训练，得到图像裁剪子模型和图像分类子模型，包括：

使用所述训练样本对预先获取的图像分类参考模型进行训练，并在训练后的图像分类参考模型满足对应的预设停止训练条件时停止；

调用所述图像裁剪子初始模型识别所述训练样本中的每一所述图像样本中的关键信息，并从每一所述图像样本中裁剪得到包括所述图像样本中的关键信息的待处理图像；

将每一所述图像样本对应的待处理图像组合得到待处理图像集合，并使用所述待处理图像集合对所述图像分类子初始模型进行训练，直至训练后的图像分类子初始模型满足对应的预设停止训练条件时停止；

基于训练后的图像分类参考模型的分类精度和图像分类子初始模型的分类精度之差，使用所述训练样本对所述图像裁剪子初始模型进行训练，并在训练后的图像裁剪子初始模型满足对应的预设停止训练条件时停止；