[发明专利]司机违规驾驶行为检测方法、装置、设备及可读存储介质

权利要求书

1.一种司机违规驾驶行为检测方法，其特征在于，包括：

获取待分析的驾驶室监控视频；

对所述驾驶室监控视频包含的图像进行人体骨架识别，得到人体关节点的二维坐标信息；

针对与所述待分析的驾驶室监控视频的摄像头安装位置，对应的预先训练好的不同的司机姿态二分类模型，将与所述司机姿态二分类模型对应的人体关节点的二维坐标信息，输入所述司机姿态二分类模型，得到司机姿态二分类模型输出的姿态信息，每个所述司机姿态二分类模型对应至少两个人体关节点；

根据预设的姿态组合与司机行为类型的对应的关系，对所有所述司机姿态二分类模型输出的姿态信息进行分析，得到司机行为类型；

根据列车运行监控数据确定列车运行工况；

依据时间将所述列车运行工况与所述司机行为类型关联，并根据关联后的所述列车运行工况与所述司机行为类型，分析工作时间是否存在违规驾驶行为。

2.根据权利要求1所述的司机违规驾驶行为检测方法，其特征在于，在所述根据关联后的所述列车运行工况与所述司机行为类型，分析工作时间是否存在违规驾驶行为的步骤后，还包括：

根据预先设定的评分标准，对一次列车运行过程中，司机所有违规驾驶行为进行扣分，得到司机驾驶行为得分。

3.根据权利要求1或2所述的司机违规驾驶行为检测方法，其特征在于，与所述待分析的驾驶室监控视频的摄像头安装位置，对应的预先训练好的不同的司机姿态二分类模型的训练过程，包括：

获取第一摄像头拍摄的历史视频，所述第一摄像头为与所述待分析的驾驶室监控视频的摄像头安装位置均相同的摄像头；

从所述历史视频中提取包含司机行为的关键帧；

对所述关键帧进行人体骨骼识别，得到每一关键帧图像中人体关节点的二维坐标信息，并划分为不同的人体关节点组合；

对不同人体关节点组合的二维坐标信息进行姿态标注，得到与不同的司机姿态二分类模型对应的历史样本集；

针对每个司机姿态二分类模型，利用与其对应的所述历史样本集进行训练。

4.根据权利要求1所述的司机违规驾驶行为检测方法，其特征在于，所述司机姿态二分类模型具体为：

随机森林分类器、XGBoost分类器或决策树分类器。

5.根据权利要求1所述的司机违规驾驶行为检测方法，其特征在于，所述根据关联后的所述列车运行工况与所述司机行为类型，分析工作时间是否存在违规驾驶行为，具体包括：

当所述司机行为类型为预设的第一类司机行为，且列车处于运行状态时，确定发生违规；

当所述司机行为类型为预设的第二类司机行为，列车处于运行状态，且所述司机行为持续时间超过预设时间时，确定发生违规；和/或，

当所述司机行为类型为预设的第三类司机行为，列车处于运行状态，且所述司机行为累积时间超过预设时间时，确定发生违规。

6.根据权利要求1所述的司机违规驾驶行为检测方法，其特征在于，在对所述驾驶室监控视频包含的图像进行人体骨架识别的步骤前，还包括：

对所述驾驶室监控视频进行抽帧处理。