[发明专利]异常驾驶姿态检测方法、装置、设备、车辆和介质有效
申请号: | 202011141832.7 | 申请日: | 2020-10-22 |
公开(公告)号: | CN112287795B | 公开(公告)日: | 2023-09-01 |
发明(设计)人: | 王珂尧;冯浩城;岳海潇 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06V20/59 | 分类号: | G06V20/59;G06V40/16;G06V40/10;G06V10/82;G06N3/0464;G06N3/045;G06N3/08 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 孟金喆 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 异常 驾驶 姿态 检测 方法 装置 设备 车辆 介质 | ||
1.一种异常驾驶姿态检测方法,包括:
根据驾驶用户驾驶时采集的原始图像,确定人体关键点;其中,所述人体关键点包括肩部关键点;
根据所述肩部关键点,检测所述驾驶用户的异常驾驶姿态;其中,所述人体关键点还包括面部关键点;
所述根据驾驶用户驾驶时采集的原始图像,确定人体关键点,包括:
采用训练好的人体关键点检测模型,根据所述驾驶用户驾驶时采集的原始图像,确定所述肩部关键点和所述面部关键点;
其中,所述人体关键点检测模型基于样本用户驾驶时采集的样本图像、肩部关键点标签和面部关键点标签,对预先构建的第二神经网络模型进行训练得到;
其中,所述第二神经网络包括肩部关键点检测模块和面部关键点检测模块;
其中,在对预先构建的第二神经网络模型进行训练时,所采用的目标损失函数根据以下方式构建:
根据所述肩部关键点标签的数量和所述面部关键点标签的数量的比值,确定面部损失权重和肩部损失权重的比值;
根据所述面部损失权重和肩部损失权重的比值,分别确定面部损失权重和肩部损失权重;
根据所述样本图像的肩部关键点预测结果和所述肩部关键点标签,确定肩部损失值;以及,根据所述样本图像的面部关键点预测结果和所述面部关键点标签,确定面部损失值;
根据所述肩部损失权重和所述面部损失权重,分别对所述肩部损失值和所述面部损失值进行加权,得到所述目标损失函数。
2.根据权利要求1所述的方法,其中,
对所述预先构建的第二神经网络模型进行训练,包括:
采用所述肩部关键点检测模块,确定所述样本图像中的肩部关键点预测结果;
采用所述面部关键点检测模块,确定所述样本图像中的面部关键点预测结果;
根据所述肩部关键点预测结果和所述面部关键点预测结果、所述肩部关键点标签和所述面部关键点标签,对所述第二神经网络中的网络参数进行调整。
3.根据权利要求1所述的方法,其中,所述根据驾驶用户驾驶时采集的原始图像,确定人体关键点,包括:
识别所述驾驶用户驾驶时采集的原始图像中的面部区域;
对所述面部区域进行扩展,得到候选区域;所述候选区域包括肩部区域;
根据所述候选区域截取所述原始图像,得到目标图像;
根据所述目标图像,确定人体关键点。
4.根据权利要求3所述的方法,其中,所述对所述面部区域进行扩展,得到候选区域,包括:
以所述面部区域为中心,分别向双耳方向扩展第一比例,以及向双耳方向的垂直方向扩展第二比例,得到所述候选区域。
5.根据权利要求1和3-4中任一项所述的方法,其中,所述根据所述肩部关键点,检测所述驾驶用户的异常驾驶姿态,包括:
根据至少两个所述肩部关键点,确定肩部连接线;
根据所述肩部连接线与标准参考线的夹角,检测所述驾驶用户的异常驾驶姿态;
其中,所述标准参考线是水平参考线或竖直参考线。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011141832.7/1.html,转载请声明来源钻瓜专利网。