[发明专利]一种驾驶行为识别方法、装置和计算机可读存储介质

权利要求书

1.一种驾驶行为识别方法，其特征在于，包括：

获取驾驶室内的同步视频数据；其中，所述同步视频数据包括前置摄像头采集的视频数据和后置摄像头采集的视频数据；

利用训练好的基于回归的目标检测测试模型和基于深度卷积神经网络的人体姿态估计测试模型对所述同步视频数据进行识别，以得到司机驾驶行为的识别结果；

依据采集的LKJ数据以及预先存储的司机驾驶作业操作规范信息，对所述司机驾驶行为的识别结果进行违规分析，以识别所述同步视频数据中存在的违规操作结果。

2.根据权利要求1所述的驾驶行为识别方法，其特征在于，所述目标检测测试模型的训练过程包括：

对采集的历史视频数据进行抽帧处理，以便于用户对各数据帧标注用于表征驾驶行为的框图位置信息以及行为类别；

依据各数据帧标注的行为类别，从所有所述数据帧中选取出符合第一类驾驶行为的数据帧作为第一数据训练集；

利用所述第一数据训练集对建立的基于回归的目标检测训练模型进行迭代训练，直至所述目标检测训练模型的检测精度和检测速度满足预设要求，则将训练好的目标检测训练模型作为目标检测测试模型。

3.根据权利要求1所述的驾驶行为识别方法，其特征在于，所述人体姿态估计测试模型的训练过程包括：

对采集的历史视频数据进行抽帧处理，以便于用户对各数据帧标注用于表征驾驶行为的框图位置信息以及行为类别；

依据各数据帧标注的行为类别，从所有所述数据帧中选取出符合第二类驾驶行为的数据帧作为第二数据训练集；

利用所述第二数据训练集对建立的基于深度卷积神经网络的人体姿态估计训练模型进行迭代训练，直至所述人体姿态估计训练模型的检测精度和检测速度满足预设要求，则将训练好的人体姿态估计训练模型作为人体姿态估计检测模型。

4.根据权利要求1所述的驾驶行为识别方法，其特征在于，在所述依据采集的LKJ数据以及预先存储的司机驾驶作业操作规范信息，对所述司机驾驶行为的识别结果进行违规分析，以识别所述同步视频数据中存在的违规操作结果之后还包括：

将所述违规操作结果上传至机务段客户端。

5.根据权利要求1所述的驾驶行为识别方法，其特征在于，在所述依据采集的LKJ数据以及预先存储的司机驾驶作业操作规范信息，对所述司机驾驶行为的识别结果进行违规分析，以识别所述同步视频数据中存在的违规操作结果之后还包括：

将所述违规操作结果上传至司机手持终端。

6.根据权利要求4所述的驾驶行为识别方法，其特征在于，在所述依据采集的LKJ数据以及预先存储的司机驾驶作业操作规范信息，对所述司机驾驶行为的识别结果进行违规分析，以识别所述同步视频数据中存在的违规操作结果之后还包括：

接收所述机务段客户端反馈的校验结果；其中，所述校验结果中包含标注有框图位置信息以及行为类别的校准数据帧；

利用所述校准数据帧对所述目标检测测试模型以及所述人体姿态估计测试模型进行训练，以完成对所述目标检测测试模型以及所述人体姿态估计测试模型的校准。

7.根据权利要求1-6任意一项所述的驾驶行为识别方法，其特征在于，在所述依据采集的LKJ数据以及预先存储的司机驾驶作业操作规范信息，对所述司机驾驶行为的识别结果进行违规分析，以识别所述同步视频数据中存在的违规操作结果之后还包括：

当所述同步视频数据中存在违规操作结果时，进行报警提示。