[發(fā)明專利]駕駛模型訓(xùn)練方法、駕駛?cè)俗R別方法、裝置、設(shè)備及介質(zhì)

有效

• 申請?zhí)枺?/td>: 201710846204.0
• 申請日: 2017-09-19
• 公開（公告）號: CN107729986B
• 公開（公告）日: 2020-11-03
• 發(fā)明（設(shè)計）人: 吳壯偉;金鑫;張川
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06K9/00
• 代理公司: 深圳眾鼎專利商標(biāo)代理事務(wù)所(普通合伙) 44325
• 代理人: 譚果林

1.一種駕駛模型訓(xùn)練方法，其特征在于，包括：

獲取同一時刻且在同一駕駛場景下車輛的當(dāng)前車速，判斷所述當(dāng)前車速是否達(dá)到預(yù)設(shè)車速閾值；

若所述當(dāng)前車速達(dá)到所述預(yù)設(shè)車速閾值，則采集所述同一時刻且在同一駕駛場景下的當(dāng)前圖像數(shù)據(jù)和當(dāng)前音頻數(shù)據(jù)，所述當(dāng)前圖像數(shù)據(jù)和所述當(dāng)前音頻數(shù)據(jù)與用戶標(biāo)識相關(guān)聯(lián)；

將所述當(dāng)前圖像數(shù)據(jù)和所述當(dāng)前音頻數(shù)據(jù)存儲在數(shù)據(jù)庫中；

獲取用戶輸入的模型訓(xùn)練指令，所述模型訓(xùn)練指令包括用戶標(biāo)識；

基于所述用戶標(biāo)識查詢所述數(shù)據(jù)庫，獲取所述同一時刻且在同一駕駛場景下的訓(xùn)練圖像數(shù)據(jù)和訓(xùn)練音頻數(shù)據(jù)；

采用所述訓(xùn)練圖像數(shù)據(jù)對卷積神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，獲取人臉識別模型；

采用所述訓(xùn)練音頻數(shù)據(jù)對所述卷積神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，獲取音頻識別模型；

采用所述訓(xùn)練圖像數(shù)據(jù)和所述訓(xùn)練音頻數(shù)據(jù)對所述人臉識別模型和所述音頻識別模型進行一致性驗證，統(tǒng)計符合一致性的數(shù)量和不符合一致性的數(shù)量，根據(jù)統(tǒng)計的驗證結(jié)果計算符合一致性的驗證概率；判斷該驗證概率是否大于預(yù)設(shè)概率，若驗證概率大于預(yù)設(shè)概率，則認(rèn)定該人臉識別模型和音頻識別模型通過驗證，將通過驗證的所述人臉識別模型和所述音頻識別模型與所述用戶標(biāo)識關(guān)聯(lián)存儲。

2.根據(jù)權(quán)利要求1所述的駕駛模型訓(xùn)練方法，其特征在于，所述將所述當(dāng)前圖像數(shù)據(jù)和所述當(dāng)前音頻數(shù)據(jù)存儲在數(shù)據(jù)庫中之后，所述駕駛模型訓(xùn)練方法還包括：

在所述數(shù)據(jù)庫中創(chuàng)建駕駛數(shù)據(jù)信息表，所述駕駛數(shù)據(jù)信息表包括至少一條駕駛數(shù)據(jù)信息；每一所述駕駛數(shù)據(jù)信息包括用戶標(biāo)識、所述當(dāng)前圖像數(shù)據(jù)在所述數(shù)據(jù)庫中的存儲地址和所述當(dāng)前音頻數(shù)據(jù)在所述數(shù)據(jù)庫中的存儲地址；

所述基于所述用戶標(biāo)識查詢所述數(shù)據(jù)庫，獲取同一駕駛場景的所述訓(xùn)練圖像數(shù)據(jù)和所述訓(xùn)練音頻數(shù)據(jù)，包括：

基于所述用戶標(biāo)識查詢所述駕駛數(shù)據(jù)信息表，判斷所述駕駛數(shù)據(jù)信息的數(shù)量是否大于預(yù)設(shè)數(shù)量；

若所述駕駛數(shù)據(jù)的數(shù)量大于所述預(yù)設(shè)數(shù)量，則獲取同一駕駛場景的所述訓(xùn)練圖像數(shù)據(jù)和所述訓(xùn)練音頻數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的駕駛模型訓(xùn)練方法，其特征在于，所述采用所述訓(xùn)練圖像數(shù)據(jù)對卷積神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，獲取人臉識別模型，包括：

初始化所述卷積神經(jīng)網(wǎng)絡(luò)模型；

在所述卷積神經(jīng)網(wǎng)絡(luò)模型中輸入所述訓(xùn)練圖像數(shù)據(jù)，計算所述卷積神經(jīng)網(wǎng)絡(luò)模型各層的輸出；其中，卷積層的每一種輸出的特征圖x^j為其中，l是當(dāng)前層，Mj表示選擇的輸入特征圖組合，是輸入的第i種特征圖，是l層輸入的第i種特征圖和輸出的第j種特征圖之間連接所用的卷積核，是第j種特征圖l層對應(yīng)的加性偏置，f是激活函數(shù)；池化層的每一種輸出的特征圖x_j為其中，down表示下采樣計算，這里的第j種特征圖l層對應(yīng)的乘性偏置，是第j種特征圖l層對應(yīng)的加性偏置；

根據(jù)所述各層的輸出對所述卷積神經(jīng)網(wǎng)絡(luò)模型各層進行誤差反傳更新，獲取更新后的所述各層的權(quán)值；

基于更新后的所述各層的權(quán)值，獲取人臉識別模型。

4.根據(jù)權(quán)利要求1所述的駕駛模型訓(xùn)練方法，其特征在于，所述采用所述訓(xùn)練音頻數(shù)據(jù)對卷積神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，獲取音頻識別模型，包括：

初始化所述卷積神經(jīng)網(wǎng)絡(luò)模型；

基于所述訓(xùn)練音頻數(shù)據(jù)獲取對應(yīng)的訓(xùn)練聲譜圖；

在所述卷積神經(jīng)網(wǎng)絡(luò)模型輸入所述訓(xùn)練聲譜圖，計算所述卷積神經(jīng)網(wǎng)絡(luò)模型各層的輸出；其中，卷積層的每一種輸出的特征圖x^j為其中，l是當(dāng)前層，Mj表示選擇的輸入特征圖組合，是輸入的第i種特征圖l-1層的輸出，是l層輸入的第i種特征圖和輸出的第j種特征圖之間連接所用的卷積核，是第j種特征圖l層對應(yīng)的加性偏置，f是激活函數(shù)；池化層的每一種輸出的特征圖x_j為其中，down表示下采樣計算，這里的第j種特征圖l層對應(yīng)的乘性偏置，是第j種特征圖l層對應(yīng)的加性偏置；

根據(jù)所述各層的輸出對所述卷積神經(jīng)網(wǎng)絡(luò)模型各層進行誤差反傳更新，獲取更新后的所述各層的權(quán)值；

基于更新后的所述各層的權(quán)值，獲取音頻識別模型。