[發明專利]一種危險駕駛行為識別方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010611370.4
• 申請日: 2020-06-29
• 公開（公告）號: CN111814637A
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 王珂堯;馮浩城;岳海瀟
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種危險駕駛行為識別方法，其特征在于，所述方法包括：

將待識別圖像輸入至預先訓練的人臉檢測模型，通過所述人臉檢測模型對所述待識別圖像進行人臉檢測，得到所述待識別圖像的人臉檢測框；

將所述人臉檢測框輸入至預先訓練的危險駕駛行為識別模型，通過所述危險駕駛行為識別模型對所述人臉檢測框進行危險駕駛行為識別，得到所述人臉檢測框對應的危險駕駛行為識別結果。

2.根據權利要求1所述的方法，其特征在于，在所述將所述人臉檢測框輸入至預先訓練的危險駕駛行為識別模型之前，所述方法還包括：

對所述人臉檢測框進行圖像預處理，得到圖像預處理后的人臉檢測框；將所述圖像預處理后的人臉檢測框輸入至所述危險駕駛行為識別模型。

3.根據權利要求2所述的方法，其特征在于，所述對所述人臉檢測框進行圖像預處理，得到圖像預處理后的人臉檢測框，包括：

將所述人臉檢測框進行放大處理，得到放大處理后的人臉檢測框；

將所述放大處理后的人臉檢測框進行裁剪處理，得到裁剪處理后的人臉檢測框；

將所述裁剪處理后的人臉檢測框進行歸一化處理，得到歸一化處理后的人臉檢測框；將所述歸一化后的人臉檢測框作為所述圖像預處理后的人臉檢測框。

4.根據權利要求1所述的方法，其特征在于，所述通過所述人臉檢測模型對所述待識別圖像進行人臉檢測，得到所述待識別圖像的人臉檢測框，包括：

將所述人臉檢測模型的第一層卷積神經網絡作為當前層卷積神經網絡；將所述待識別圖像作為所述當前層卷積神經網絡的檢測對象；

通過所述當前層卷積神經網絡對所述當前層卷積神經網絡的檢測對象進行圖像下采樣，得到所述當前層卷積神經網絡對應的人臉特征提取結果；將所述當前層卷積神經網絡對應的人臉特征提取結果作為所述當前層卷積神經網絡的下一層卷積神經網絡的檢測對象；將所述下一層卷積神經網絡作為所述當前層卷積神經網絡，重復執行上述操作，直到在所述人臉檢測模型的第N層卷積神經網絡的檢測對象中提取出第N層卷積神經網絡對應的人臉特征提取結果；其中，N為大于1的自然數；

基于所述第一層卷積神經網絡至所述第N層卷積神經網絡中的每一層卷積神經網絡對應的人臉特征提取結果，得到所述待識別圖像的人臉檢測框。

5.根據權利要求1所述的方法，其特征在于，所述將所述人臉檢測框輸入至預先訓練的危險駕駛行為識別模型，通過所述危險駕駛行為識別模型對所述人臉檢測框進行危險駕駛行為識別，得到所述人臉檢測框對應的危險駕駛行為識別結果，包括：

將所述人臉檢測框輸入至所述危險駕駛行為識別模型中的卷積層，通過所述卷積層對所述人臉檢測框進行卷積操作，得到所述卷積層對應的人臉特征提取結果；

將所述卷積層對應的人臉特征提取結果輸入至所述危險駕駛行為識別模型中的池化層，通過所述池化層對所述卷積層對應的人臉檢測框進行池化操作，得到所述池化層對應的人臉特征提取結果；

將所述池化層對應的人臉特征提取結果輸入至所述危險駕駛行為模型中的全連接層，通過所述全連接層對所述池化層對應的人臉特征提取特征進行分類操作，得到所述人臉檢測框對應的危險駕駛行為識別結果。

6.根據權利要求1所述的方法，其特征在于，在所述將待識別圖像輸入至預先訓練的人臉檢測模型之前，所述方法還包括：

將預先獲取的第一個人臉圖像樣本作為當前人臉圖像樣本；

若所述人臉檢測模型不滿足預先設置的所述人臉檢測模型對應的收斂條件，將所述當前人臉圖像樣本輸入至所述人臉檢測模型，使用所述當前人臉圖像樣本對所述人臉檢測模型進行訓練；將所述當前人臉圖像樣本的下一個人臉圖像樣本作為所述當前人臉圖像樣本，重復執行上述操作，直到所述人臉檢測模型滿足所述人臉檢測模型對應的收斂條件。