[發(fā)明專利]異常駕駛行為識別方法及裝置、電子設(shè)備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110321593.1
• 申請日: 2021-03-25
• 公開（公告）號: CN112926510A
• 公開（公告）日: 2021-06-08
• 發(fā)明（設(shè)計）人: 洪依君;何智群;朱鋮愷;武偉
• 申請（專利權(quán)）人: 深圳市商湯科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京林達(dá)劉知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11277
• 代理人: 劉新宇

本公開涉及一種異常駕駛行為識別方法及裝置、電子設(shè)備和存儲介質(zhì)，所述方法包括：獲取待處理的車輛圖像；通過目標(biāo)檢測網(wǎng)絡(luò)對車輛圖像進(jìn)行目標(biāo)檢測，得到車輛圖像中目標(biāo)所在的目標(biāo)區(qū)域，其中，目標(biāo)檢測網(wǎng)絡(luò)是通過樣本圖像訓(xùn)練得到的，樣本圖像標(biāo)注有樣本目標(biāo)及至少一個非樣本目標(biāo)；對與目標(biāo)區(qū)域?qū)?yīng)的區(qū)域圖像進(jìn)行行為識別，得到車輛圖像中目標(biāo)的至少一種異常駕駛行為的識別結(jié)果。本公開實(shí)施例可實(shí)現(xiàn)提高對異常駕駛行為的識別效率及準(zhǔn)確率。

技術(shù)領(lǐng)域

本公開涉及計算機(jī)技術(shù)領(lǐng)域，尤其涉及一種異常駕駛行為識別方法及裝置、電子設(shè)備和存儲介質(zhì)。

背景技術(shù)

隨著車輛普及，準(zhǔn)確識別不規(guī)范的駕車和/或乘車行為的需求日趨迫切。其中，不規(guī)范的駕車和/或乘車行為，例如可以包括：電話通話行為、吸煙行為、不系安全帶行為等影響安全駕駛的行為。

目前，檢測識別這些不規(guī)范的駕車及乘車行為，主要以人工抽查和人工判別方式為主，然而這種方式存在效率低、準(zhǔn)確率低、人工成本高等問題。

發(fā)明內(nèi)容

本公開提出了一種異常駕駛行為識別技術(shù)方案。

根據(jù)本公開的一方面，提供了一種異常駕駛行為識別方法，包括：獲取待處理的車輛圖像；通過目標(biāo)檢測網(wǎng)絡(luò)對所述車輛圖像進(jìn)行目標(biāo)檢測，得到所述車輛圖像中目標(biāo)所在的目標(biāo)區(qū)域，其中，所述目標(biāo)檢測網(wǎng)絡(luò)是通過樣本圖像訓(xùn)練得到的，所述樣本圖像標(biāo)注有樣本目標(biāo)及至少一個非樣本目標(biāo)；對與所述目標(biāo)區(qū)域?qū)?yīng)的區(qū)域圖像進(jìn)行行為識別，得到所述車輛圖像中目標(biāo)的至少一種異常駕駛行為的識別結(jié)果。通過該方式，能夠顯著提高對異常駕駛行為的識別效率及準(zhǔn)確率。

在一種可能的實(shí)現(xiàn)方式中，所述通過目標(biāo)檢測網(wǎng)絡(luò)對所述車輛圖像進(jìn)行目標(biāo)檢測，得到所述車輛圖像中目標(biāo)所在的目標(biāo)區(qū)域，包括：通過所述目標(biāo)檢測網(wǎng)絡(luò)對所述車輛圖像進(jìn)行目標(biāo)檢測，得到所述車輛圖像中目標(biāo)的目標(biāo)置信度以及所述目標(biāo)的檢索框；在所述目標(biāo)置信度超過目標(biāo)置信度閾值的情況下，將所述檢索框指示的區(qū)域作為所述目標(biāo)區(qū)域，其中，所述目標(biāo)置信度閾值根據(jù)所述目標(biāo)檢測網(wǎng)絡(luò)訓(xùn)練過程中，輸出的每個圖像錯誤檢索框數(shù)目確定。通過該方式，能夠基于目標(biāo)置信度及目標(biāo)置信度閾值，對檢測出的目標(biāo)區(qū)域進(jìn)行過濾，過濾出圖像質(zhì)量高、可靠性高的目標(biāo)區(qū)域，進(jìn)而可以提高對與目標(biāo)區(qū)域?qū)?yīng)的區(qū)域圖像，進(jìn)行異常駕駛行為識別的準(zhǔn)確率及效率。

在一種可能的實(shí)現(xiàn)方式中，所述目標(biāo)檢測網(wǎng)絡(luò)的訓(xùn)練方法包括：將樣本圖像輸入至預(yù)設(shè)的初始網(wǎng)絡(luò)，得到所述樣本圖像的檢測結(jié)果，所述樣本圖像中包含標(biāo)注的樣本目標(biāo)以及至少一個非樣本目標(biāo)，所述檢測結(jié)果包括：所述樣本目標(biāo)的第一概率，以及所述至少一個非樣本目標(biāo)的第二概率；根據(jù)所述檢測結(jié)果的損失，訓(xùn)練所述初始網(wǎng)絡(luò)，得到所述目標(biāo)檢測網(wǎng)絡(luò)。通過該方式，訓(xùn)練得到的目標(biāo)檢測網(wǎng)絡(luò)，可以更為準(zhǔn)確地檢測出車輛圖像中目標(biāo)所在的目標(biāo)區(qū)域。

在一種可能的實(shí)現(xiàn)方式中，所述根據(jù)所述檢測結(jié)果的損失，訓(xùn)練所述初始網(wǎng)絡(luò)，包括：根據(jù)預(yù)設(shè)的加權(quán)項，對所述第一概率的對數(shù)值的負(fù)值進(jìn)行加權(quán)，得到所述損失，其中，所述加權(quán)項包括根據(jù)所述第一概率確定，或根據(jù)所述第一概率及所述至少一個第二概率確定；根據(jù)所述損失，更新所述初始網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)。通過該方式，能夠使訓(xùn)練后的用于對車輛圖像進(jìn)行目標(biāo)檢測的目標(biāo)檢測網(wǎng)絡(luò)，可以更為準(zhǔn)確地檢測出車輛圖像中目標(biāo)所在的目標(biāo)區(qū)域。

在一種可能的實(shí)現(xiàn)方式中，根據(jù)所述第一概率確定所述加權(quán)項，包括：根據(jù)1與所述第一概率之間的差值的次方運(yùn)算，與預(yù)設(shè)加權(quán)系數(shù)的乘積，確定所述加權(quán)項；根據(jù)所述第一概率及所述至少一個第二概率確定所述加權(quán)項，包括：根據(jù)1與所述第一概率之間的差值的次方運(yùn)算，及1與每一所述第二概率之間差值的次方運(yùn)算的總和，確定所述加權(quán)項。通過該方式，能夠在訓(xùn)練過程中輸出的第一概率的值太大或太小的情況下，避免產(chǎn)生較大的損失波動，使計算得到的損失更加穩(wěn)定，進(jìn)而取得更好的訓(xùn)練效果，或使目標(biāo)檢測網(wǎng)絡(luò)更專注于樣本目標(biāo)的檢測，從而提高待訓(xùn)練的目標(biāo)檢測網(wǎng)絡(luò)的檢測精度。