[發明專利]一種危險駕駛行為檢測方法、裝置、設備及存儲介質

在審

• 申請號: 202211385374.0
• 申請日: 2022-11-07
• 公開（公告）號: CN115713752A
• 公開（公告）日: 2023-02-24
• 發明（設計）人: 張振林;盧先英;龍翔;趙起超;陳胤子
• 申請（專利權）人: 中汽創智科技有限公司
• 主分類號: G06V20/59
• 分類號: G06V20/59
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 苗芬芬

本申請公開了一種危險駕駛行為檢測方法、裝置、設備及存儲介質，所述方法包括：在車輛行駛過程中，獲取駕駛員對應的初始駕駛行為圖像，初始駕駛行為圖像為初始多通道紅外圖像；從初始駕駛行為圖像對應的像素值相同的多個初始單通道紅外圖像中提取任一初始單通道紅外圖像作為目標圖像；基于目標圖像進行圖像轉化處理，得到目標圖像對應的像素值不同的多個目標子圖像；對多個目標子圖像進行圖像通道合并，得到目標駕駛行為圖像；將目標駕駛行為圖像輸入危險駕駛行為檢測模型進行危險駕駛行為檢測，得到行為檢測結果。利用本申請的技術方案可以在輸入模型的圖像尺寸不變的情況下，使得輸入圖像能夠包含更多的信息量，從而提升行為檢測結果的準確率。

技術領域

本申請涉及圖像信號處理技術領域，具體涉及一種危險駕駛行為檢測方法、裝置、設備及存儲介質。

背景技術

目前，危險駕駛行為導致的車輛事故逐年上升，人們對汽車行駛過程中的安全問題迫切關注。在現有的危險駕駛行為檢測任務中，通常將駕駛行為紅外圖像縮小至深度學習神經網絡對應的輸入圖像尺寸的大小，再基于深度學習神經網絡對縮小的紅外圖像進行危險駕駛行為檢測。

然而，由于紅外圖像的RGB三個通道的像素值是一樣的，深度學習神經網絡對紅外圖像的三個通道進行特征提取時，相當于對一個通道進行特征提取，這就導致在其余兩個通道提取的信息是冗余的，在造成模型計算資源浪費的同時，影響了危險駕駛行為檢測的準確率。

發明內容

本申請提供了一種危險駕駛行為檢測方法、裝置、設備及存儲介質，可以在輸入模型的圖像尺寸不變的情況下，使得輸入圖像能夠包含更多的信息量，從而在避免模型計算資源浪費的同時，可以提升行為檢測結果的準確率，本申請技術方案如下：

一方面，提供了一種危險駕駛行為檢測方法，所述方法包括：

在車輛行駛過程中，獲取駕駛員對應的初始駕駛行為圖像，所述初始駕駛行為圖像為初始多通道紅外圖像；

從所述初始駕駛行為圖像對應的多個初始單通道紅外圖像中提取任一初始單通道紅外圖像作為目標圖像，所述多個初始單通道紅外圖像各自的像素值相同；

基于所述目標圖像進行圖像轉化處理，得到所述目標圖像對應的多個目標子圖像，所述多個目標子圖像各自的像素值不同；

對所述多個目標子圖像進行圖像通道合并，得到目標駕駛行為圖像；

將所述目標駕駛行為圖像輸入危險駕駛行為檢測模型進行危險駕駛行為檢測，得到行為檢測結果。

另一方面，提供了一種危險駕駛行為檢測裝置，所述裝置包括：

圖像獲取模塊，用于在車輛行駛過程中，獲取駕駛員對應的初始駕駛行為圖像，所述初始駕駛行為圖像為初始多通道紅外圖像；

目標圖像提取模塊，用于從所述初始駕駛行為圖像對應的多個初始單通道紅外圖像中提取任一初始單通道紅外圖像作為目標圖像，所述多個初始單通道紅外圖像各自的像素值相同；

圖像轉化處理模塊，用于基于所述目標圖像進行圖像轉化處理，得到所述目標圖像對應的多個目標子圖像，所述多個目標子圖像各自的像素值不同；

圖像通道合并模塊，用于對所述多個目標子圖像進行圖像通道合并，得到目標駕駛行為圖像；

危險駕駛行為檢測模塊，用于將所述目標駕駛行為圖像輸入危險駕駛行為檢測模型進行危險駕駛行為檢測，得到行為檢測結果。

另一方面，提供了一種危險駕駛行為檢測設備，所述設備包括處理器和存儲器，所述存儲器中存儲有至少一條指令或至少一段程序，所述至少一條指令或所述至少一段程序由所述處理器加載并執行以實現如上述的危險駕駛行為檢測方法。