【技术实现步骤摘要】
一种基于深度学习的道路驾驶技能考试自动打分的方法和装置
本专利技术涉及机器视觉
,具体地说是一种基于深度学习的道路驾驶技能考试自动打分的方法和装置。
技术介绍
目前道路驾驶技能考试的打分系统分为电子打分和安全员打分两个部分,电子打分只是检测考生对车辆的操作情况进行打分,比如是否熄火,灯光使用是否正确,速度和档位是否匹配等。安全员打分为是否礼让行人和车辆,是否安全驾驶等。但安全员打分有很大的不确定性,遇到紧急状况,安全员在副驾驶座位,只能踩制动器,而无法紧急避让,就让道路驾驶技能考试产生很大的安全隐患。
技术实现思路
本专利技术的技术任务是针对以上不足之处,提供一种提高驾驶技能考试结果准确性与安全性的一种基于深度学习的道路驾驶技能考试自动打分的方法和装置。本专利技术解决其技术问题所采用的技术方案是:一种基于深度学习的道路驾驶技能考试自动打分的方法,在道路驾驶技能考试中,车载端通过深度学习模型实现对考生的操作行为进行自动打分。进一步,优选的方法,具体方法如下:S1、服务器端采集考试道路环境的视频信息;S2、对采集到的视频信息中的特征向量进行人工标记;S3、对人工标记后的数据进行训练,生成深度学习模型;S4、将深度学习模型加载至车载端;S6、车载端实时获取考试道路环境信息,利用深度学习模型检索并识别出特征向量的状态信息;S7、结合道路环境的状态信息,对考生的操作行为进行评价。进一步,优选的方法,所述的特征向量包括,行人、车辆及路标。一种基于深度学习的道路驾驶技能考试自动打分的装置,自动打分装置在道路驾驶技能考试中应用于车载端,包括数据采集模块、图像检索与识别模 ...
【技术保护点】
1.一种基于深度学习的道路驾驶技能考试自动打分的方法,其特征在于, 在道路驾驶技能考试中,车载端通过深度学习模型实现对考生的操作行为进行自动打分。
【技术特征摘要】
1.一种基于深度学习的道路驾驶技能考试自动打分的方法,其特征在于,在道路驾驶技能考试中,车载端通过深度学习模型实现对考生的操作行为进行自动打分。2.根据权利要求1所述的一种基于深度学习的道路驾驶技能考试自动打分的方法,其特征在于,具体方法如下:S1、服务器端采集考试道路环境的视频信息;S2、对采集到的视频信息中的特征向量进行人工标记;S3、对人工标记后的数据进行训练,生成深度学习模型;S4、将深度学习模型加载至车载端;S6、车载端实时获取考试道路环境信息,利用深度学习模型检索并识别出特征向量的状态信息;S7、结合道路环境的状态信息,对考生的操作行为进行评价。3.根据权利要求2所述的一种基于深度学习的道路驾驶技能考试自动打...
【专利技术属性】
技术研发人员:尹青山,段成德,于治楼,
申请(专利权)人:济南浪潮高新科技投资发展有限公司,
类型:发明
国别省市:山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。