用于输出信息的方法和装置制造方法及图纸

本申请实施例公开了用于输出信息的方法和装置。该方法的一具体实施方式包括：获取在预设时间段内拍摄的车辆在行驶过程中的行驶视频，其中，行驶视频包括至少一帧行驶图像；从行驶视频中选取出包括驾驶员的人脸图像区域的行驶图像；从包括驾驶员的人脸图像区域的行驶图像中提取驾驶员的人脸特征；基于驾驶员的人脸特征，确定驾驶员的身份信息；输出驾驶员的身份信息。该实施方式能够快速地确定驾驶员的身份信息。

The method and device for the output of information

The application embodiment discloses a method and an apparatus for outputting information. A specific implementation of the method includes obtaining a driving video of a vehicle photographed during a predetermined time period, in which the driving video includes at least one frame of the driving image; the driving image of the face image area including the driver's face image area is selected from the driving video; from the driver's face image area, the driving video is selected from the driving video. The driver's facial features are extracted from the driving image, and the driver's identity information is determined based on the driver's facial features, and the driver's identity information is output. The implementation method can quickly determine the driver's identity information.

【技术实现步骤摘要】
用于输出信息的方法和装置
本申请实施例涉及计算机
，具体涉及图像识别
，尤其涉及用于输出信息的方法和装置。
技术介绍
随着经济的快速发展，汽车已经成为家庭的基本交通工具。汽车的普及给人们的出行带来了极大的方便，同时也导致车辆违章行驶现象日益突出。例如，车辆闯红灯、逆行、超速、越线行驶、违规停靠等交通违章行为频繁出现。因此，如何确定交通违章行为发生时驾驶车辆的驾驶员的身份就变得至关重要。
技术实现思路
本申请实施例提出了用于输出信息的方法和装置。第一方面，本申请实施例提供了一种用于输出信息的方法，该方法包括：获取在预设时间段内拍摄的车辆在行驶过程中的行驶视频，其中，行驶视频包括至少一帧行驶图像；从行驶视频中选取出包括驾驶员的人脸图像区域的行驶图像；从包括驾驶员的人脸图像区域的行驶图像中提取驾驶员的人脸特征；基于驾驶员的人脸特征，确定驾驶员的身份信息；输出驾驶员的身份信息。在一些实施例中，从行驶视频中选取出包括驾驶员的人脸图像区域的行驶图像，包括：生成包括驾驶员的人脸图像区域的行驶图像的图像矩阵，其中，图像矩阵的行对应人脸图像的高，图像矩阵的列对应人脸图像的宽，图像矩阵的元素对应人脸图像的像素；将包括驾驶员的人脸图像区域的行驶图像的图像矩阵输入至预先训练的卷积神经网络，得到驾驶员的人脸特征，其中，卷积神经网络用于提取人脸特征。在一些实施例中，基于驾驶员的人脸特征，确定驾驶员的身份信息，包括：从行驶视频中选取出包括车牌号图像区域的行驶图像；对包括车牌号图像区域的行驶图像进行影像分析，得到车辆的车牌号；将驾驶员的人脸特征和车辆的车牌号在预先获取的车辆相关信息集合中进行匹配，其中，车辆相关信息集合中的车辆相关信息包括车辆的车牌号、车辆的拥有者的人脸图像、车辆的拥有者的身份信息；若匹配成功，获取匹配成功的车辆相关信息中的驾驶员的身份信息，作为驾驶员的身份信息。在一些实施例中，基于驾驶员的人脸特征，确定驾驶员的身份信息，包括：将驾驶员的人脸特征在预先存储的人脸特征集合中进行匹配，其中，人脸特征集合中的人脸特征与身份信息对应；若匹配成功，获取匹配成功的人脸特征所对应的身份信息，作为驾驶员的身份信息。在一些实施例中，该方法还包括：对行驶视频进行分析，确定驾驶员的驾驶类型和车辆的行驶类型；基于驾驶员的驾驶类型和车辆的行驶类型，确定驾驶员在预设时间段内所发生的交通事故中的责任等级；输出驾驶员在预设时间段内所发生的交通事故中的责任等级。第二方面，本申请实施例提供了一种用于输出信息的装置，该装置包括：获取单元，配置用于获取在预设时间段内拍摄的车辆在行驶过程中的行驶视频，其中，行驶视频包括至少一帧行驶图像；选取单元，配置用于从行驶视频中选取出包括驾驶员的人脸图像区域的行驶图像；提取单元，配置用于从包括驾驶员的人脸图像区域的行驶图像中提取驾驶员的人脸特征；第一确定单元，配置用于基于驾驶员的人脸特征，确定驾驶员的身份信息；第一输出单元，配置用于输出驾驶员的身份信息。在一些实施例中，提取单元包括：生成子单元，配置用于生成包括驾驶员的人脸图像区域的行驶图像的图像矩阵，其中，图像矩阵的行对应人脸图像的高，图像矩阵的列对应人脸图像的宽，图像矩阵的元素对应人脸图像的像素；提取子单元，配置用于将包括驾驶员的人脸图像区域的行驶图像的图像矩阵输入至预先训练的卷积神经网络，得到驾驶员的人脸特征，其中，卷积神经网络用于提取人脸特征。在一些实施例中，第一确定单元包括：选取子单元，配置用于从行驶视频中选取出包括车牌号图像区域的行驶图像；分析子单元，配置用于对包括车牌号图像区域的行驶图像进行影像分析，得到车辆的车牌号；第一匹配子单元，配置用于将驾驶员的人脸特征和车辆的车牌号在预先获取的车辆相关信息集合中进行匹配，其中，车辆相关信息集合中的车辆相关信息包括车辆的车牌号、车辆的拥有者的人脸图像、车辆的拥有者的身份信息；第一确定子单元，配置用于若匹配成功，获取匹配成功的车辆相关信息中的驾驶员的身份信息，作为驾驶员的身份信息。在一些实施例中，第一确定单元包括：第二匹配子单元，配置用于将驾驶员的人脸特征在预先存储的人脸特征集合中进行匹配，其中，人脸特征集合中的人脸特征与身份信息对应；第二确定子单元，配置用于若匹配成功，获取匹配成功的人脸特征所对应的身份信息，作为驾驶员的身份信息。在一些实施例中，该装置还包括：第二确定单元，配置用于对行驶视频进行分析，确定驾驶员的驾驶类型和车辆的行驶类型；第三确定单元，配置用于基于驾驶员的驾驶类型和车辆的行驶类型，确定驾驶员在预设时间段内所发生的交通事故中的责任等级；第二输出单元，配置用于输出驾驶员在预设时间段内所发生的交通事故中的责任等级。第三方面，本申请实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。本申请实施例提供的用于输出信息的方法和装置，首先从所获取的在预设时间段内拍摄的车辆在行驶过程中的行驶视频中选取出包括驾驶员的人脸图像区域的行驶图像；然后从包括驾驶员的人脸图像区域的行驶图像中提取驾驶员的人脸特征；最后基于驾驶员的人脸特征，确定驾驶员的身份信息，并输出驾驶员的身份信息。从而能够快速地确定驾驶员的身份信息。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1是本申请实施例可以应用于其中的示例性系统架构图；图2是根据本申请的用于输出信息的方法的一个实施例的流程图；图3是根据本申请的用于输出信息的方法的又一个实施例的流程图；图4是根据本申请的用于输出信息的装置的一个实施例的结构示意图；图5是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。具体实施方式下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。图1示出了可以应用本申请实施例的用于输出信息的方法或用于输出信息的装置的示例性系统架构100。如图1所示，系统架构100可以包括摄像设备101、网络102和服务器103。网络102用以在摄像设备101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。摄像设备101可以通过网络102与服务器103交互，以接收或发送消息等。摄像设备101可以是具有摄像功能的各种电子设备，包括但不限于照相机、摄像机、摄像头等等。服务器103可以提供各种服务，例如，服务器103可以对从摄像设备101获取的在预设时间段内拍摄的车辆在行驶过程中的行驶视频进行分析等处理，并输出处理结果(例如驾驶员的身份信息)。需要说明的是，本申请实施例所提供的用于输出信息的方法一般由本文档来自技高网...

【技术保护点】
一种用于输出信息的方法，包括：获取在预设时间段内拍摄的车辆在行驶过程中的行驶视频，其中，所述行驶视频包括至少一帧行驶图像；从所述行驶视频中选取出包括驾驶员的人脸图像区域的行驶图像；从所述包括驾驶员的人脸图像区域的行驶图像中提取所述驾驶员的人脸特征；基于所述驾驶员的人脸特征，确定所述驾驶员的身份信息；输出所述驾驶员的身份信息。

【技术特征摘要】
1.一种用于输出信息的方法，包括：获取在预设时间段内拍摄的车辆在行驶过程中的行驶视频，其中，所述行驶视频包括至少一帧行驶图像；从所述行驶视频中选取出包括驾驶员的人脸图像区域的行驶图像；从所述包括驾驶员的人脸图像区域的行驶图像中提取所述驾驶员的人脸特征；基于所述驾驶员的人脸特征，确定所述驾驶员的身份信息；输出所述驾驶员的身份信息。2.根据权利要求1所述的方法，其中，所述从所述包括驾驶员的人脸图像区域的行驶图像中提取所述驾驶员的人脸特征，包括：生成所述包括驾驶员的人脸图像区域的行驶图像的图像矩阵，其中，图像矩阵的行对应人脸图像的高，图像矩阵的列对应人脸图像的宽，图像矩阵的元素对应人脸图像的像素；将所述包括驾驶员的人脸图像区域的行驶图像的图像矩阵输入至预先训练的卷积神经网络，得到所述驾驶员的人脸特征，其中，所述卷积神经网络用于提取人脸特征。3.根据权利要求1所述的方法，其中，所述基于所述驾驶员的人脸特征，确定所述驾驶员的身份信息，包括：从所述行驶视频中选取出包括车牌号图像区域的行驶图像；对所述包括车牌号图像区域的行驶图像进行影像分析，得到所述车辆的车牌号；将所述驾驶员的人脸特征和所述车辆的车牌号在预先获取的车辆相关信息集合中进行匹配，其中，所述车辆相关信息集合中的车辆相关信息包括车辆的车牌号、车辆的拥有者的人脸图像、车辆的拥有者的身份信息；若匹配成功，获取匹配成功的车辆相关信息中的驾驶员的身份信息，作为所述驾驶员的身份信息。4.根据权利要求1所述的方法，其中，所述基于所述驾驶员的人脸特征，确定所述驾驶员的身份信息，包括：将所述驾驶员的人脸特征在预先存储的人脸特征集合中进行匹配，其中，所述人脸特征集合中的人脸特征与身份信息对应；若匹配成功，获取匹配成功的人脸特征所对应的身份信息，作为所述驾驶员的身份信息。5.根据权利要求1所述的方法，其中，所述方法还包括：对所述行驶视频进行分析，确定所述驾驶员的驾驶类型和所述车辆的行驶类型；基于所述驾驶员的驾驶类型和所述车辆的行驶类型，确定所述驾驶员在所述预设时间段内所发生的交通事故中的责任等级；输出所述驾驶员在所述预设时间段内所发生的交通事故中的责任等级。6.一种用于输出信息的装置，包括：获取单元，配置用于获取在预设时间段内拍摄的车辆在行驶过程中的行驶视频，其中，所述行驶视频包括至少一帧行驶图像；选取单元，配置用于从所述行驶视频中选取出包括驾驶员的人脸图像区域的行驶图像；提取单元，配置用于从所述包括驾驶员的...

【专利技术属性】
技术研发人员：仲召来，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11