疲劳驾驶识别方法、装置、系统、车载终端及服务器制造方法及图纸

本申请提供了疲劳驾驶识别方法、装置、系统、车载终端及服务器，涉及驾驶安全领域。本申请提供的疲劳驾驶识别方法在实现时，车载终端首先依据驾驶员监控视频进行比较简略的初步识别，在初步识别的结果表示驾驶员可能处于疑似疲劳驾驶状态的情况下，车载终端再将驾驶员监控视频发送给服务器。相比于将识别疲劳驾驶的任务完全交给服务器来执行相比，本申请所提供的方法降低了将驾驶员监控视频发送给服务器的所需要消耗的网络流量。

Fatigue driving identification method, device, system, vehicle terminal and server

【技术实现步骤摘要】
疲劳驾驶识别方法、装置、系统、车载终端及服务器
本申请涉及驾驶安全领域，具体而言，涉及疲劳驾驶识别方法、装置、系统、车载终端及服务器。
技术介绍
驾驶疲劳，主要是指驾驶人在长时间连续行车后，产生生理机能和心理机能的失调，而在客观上出现驾驶技能下降的现象。疲劳驾驶作为引发交通安全事故的一个主要原因，越来越受到人们的关注。为了降低由于疲劳驾驶造成交通事故的次数，相关技术人员开发出了相应的疲劳驾驶提醒方法来提醒司机适时的进行休息，以缓解驾驶疲劳的程度。
技术实现思路
本申请的目的在于提供疲劳驾驶识别方法、装置、系统、车载终端及服务器。第一方面，本申请实施例提供了一种疲劳驾驶识别方法，包括：车载终端获取驾驶员监控视频；车载终端使用简化图像识别模型对驾驶员监控视频中的多帧监控图像进行初步识别，以确定驾驶员监控视频中的驾驶员的驾驶状态；若驾驶员的驾驶状态为疑似疲劳驾驶状态，则车载终端将驾驶员监控视频发送给服务器。结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，步骤车载终端使用简化图像本文档来自技高网...

【技术保护点】
1.一种疲劳驾驶识别方法，其特征在于，包括：/n车载终端获取驾驶员监控视频；/n所述车载终端使用简化图像识别模型对所述驾驶员监控视频中的多帧监控图像进行初步识别，以确定所述驾驶员监控视频中的驾驶员的驾驶状态；/n若驾驶员的驾驶状态为疑似疲劳驾驶状态，则车载终端将所述驾驶员监控视频发送给服务器。/n

【技术特征摘要】
1.一种疲劳驾驶识别方法，其特征在于，包括：
车载终端获取驾驶员监控视频；
所述车载终端使用简化图像识别模型对所述驾驶员监控视频中的多帧监控图像进行初步识别，以确定所述驾驶员监控视频中的驾驶员的驾驶状态；
若驾驶员的驾驶状态为疑似疲劳驾驶状态，则车载终端将所述驾驶员监控视频发送给服务器。


2.根据权利要求1所述的方法，其特征在于，步骤车载终端使用简化图像识别模型对所述驾驶员监控视频中的多帧监控图像进行初步识别，以确定所述驾驶员监控视频中的驾驶员的驾驶状态包括：
车载终端使用简化图像提取模型从所述驾驶员监控视频中提取连续的多帧第一参考图像；第一参考图像包括眼睛图像，和/或嘴巴图像；
车载终端根据连续的多帧第一参考图像，确定所述驾驶员监控视频中的驾驶员的所述驾驶状态。


3.根据权利要求2所述的方法，其特征在于，步骤车载终端根据连续的多帧第一参考图像，确定所述驾驶员监控视频中的驾驶员的驾驶状态包括：
车载终端使用时间长度检测模型，根据连续的所述多帧第一参考图像，确定驾驶员的第一眼睛张闭时长，和/或第一嘴巴张闭时长；
车载终端根据驾驶员的第一眼睛张闭时长，和/或第一嘴巴张闭时长，确定所述驾驶员监控视频中的驾驶员的所述驾驶状态。


4.根据权利要求1所述的方法，其特征在于，还包括：
车载终端获取所述服务器所发出的表示驾驶员是否处于疲劳驾驶状态的驾驶状态信息；
若所述驾驶状态信息表示驾驶员处于疲劳驾驶状态，则所述车载终端向所述驾驶员发出提示信息。


5.根据权利要求1所述的方法，其特征在于，
所述简化图像识别模型中的卷积层的层数小于所述精确图像识别模型中的卷积层的层数；
和/或，所述简化图像识别模型中的卷积层所对应的通道数小于所述精确图像识别模型中的卷积层所对应的通道数；
和/或，存储所述简化图像识别模型所占用的空间小于存储所述精确图像识别模型所占用的空间。


6.根据权利要求1所述的方法，其特征在于，
在步骤所述车载终端使用简化图像识别模型对所述驾驶员监控视频中的多帧监控图像进行初步识别，以确定所述驾驶员监控视频中的驾驶员的驾驶状态后，还包括：
若驾驶员的驾驶状态为低头状态，则车载终端向所述驾驶员发出提示信息。


7.根据权利要求2所述的方法，其特征在于，步骤车载终端使用简化图像提取模型从所述驾驶员监控视频中提取连续的多帧第一参考图像包括：
车载终端使用ProposalNetwork网络确定目标监控图像中的粗略人脸位置；所述目标监控图像是多帧目标监控图像中指定的一帧图像；
车载终端根据所述粗略人脸位置从目标监控图像中截取第一人脸区域图像；
车载终端将所述第一人脸区域图像重采样，得到第一分辨率的第一候选图像；
车载终端使用RefineNetwork网络确定所述第一候选图像中的精确人脸位置；
车载终端根据所述精确人脸位置从目标监控图像中截取第二人脸区域图像；
车载终端将所述第二人脸区域图像重采样，得到第二分辨率的第二候选图像；第二分辨率大于第一分辨率；
车载终端使用OutputNetwork网络确定所述第二候选图像中的准确人脸位置和关键点坐标；
车载终端根据所述准确人脸位置和关键点坐标从目标监控图像中截取包含有眼睛图像，和/或嘴巴图像的第一参考图像。


8.根据权利要求1所述的方法，其特征在于，还包括：
车载终端获取驾驶员的连续接单时间，和/或驾驶员坐在驾驶位置上的坐姿状态持续时间；
车载终端根据连续接单时间，和/或坐姿状态持续时间，判断驾驶员是否处于连续驾驶状态；
若驾驶员处于连续驾驶状态，则车载终端向所述驾驶员发出提示信息。


9.一种疲劳驾驶识别方法，其特征在于，包括：
服务器接收车载终端发送的驾驶员监控视频；所述驾驶员监控视频是车载终端使用简化图像识别模型对所述驾驶员监控视频中的多帧监控图像进行初步识别，并确定所述驾驶员监控视频中的驾驶员为疲劳驾驶疑似疲劳驾驶状态后发出的；
所述服务器使用精确图像识别模型对驾驶员监控视频中的多帧监控图像进行精确识别，以确定所述驾驶员是否处于疲劳驾驶状态。


10.根据权利要求9所述的方法，其特征在于，步骤服务器使用精确图像识别模型对驾驶员监控视频中的多帧监控图像进行精确识别，以确定所述驾驶员是否处于疲劳驾驶状态包括：
服务器使用精确图像提取模型从所述驾驶员监控视频中提取连续的多帧第二参考图像；所述第二参考图像包括眼睛图像，和/或嘴巴图像；
服务器根据连续的多帧所述第二参考图像，判断所述驾驶员是否处于疲劳驾驶状态。


11.根据权利要求10所述的方法，其特征在于，步骤服务器根据连续的多帧第二参考图像，判断所述驾驶员是否处于疲劳驾驶状态包括：
服务器使用时间长度检测模型，根据连续的多帧所述第二参考图像，确定驾驶员的第二眼睛张闭时长，和/或第二嘴巴张闭时长；
服务器根据驾驶员的第二眼睛张闭时长，和/或第二嘴巴的张闭时长，判断驾驶员是否处于疲劳驾驶状态。


12.根据权利要求9所述的方法，其特征在于，还包括：
服务器向所述车载终端发送表示驾驶员是否处于疲劳驾驶状态的驾驶状态信息，以使所述车载终端在驾驶状态信息表示驾驶员处于疲劳驾驶状态时，向所述驾驶员发出提示信息。


13.根据权利要求9所述的方法，其特征在于，
所述简化图像识别模型中的卷积层的层数小于所述精确图像识别模型中的卷积层的层数；
和或，所述简化图像识别模型中的卷积层所对应的通道数小于所述精确图像识别模型中的卷积层所对应的通道数；
和或，存储所述简化图像识别模型所占用的空间小于存储所述精确图像识别模型所占用的空间。


14.一种疲劳驾驶识别系统，其特征在于，包括：车载终端和服务器；
车载终端和服务器通过无线网络连接；
所述车载终端，用于按照如权利要求1-8任一项所述的方法执行相应的操作；
所述服务器，用于按照如权利要求9-13任一项所述的方法执行相应的操作。


15.一种疲劳驾驶识别装置，其特征在于，设置于车载终端，该装置包括：
第一获取模块，用于获取...

【专利技术属性】
技术研发人员：胡钧，李友增，阮腾，赵震，
申请(专利权)人：北京嘀嘀无限科技发展有限公司，
类型：发明
国别省市：北京;11