【技术实现步骤摘要】
危险驾驶行为识别方法、装置、系统及可读存储介质
本申请涉及计算机
，特别是涉及一种危险驾驶行为识别方法、装置、系统及计算机可读存储介质。
技术介绍
随着车辆制造业的快速发展，社会生活水平的不断提高，汽车、公交车、中小型客车作为代步工具被越来越广泛应用在日常生活中。相伴着，交通事故的频率也越来越高。为了保证路人、驾驶者及随车人员的人身安全，驾驶者的驾驶行为必须符合道路交通安全的要求。交通事故调查统计结果表明，如果驾驶员反应操作速度能够快0.5s，可以避免近60％的交通事故，提前1s示警可消除90％的追尾事故。可见，如何提高驾驶行为是否处于危险状态的检测速度和检测准确率，降低交通事故发生概率，是所属领域技术人员需要解决的技术问题。
技术实现思路
本申请提供了一种危险驾驶行为识别方法、装置、系统及计算机可读存储介质，提高了危险驾驶行为的检测速度和检测准确率，有效降低交通事故发生概率。为解决上述技术问题，本专利技术实施例提供以下技术方案：本专利技术实施例一方面提供了一种危险驾驶行为识别方法，...
【技术保护点】
1.一种危险驾驶行为识别方法，其特征在于，包括：/n调用预先训练好的人脸检测器对待识别近红外图像进行人脸检测，得到所述待识别驾驶员图像中的人脸区域图像；/n调用预先训练好的人脸关键点检测模型对所述人脸区域进行检测，得到人脸关键点数据；/n将所述人脸区域图像中的人脸进行对齐，基于头部姿态估计算法和所述人脸关键点数据计算对齐后的人脸区域图像中头部姿态角；/n调用预先构建的人脸状态检测模型对所述人脸区域图像进行分析，得到人眼闭合状态特征和嘴部动作特征；/n根据所述头部姿态角、所述人眼闭合状态特征和所述嘴部动作特征生成危险驾驶行为判决结果；/n其中，所述人脸检测器的前馈网络感受野阶...
【技术特征摘要】
1.一种危险驾驶行为识别方法，其特征在于，包括：
调用预先训练好的人脸检测器对待识别近红外图像进行人脸检测，得到所述待识别驾驶员图像中的人脸区域图像；
调用预先训练好的人脸关键点检测模型对所述人脸区域进行检测，得到人脸关键点数据；
将所述人脸区域图像中的人脸进行对齐，基于头部姿态估计算法和所述人脸关键点数据计算对齐后的人脸区域图像中头部姿态角；
调用预先构建的人脸状态检测模型对所述人脸区域图像进行分析，得到人眼闭合状态特征和嘴部动作特征；
根据所述头部姿态角、所述人眼闭合状态特征和所述嘴部动作特征生成危险驾驶行为判决结果；
其中，所述人脸检测器的前馈网络感受野阶数小于预设通用阶数阈值；所述人脸关键点检测模型为利用监督下降法、基于关键点训练样本集训练级联回归模型所得，所述级联回归模型的当前函数输入结果依赖上一级函数输出结果，所述当前函数和所述上一级函数均为基于人脸形状的函数且所述当前函数的优化目标为当前人脸形状与真实人脸形状之差。
2.根据权利要求1所述的危险驾驶行为识别方法，其特征在于，所述人脸检测器的训练过程包括：
获取所述人脸检测器的人脸训练样本集；
利用图像金字塔将所述人脸训练样本集中的每个样本图像均生成多个尺度的图像；
基于多任务级联卷积网络算法，将每个样本图像的多个尺度的图像输入全卷积网络进行训练；
其中，所述全卷积网络的图像缩放比例α满足w为输入所述全卷积网络的图像尺寸值；所述图像金字塔阶数n基于计算得到，minsize为最小检测图像尺寸，factor为缩放系数；所述人脸检测器的输出结果中人脸候选框的置信度的阈值大于预设通用阈值。
3.根据权利要求1所述的危险驾驶行为识别方法，其特征在于，所述将所述人脸区域图像中的人脸进行对齐包括：
将所述人脸区域图像通过沙漏网络编码为保持解析度的概率图；
利用所述沙漏网络的中间层构建的子网产生残差特征，并用于估计基于概率图的方法的对齐误差，以对齐所述人脸区域图像中的人脸。
4.根据权利要求1至3任意一项所述的危险驾驶行为识别方法，其特征在于，所述根据所述头部姿态角、所述人眼闭合状态特征和所述嘴部动作特征生成危险驾驶行为判决结果包括：
预先训练疲劳程度甄别模型，所述疲劳程度甄别模型为基于深度学习算法，利用携带有疲劳程度分级标签的特征融合训练样本集训练卷积神经网络模型所得；
将所述头部姿态角、所述待识别近红外图像的人眼闭合形态、嘴部开合形态和嘴部周围非人脸特征输入所述疲劳程度甄别模型中，得到所述疲劳程度甄别模型输出的驾驶员疲劳程度级别。
5.根据权利要求4所述的危险驾驶行为识别方法，其特征在于，所述根据...
【专利技术属性】
技术研发人员：陈珂，许旻，王一舟，马晨东，
申请(专利权)人：苏州市职业大学，
类型：发明
国别省市：江苏;32
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。