驾驶场景注意力量化方法、装置、电子设备及存储介质制造方法及图纸

本申请提供一种驾驶场景注意力量化方法、装置、电子设备及存储介质，该述方法包括：获取驾驶人的注视区域；驾驶人包括若干驾驶风格的驾驶人；利用高斯混合模型对注视区域进行划分，得到若干注视兴趣区域；基于注视兴趣区域，计算各个驾驶风格的驾驶人的权重；根据各个驾驶风格的驾驶人的权重，确定各个注视兴趣区域的注视概率。该方案构建的注意力量化规律，准确性高，可重复性强，考虑更全面，更具有覆盖性。性。性。

【技术实现步骤摘要】
驾驶场景注意力量化方法、装置、电子设备及存储介质


[0001]本专利技术属于智能驾驶
，特别涉及一种驾驶场景注意力量化方法、装置、电子设备及存储介质。

技术介绍

[0002]自动驾驶汽车环境感知系统面临着由数据维度高、冗余度高引起的计算量大和实时性差等问题，对系统性能和算力提出了较高的要求，而过高的硬件成本投入会减缓该功能模块的落地和量产，成为自动驾驶汽车环境感知研究领域的公认难题之一。该领域现有的应对方案多着眼于提出轻量化的运算架构，或对数据进行降维处理以减轻计算任务量，此类方法对提高系统的计算效率产生了有效作用，但其舍弃的是检测准确性和鲁棒性。
[0003]类人化自动驾驶决策逻辑研究，以优秀驾驶人为样本，采集其驾驶特性数据并建立专家系统学习机制，智能汽车通过学习数据实现安全、高效、舒适的类人驾驶方式，已成为自动驾驶汽车研究的热点之一。在智能汽车的机器视觉研究中，考虑到视觉是驾驶人获得外部信息的主要来源，研究驾驶人注意力特性及其量化方法，对促进类人化自动驾驶环境感知系统、驾驶辅助系统、驾驶人行为检测系统等技术发展具有重要意义。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种驾驶场景注意力量化方法，其特征在于，所述方法包括：获取驾驶人的注视区域；所述驾驶人包括若干驾驶风格的驾驶人；利用高斯混合模型对所述注视区域进行划分，得到若干注视兴趣区域；基于所述注视兴趣区域，计算各个驾驶风格的驾驶人的权重；根据所述各个驾驶风格的驾驶人的权重，确定各个所述注视兴趣区域的注视概率。2.根据权利要求1所述的方法，其特征在于，所述注视区域包括若干注视点；所述利用高斯混合模型对所述注视区域进行划分，得到若干注视兴趣区域，包括：利用所述高斯混合模型对所述若干注视点进行聚类，得到聚类结果；根据所述聚类结果，结合所述驾驶人驾驶习惯，得到所述若干注视兴趣区域。3.根据权利要求1所述的方法，其特征在于，所述基于所述注视兴趣区域，计算各个驾驶风格的驾驶人的权重，包括：获取每个所述注视兴趣区域的注视点的个数及所述注视区域的注视点总数；根据所述每个所述注视兴趣区域的注视点的个数及所述注视区域的注视点总数，确定注视各个所述注视兴趣区域的概率；获取每个所述注视兴趣区域的平均注视持续时间；根据注视每个所述注视兴趣区域的概率及所述平均注视持续时间，确定各个驾驶风格的驾驶人的熵率值；根据所述各个驾驶风格的驾驶人的熵率值，确定所述各个驾驶风格的驾驶人的权重。4.根据权利要求3所述的方法，其特征在于，所述根据所述各个驾驶风格的驾驶人的熵率值，确定所述各个驾驶风格的驾驶人的权重，包括：根据所述各个驾驶风格的驾驶人的熵率值，确定所有驾驶风格的驾驶人的熵率值总和；根据每个驾驶风格的驾驶人的熵率值及所述熵率值总和，确定每个驾驶风格的驾驶人的权重。5.根据权利要求1所述的方法，其特征在于，所述驾驶人驾驶时包括不同道路工况；所述根据所述各个驾驶风格的驾驶人的权重，确定各个所述注视兴趣区域的注视概率，包括：确定不同道路工况下不同驾驶风格的驾驶人的注视一步转移概率集合；根据所述注视一步转移概率集合，确定不...

【专利技术属性】
技术研发人员：郭柏苍，王胤霖，金立生，许新亮，雒国凤，纪丙东，姚航，
申请(专利权)人：燕山大学，
类型：发明
国别省市：