一种疲劳驾驶的检测方法、装置、可读介质及电子设备制造方法及图纸

本发明专利技术公开了一种疲劳驾驶的检测方法、装置、可读介质及电子设备，包括：采集待检测图像，并确定所述待检测图像对应的待检测压力图谱；利用预先确定的疲劳检测模型，根据所述待检测图像和所述待检测压力图谱，确定疲劳检测结果；本发明专利技术通过结合待检测图像和待检测压力图谱共同完成疲劳驾驶的检测，能够及时检测到疲劳驾驶的出现，解决了现有技术存在滞后性的问题，进一步的提高了驾驶的安全性。进一步的提高了驾驶的安全性。进一步的提高了驾驶的安全性。

A fatigue driving detection method, device, readable medium and electronic equipment

【技术实现步骤摘要】
一种疲劳驾驶的检测方法、装置、可读介质及电子设备


[0001]本专利技术涉及人工智能
，尤其涉及一种疲劳驾驶的检测方法、装置、可读介质及电子设备。

技术介绍

[0002]当前许多智能化的新款车辆，都具有疲劳驾驶的检测功能。通过对于疲劳驾驶的检测，能够分析和判断驾驶员在驾驶过程中的专注度和精神状态。从而避免疲劳驾，进一步的提高驾驶的安全性。
[0003]现有的疲劳驾驶检测，大多基于针对面部的图像分析技术。即采集驾驶员的面部图像，并通过其表情、神态等面部特征判断其是否专注、是否存在疲劳驾驶的情况。
[0004]然而在现实当中，如果可以通过驾驶员的面部特征判断其存在疲劳驾驶，则实际上疲劳驾驶很可能已经持续了一定的时间。也就是说，当前的疲劳驾驶检测存在明显的滞后，无法在第一时间发现疲劳驾驶的情况。其安全性有待进一步的提高。

技术实现思路

[0005]本专利技术提供一种疲劳驾驶的检测方法、装置、可读介质及电子设备，通过结合待检测图像与对应的待检测压力图谱，实现实时的疲劳驾驶检测。
[0006]第一方面，本专利技术提供了一种疲劳驾驶的检测方法，包括：
[0007]采集待检测图像，并确定所述待检测图像对应的待检测压力图谱；
[0008]利用预先确定的疲劳检测模型，根据所述待检测图像和所述待检测压力图谱，确定疲劳检测结果。
[0009]优选的，所述确定所述待检测图像对应的待检测压力图谱包括：
[0010]确定采集所述待检测图像的时间范围；
[0011]确定所述时间范围内的压力传感数据的数值；
[0012]根据所述压力传感数据的数值，确定所述待检测压力图谱。
[0013]优选的，还包括：
[0014]利用对比学习数据训练，预先确定所述疲劳检测模型。
[0015]优选的，所述利用对比学习数据训练，预先确定所述疲劳检测模型包括：
[0016]确定样本图像和样本压力图谱；
[0017]确定初始模型；
[0018]利用所述样本图像和所述样本压力图谱，对所述初始模型进行所述对比学习数据训练；
[0019]将训练后的所述初始模型确定为所述疲劳检测模型。
[0020]优选的，所述样本图像包括真样本图像和假样本图像；所述样本压力图谱包括真样本压力图谱和假样本压力图谱；
[0021]所述利用所述样本图像和所述样本压力图谱，对所述初始模型进行所述对比学习
数据训练包括：
[0022]将所述真样本图像和所述真样本压力图谱，确定为第一正样本对；
[0023]将所述假样本图像和所述真样本压力图谱，确定为第二正样本对；
[0024]将所述真样本图像和所述假样本压力图谱，确定为第一负样本对；
[0025]将所述假样本图像和所述假样本压力图谱，确定为第二负样本对；
[0026]利用所述第一正样本对、所述第二正样本对、所述第一负样本对和所述第二负样本对，对所述初始模型进行所述对比学习数据训练。
[0027]优选的，所述对所述初始模型进行所述对比学习数据训练包括：
[0028]将所述样本图像和所述样本压力图谱输入所述初始模型，以使所述初始模型输出运算结果；
[0029]利用预设的损失函数，确定所述运算结果的损失指标；
[0030]当所述损失指标满足第一预设条件，调整所述初始模型的内部参数。
[0031]优选的，还包括：
[0032]当所述疲劳检测结果满足第二预设条件，推送预警信息。
[0033]第二方面，本专利技术提供了一种疲劳驾驶的检测装置，包括：
[0034]数据采集模块，用于采集待检测图像，并确定所述待检测图像对应的待检测压力图谱；
[0035]检测模块，用于利用预先确定的疲劳检测模型，根据所述待检测图像和所述待检测压力图谱，确定疲劳检测结果。
[0036]第三方面，本专利技术提供了一种可读介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述电子设备执行如第一方面中任一所述的方法。
[0037]第四方面，本专利技术提供了一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如第一方面中任一所述的方法。
[0038]本专利技术提供了一种疲劳驾驶的方法、装置、可读介质及电子设备，结合待检测图像和待检测压力图谱共同完成疲劳驾驶的检测，能够及时检测到疲劳驾驶的出现，解决了现有技术存在滞后性的问题，进一步的提高了驾驶的安全性。
[0039]上述的非惯用的优选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
[0040]为了更清楚地说明本专利技术实施例或现有的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0041]图1为本专利技术一实施例提供的一种疲劳驾驶的检测方法的流程示意图；
[0042]图2为本专利技术一实施例提供的一种疲劳驾驶的检测方法中疲劳检测模型训练的流程示意图；
[0043]图3为本专利技术一实施例提供的一种疲劳驾驶的检测装置的结构示意图；
[0044]图4为本专利技术一实施例提供的一种电子设备的结构示意图。
具体实施方式
[0045]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本专利技术的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0046]现有的疲劳驾驶检测，大多基于针对面部的图像分析技术。即采集驾驶员的面部图像，并通过图像分析技术识别其表情、神态等面部特征，从而判断其是否专注、是否存在疲劳驾驶。例如，当识别到驾驶员存在眯眼、打哈欠等特征时，可能意味着驾驶员处于疲劳状态。或者当识别得驾驶员存在讲话、打电话的特征时，可能意味着驾驶员注意力不集中。
[0047]然而在现实当中，如果可以通过驾驶员的面部特征判断其存在疲劳驾驶，则实际上驾驶员的疲劳状态很可能已经持续了一定的时间。但是在这一持续时间里，现有技术但并不能够有效的实现检测，也不能够有效的避免其风险性。也就是说，当前的疲劳驾驶检测存在明显的滞后，无法在第一时间发现疲劳驾驶的情况。其安全性有待进一步的提高。
[0048]有鉴于此，本专利技术提供一种疲劳驾驶的检测方法。参见图1所示，为本专利技术提供的疲劳驾驶的检测方法的具体实施例。本实施例中，所述方法包括：
[0049]步骤101、采集待检测图像，并确定待检测图像对应的待检测压力图谱。
[0050]待检测图像，即本实施例中需要检测的人脸图像。本实施例中可以通过车载的RGB摄像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种疲劳驾驶的检测方法，其特征在于，包括：采集待检测图像，并确定所述待检测图像对应的待检测压力图谱；利用预先确定的疲劳检测模型，根据所述待检测图像和所述待检测压力图谱，确定疲劳检测结果。2.根据权利要求1所述方法，其特征在于，所述确定所述待检测图像对应的待检测压力图谱包括：确定采集所述待检测图像的时间范围；确定所述时间范围内的压力传感数据的数值；根据所述压力传感数据的数值，确定所述待检测压力图谱。3.根据权利要求1所述方法，其特征在于，还包括：利用对比学习数据训练，预先确定所述疲劳检测模型。4.根据权利要求3所述方法，其特征在于，所述利用对比学习数据训练，预先确定所述疲劳检测模型包括：确定样本图像和样本压力图谱；确定初始模型；利用所述样本图像和所述样本压力图谱，对所述初始模型进行所述对比学习数据训练；将训练后的所述初始模型确定为所述疲劳检测模型。5.根据权利要求4所述方法，其特征在于，所述样本图像包括真样本图像和假样本图像；所述样本压力图谱包括真样本压力图谱和假样本压力图谱；所述利用所述样本图像和所述样本压力图谱，对所述初始模型进行所述对比学习数据训练包括：将所述真样本图像和所述真样本压力图谱，确定为第一正样本对；将所述假样本图像和所述真样本压力图谱，确定为第二正样本对；将所述真样本图像和所述假样本压力图谱，确定为第一负样本对；将所述假样本图像和所述假...

【专利技术属性】
技术研发人员：赵晨旭，唐大闰，
申请(专利权)人：北京明略昭辉科技有限公司，
类型：发明
国别省市：