驾驶行为的检测方法、装置、电子设备及可读存储介质制造方法及图纸

本公开提供了驾驶行为的检测方法、装置、电子设备及可读存储介质，涉及人工智能技术领域，具体为深度学习、图像处理、计算机视觉技术领域，可应用于人脸识别等场景。一种具体实现方案为：获取待处理的驾驶舱内的图像；对所述图像进行检测处理，以获得操纵杆检测框和驾驶员的手部检测框；根据所述操纵杆检测框和所述驾驶员的手部检测框，获得所述驾驶员的驾驶行为情况。为情况。为情况。

【技术实现步骤摘要】
驾驶行为的检测方法、装置、电子设备及可读存储介质


[0001]本公开涉及人工智能
，具体为深度学习、图像处理、计算机视觉
，可应用于人脸识别等场景。

技术介绍

[0002]对于许多涉及高空作业及大型机电运转的操作设备，例如，塔吊等，检测其驾驶舱内的司机是否能安全规范地作业是安全生产管理的重点。
[0003]目前，大多是依赖人工，对司机的安全驾驶行为进行监督，具体可以包括离线视频记录的方式和在线人工监察的方式。

技术实现思路

[0004]本公开提供了驾驶行为的检测方法、装置、电子设备及可读存储介质。
[0005]根据本公开的一方面，提供了一种驾驶行为的检测方法，包括：
[0006]获取待处理的驾驶舱内的图像；
[0007]对所述图像进行检测处理，以获得操纵杆检测框和驾驶员的手部检测框；
[0008]根据所述操纵杆检测框和所述驾驶员的手部检测框，获得所述驾驶员的驾驶行为情况。
[0009]根据本公开的再一方面，提供了一种驾驶行为的检测装置，具体包括：
[0010]获取单元，用于获取待处理的驾驶舱内的图像；
[0011]检测单元，用于对所述图像进行检测处理，以获得操纵杆检测框和驾驶员的手部检测框；
[0012]获得单元，用于根据所述操纵杆检测框和所述驾驶员的手部检测框，获得所述驾驶员的驾驶行为情况。
[0013]根据本公开的又一方面，提供了一种电子设备，包括：
[0014]至少一个处理器；以及
[0015]与所述至少一个处理器通信连接的存储器；其中，
[0016]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的方面和任一可能的实现方式的方法。
[0017]根据本公开的又一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如上所述的方面和任一可能的实现方式的方法。
[0018]根据本公开的又一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方面和任一可能的实现方式的方法。
[0019]根据本公开的又一方面，提供了一种塔吊，包括如上所述的电子设备。
[0020]由上述技术方案可知，本公开实施例可以通过获取待处理的驾驶舱内的图像，进
而可以对所述图像进行检测处理，以获得操纵杆检测框和驾驶员的手部检测框，使得能够根据所述操纵杆检测框和所述驾驶员的手部检测框，获得所述驾驶员的驾驶行为情况，由于根据通过图像检测处理所获得操纵杆检测框和手部检测框，来获得驾驶员的驾驶行为情况，可以有效地实现对驾驶员的驾驶等作业行为的检测，提升了对驾驶员的驾驶等作业行为检测的准确性，从而保障了安全生产管理的可靠性。
[0021]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0022]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0023]图1是根据本公开第一实施例的示意图；
[0024]图2是根据本公开第二实施例的示意图；
[0025]图3是根据本公开第二实施例的驾驶行为的检测方法的技术原理的示意图；
[0026]图4是根据本公开第三实施例的示意图；
[0027]图5是用来实现本公开实施例的驾驶行为的检测方法的电子设备的框图。
具体实施方式
[0028]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0029]显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本公开保护的范围。
[0030]需要说明的是，本公开实施例中所涉及的终端设备可以包括但不限于手机、个人数字助理(Personal Digital Assistant，PDA)、无线手持设备、平板电脑(Tablet Computer)等智能设备；显示设备可以包括但不限于个人电脑、电视等具有显示功能的设备。
[0031]另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0032]对于许多涉及高空作业及大型机电运转的施工设备，例如，塔吊等，检测其驾驶舱内的司机是否能安全规范地作业是安全生产管理的重点。
[0033]目前，大多是依赖人工，对司机的安全驾驶行为进行监督，具体可以包括离线视频记录的方式和在线人工监察的方式。离线视频记录的方式：驾驶舱内安装离线视频监控装置，通过定期离线检查的方法，对司机的行为进行考核。在线人工监察的方式：在驾驶舱内安装在线监控装置，设置远程人员实时人工监察司机是否有异常行为。
[0034]但是，通常的处理方式都存在着一些问题。例如，离线视频记录的方式，缺乏实时安全性，仅适用于在事后追溯，无法有效对塔吊司机进行安全协助。离线视频记录的方式，
增加人工成本，尤其是塔吊司机长时间施工作业的情形，同时，对监控人员的注意力要求比较高。
[0035]因此，亟需提供一种驾驶行为的检测方法，能够实现对驾驶员作业安全的检测，从而保障施工安全管理的可靠性。
[0036]图1是根据本公开第一实施例的示意图，如图1所示。
[0037]101、获取待处理的驾驶舱内的图像。
[0038]102、对所述图像进行检测处理，以获得操纵杆检测框和驾驶员的手部检测框。
[0039]103、根据所述操纵杆检测框和所述驾驶员的手部检测框，获得所述驾驶员的驾驶行为情况。
[0040]需要说明的是，驾驶舱可以是涉及高空作业及大型机电运转的操作设备的驾驶舱，例如，塔吊的驾驶舱。
[0041]需要说明的是，可以利用图像采集设备实时获取待处理的驾驶舱内的图像。具体地，可以按照预设的周期采集图像，例如，预设的周期可以1秒。
[0042]需要说明的是，101～103的执行主体的部分或全部可以为位于本地终端的应用，或者还可以为设置在位于本地终端的应用中的插件或软件开发工具包(Software Development Kit，SDK)等功能单元，或者还可以为位于网络侧服务器中的处理引擎，或者还可以为位于网络侧的分布式系统，例如，网络侧的检测服务平台中的处理引擎或者分布式系统等，本实施例对此不进行特别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种驾驶行为的检测方法，包括：获取待处理的驾驶舱内的图像；对所述图像进行检测处理，以获得操纵杆检测框和驾驶员的手部检测框；根据所述操纵杆检测框和所述驾驶员的手部检测框，获得所述驾驶员的驾驶行为情况。2.根据权利要求1所述的方法，其中，所述根据所述操纵杆检测框和所述驾驶员的手部检测框，获得所述驾驶员的驾驶行为情况，包括：根据所述操纵杆检测框和所述驾驶员的手部检测框，获得所述操纵杆检测框和所述驾驶员的手部检测框的重合度；根据预设的重合度阈值和所述重合度，获得所述驾驶员的驾驶行为情况。3.根据权利要求2所述的方法，其中，所述根据预设的重合度阈值和所述重合度，获得所述驾驶员的驾驶行为情况，包括：若所述重合度超过所述预设的重合度阈值，则获得所述驾驶员的驾驶行为情况为安全驾驶。4.根据权利要求1
‑
3中任一项所述的方法，其中，所述驾驶员的驾驶行为情况包括操纵杆的操作情况，所述根据所述操纵杆检测框和所述驾驶员的手部检测框，获得所述驾驶员的驾驶行为情况，包括：获取所述操纵杆的指定部位检测框；根据预设的检测条件、所述操纵杆的指定部位检测框、所述操纵杆检测框和所述驾驶员的手部检测框，获得所述操纵杆的操作情况。5.根据权利要求1
‑
4中任一项所述的方法，其中，所述驾驶员的驾驶行为情况还包括所述驾驶员的疲劳情况，所述对所述图像进行检测处理之后，还包括：获取所述驾驶员的人脸检测框；根据所述驾驶员的人脸检测框，利用预设的疲劳检测模型，获得所述驾驶员的疲劳情况。6.根据权利要求1
‑
5中任一项所述的方法，其中，所述根据所述操纵杆检测框和所述驾驶员的手部检测框，获得所述驾驶员的驾驶行为情况之后，还包括：根据所述驾驶员的驾驶行为情况，输出所述驾驶行为情况对应的提示信息。7.根据权利要求1
‑
6中任一项所述的方法，其中，所述对所述图像进行检测处理，包括：利用预设的目标检测模型，对所述图像进行检测处理，以获得所述操纵杆检测框和所述驾驶员的手部检测框。8.根据权利要求7所述的方法，其中，所述利用预设的目标检测模型，对所述图像进行检测处理，还包括：利用所述预设的目标检测模型，对所述图像进行检测处理，以获得所述操纵杆的指定部位检测框和所述驾驶员的人脸检测框。9.一种驾驶行为的检测装置，具体包括：获取单元，用于获取待处理的驾驶舱内的图像；检测单元，用于对所述图像进行检测处理，以获得操纵杆检测框和驾驶员的手...

【专利技术属性】
技术研发人员：陈龙，刘聪毅，温圣召，陶天然，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：