检测方法、装置、设备以及存储介质制造方法及图纸

本公开提供了一种检测方法、装置、设备以及存储介质，涉及数据处理领域，尤其涉及人工智能和自动驾驶技术领域。具体实现方案为：获取视频帧集合中目标对象在预设行为上的第一特征值，以及在预设头部特征上的第二特征值；所述视频帧集合是基于所述目标对象在驾驶过程中的驾驶视频所得；基于所述目标对象在预设行为上的第一特征值，以及在预设头部特征上的第二特征值，得到所述目标对象的目标特征值，所述目标特征值表示目标对象的眼部在预设时间范围内是否满足驾驶要求。间范围内是否满足驾驶要求。间范围内是否满足驾驶要求。

【技术实现步骤摘要】
检测方法、装置、设备以及存储介质


[0001]本公开涉及数据处理
，尤其涉及人工智能、自动驾驶


技术介绍

[0002]分心驾驶，是指驾驶员注意力主动或被动的转移至驾驶无关的人或事物上。常见的分心驾驶有三种形式，其一，是视觉转移导致的分心，如看仪表盘、左顾右盼等；其二，是思维转移导致的分心，如接打电话、困顿闭眼等；其三则是操作转移导致的分心，如双手离开方向盘调节声音、玩手机等。这些注意力转移的行为，降低了驾驶员对驾驶环境的感知、决策和反应效果。研究表明，约80％的碰撞事故，是由于驾驶员的分心造成的。其中，大型客、货运车辆因其体积大，载客量多，驾驶员驾驶时间长等特点，一旦发生事故，所造成伤亡比例极高，损失极大。因此，亟需一种能够准确识别驾驶员的分心驾驶行为的方法，以便于对高危易分心的驾驶员进行风险提示，降低发生风险的概率及损失。

技术实现思路

[0003]本公开提供了一种用于检测方法、装置、设备以及存储介质。
[0004]根据本公开的一方面，提供了一种检测方法，包括：
[0005]获取视频帧集合中目标对象在预设行为上的第一特征值，以及在预设头部特征上的第二特征值；所述视频帧集合是基于所述目标对象在驾驶过程中的驾驶视频所得；
[0006]基于所述目标对象在预设行为上的第一特征值，以及在预设头部特征上的第二特征值，得到所述目标对象的目标特征值，所述目标特征值表示目标对象的眼部在预设时间范围内是否满足驾驶要求。
[0007]根据本公开的另一方面，提供了一种检测装置，包括：
[0008]获取单元，用于获取视频帧集合中目标对象在预设行为上的第一特征值，以及在预设头部特征上的第二特征值；所述视频帧集合是基于所述目标对象在驾驶过程中的驾驶视频所得；
[0009]目标处理单元，用于基于所述目标对象在预设行为上的第一特征值，以及在预设头部特征上的第二特征值，得到所述目标对象的目标特征值，所述目标特征值表示目标对象的眼部在预设时间范围内是否满足驾驶要求。
[0010]根据本公开的另一方面，提供了一种电子设备，包括：
[0011]至少一个处理器；以及
[0012]与该至少一个处理器通信连接的存储器；其中，
[0013]该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开中任一实施例的方法。
[0014]根据本公开的另一方面，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，其中，该计算机指令用于使该计算机执行根据本公开中任一实施例的方法。
[0015]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机
程序在被处理器执行时实现根据本公开中任一实施例的方法。
[0016]这样，本公开方案能够基于目标对象的眼部在预设时间范围内是否满足驾驶要求的度量结果，来实现驾驶员分心行驶行为检测，且该检测方式能够综合考虑行为和头部特征等，因此，提升了检测结果的准确率。
[0017]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
[0018]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0019]图1是根据本申请一实施例检测方法的示意性流程图一；
[0020]图2是根据本申请一实施例检测方法的示意性流程图二；
[0021]图3是根据本申请一实施例检测方法的示意性流程图三；
[0022]图4(a)至图4(c)是根据本申请一实施例滑动窗口的示意图；
[0023]图5(a)和图5(b)是根据本申请一实施例检测方法在一具体示例中的实现流程示意图；
[0024]图6是根据本申请一实施例GBDT模型处理的流程示意图；
[0025]图7(a)至图7(c)、以及图8是根据本申请一实施例指标结果对比图；
[0026]图9是根据本申请一实施例检测装置的结构示意图；
[0027]图10是用来实现本公开实施例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。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]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。本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。本文中术语“第一”、“第二”表示指代多个类似的技术用语并对其进行区分，并不是限定顺序的意思，或者限定只有两个的意思，例如，第一特征和第二特征，是指代有两类/两个特征，第一特征可以为一个或多个，第二特征也可以为一个或多个。
[0030]另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，缺少某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
[0031]分心驾驶，是指驾驶员注意力主动或被动的转移至驾驶无关的人或事物上。常见的分心驾驶有三种形式，其一，是视觉转移导致的分心，如看仪表盘、左顾右盼等；其二，是思维转移导致的分心，如接打电话、困顿闭眼等；其三则是操作转移导致的分心，如双手离开方向盘调节声音、玩手机等。这些注意力转移的行为，降低了驾驶员对驾驶环境的感知、
决策和反应效果。研究表明，约80％的碰撞事故，是由于驾驶员的分心造成的。其中，大型客、货运车辆因其体积大，载客量多，驾驶员驾驶时间长等特点，一旦发生事故，所造成伤亡比例极高，损失极大。因此，亟需一种能够快速、准确识别驾驶员的分心驾驶行为的方法，以对高危易分心的驾驶员进行风险提示，降低发生风险的概率及损失。
[0032]针对现有基于驾驶员的头部、眼部的分心驾驶行为监测方法未能充分考虑如何定义分心驾驶，以及未考虑驾驶员体态、手势姿势对分心驾驶的影响，本公开方案针对营运车领域的特点，提出了一种融合驾驶员头部、面部及身体姿势特征的驾驶员分心驾驶行为检测方法。
[0033]具体地，图1是根据本申请一实施例检测方法的示意性流程图一。该方法可选地应用于经典计算设备中，比如，个人电脑、服务器、服务器集群等具有经典计算能力的电子设备中。该方法至少包括以下内容的至少部分内容。如图1所示，包括：
[0034]步骤S101：获取视频帧集合中目标对象在预设行为上的第一特征值，以及在预设头部本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种检测方法，包括：获取视频帧集合中目标对象在预设行为上的第一特征值，以及在预设头部特征上的第二特征值；所述视频帧集合是基于所述目标对象在驾驶过程中的驾驶视频所得；基于所述目标对象在预设行为上的第一特征值，以及在预设头部特征上的第二特征值，得到所述目标对象的目标特征值，所述目标特征值表示目标对象的眼部在预设时间范围内是否满足驾驶要求。2.根据权利要求1所述的方法，所述方法还包括：对视频帧集合的视频帧中目标对象的预设行为进行检测，在确定所述视频帧集合的第一视频帧中存在所述预设行为的情况下，在从所述第一视频帧开始的预设区间内，统计存在所述预设行为的视频帧的总数量；基于预设区间内存在所述预设行为的视频帧的总数量确定满足第一条件的情况下，将第一数值作为所述目标对象在预设行为上的第一特征值；其中，所述第一数值用于表示所述目标对象存在所述预设行为。3.根据权利要求2所述的方法，还包括：基于预设区间内存在所述预设行为的视频帧的总数量确定不满足所述第一条件的情况下，将第二数值作为所述目标对象在预设行为上的第一特征值；其中，所述第二数值用于表示所述目标对象不存在所述预设行为。4.根据权利要求1
‑
3任一项所述的方法，所述方法还包括：对视频帧集合的各视频帧中目标对象的预设头部特征进行检测，得到各视频帧中目标对象在预设头部特征上的得分；确定当前置于滑动窗口内的连续多个视频帧；将当前置于滑动窗口内的连续多个视频帧的各视频帧中目标对象在预设头部特征上的得分，得到所述滑动窗口在预设头部特征上对应的平均得分；基于所述滑动窗口在预设头部特征上对应的平均得分，得到所述目标对象在所述预设头部特征上的第二特征值。5.根据权利要求4所述的方法，所述方法还包括：调整滑动窗口的位置，使置于调整后的滑动窗口内的连续多个视频帧，与置于调整前的滑动窗口内的连续多个视频帧中至少之一视频帧不同；基于调整后的滑动窗口内连续多个视频帧的各视频帧中目标对象在预设头部特征上的得分，得到调整后的滑动窗口在预设头部特征上对应的平均得分；其中，所述基于所述滑动窗口在预设头部特征上对应的平均得分，得到所述目标对象在所述预设头部特征上的第二特征值，包括：基于不同位置的滑动窗口对应的平均得到，得到最高平均得分；基于最高平均得分，得到所述目标对象在所述预设头部特征上的第二特征值。6.根据权利要求4所述的方法，其中，所述预设头部特征包括预设眼部状态和预设头部姿态；所述对视频帧集合的各视频帧中目标对象的预设头部特征进行检测，得到各视频帧中目标对象在预设头部特征上的得分，包括以下至少之一：对所述视频帧集合的各视频帧中目标对象的预设眼部状态进行检测，得到各视频帧中所述目标对象在预设眼部状态上的得分；
对所述视频帧集合的各视频帧中目标对象的预设头部姿态进行检测，得到各视频帧中所述目标对象在预设头部姿态上的得分。7.根据权利要求6所述的方法，还包括：基于各视频帧中目标对象在预设头部姿态上的得分，统计所述目标对象在所述预设头部姿态上的持续时长；其中，所述基于所述滑动窗口在预设头部特征上对应的平均得分，得到所述目标对象在所述预设头部特征上的第二特征值，包括：基于所述滑动窗口在预设头部特征上对应的平均得分，以及所述目标对象在预设头部姿态上的持续时长，得到所述目标对象在所述预设头部特征上的第二特征值。8.一种检测装置，包括：获取单元，用于获取视频帧集合中目标对象在预设行为上的第一特征值，以及在预设头部特征上的第二特征值；所述视频帧集合是基于所述目标对象在驾驶过程中的驾驶视频所得；目标处理单元，用于基于所述目标对象在预设行为上的第一特征值，以及在预设头部...

【专利技术属性】
技术研发人员：张凌鹰，任龙，韩国华，
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：