本公开涉及一种图像处理方法、装置、电子设备及存储介质，以解决相关技术中危险驾驶行为识别的准确性较低的问题，包括：获取车辆的驾驶室图像；根据所述驾驶室图像中的驾驶员人脸信息，从所述驾驶室图像中确定对危险驾驶行为进行监控的目标区域；将所述目标区域对应的子图像输入到行为识别模型中，得到所述行为识别模型输出的表征所述驾驶员是否存在所述危险驾驶行为的识别结果。通过确定对驾驶室图像进行监控的目标区域，并对目标区域内的子图像进行识别，可以提高危险驾驶行为识别的准确性。性。性。
【技术实现步骤摘要】
图像处理方法、装置、电子设备及存储介质
[0001]本公开涉及辅助驾驶
，尤其涉及图像处理方法、装置、电子设备及存储介质。
技术介绍
[0002]在车辆驾驶过程中，驾驶员经常有吸烟、拨打电话等危险驾驶行为，导致车辆行驶安全性较低，不仅可能导致驾乘人员的生命财产损失，而且危及其他道路参与者的安全。高级驾驶辅助系统(Advanced Driving Assistance System，简称ADAS)可以主动预警可能发生的危险，减少安全事故发生。
[0003]相关场景中，将采集的驾驶员人脸图像输入至预先训练的行为识别模型中，通过行为识别模型进行危险驾驶行为识别，得到危险驾驶行为的识别结果。然而，通过对驾驶员人脸图像进行整体识别，对危险驾驶行为的识别准确性较低。
技术实现思路
[0004]为克服相关技术中存在的问题，本公开提供一种图像处理方法、装置、电子设备及存储介质，以解决相关技术中对危险驾驶行为的识别准确性较低的问题。
[0005]根据本公开实施例的第一方面，提供一种图像处理方法，包括：
[0006]获取车辆的驾驶室图像；
[0007]根据所述驾驶室图像中的驾驶员人脸信息，从所述驾驶室图像中确定对危险驾驶行为进行监控的目标区域；
[0008]将所述目标区域对应的子图像输入到行为识别模型中，得到所述行为识别模型输出的表征所述驾驶员是否存在所述危险驾驶行为的识别结果。
[0009]可选地，所述驾驶员人脸信息包括人脸尺寸信息以及人脸关键点的位置信息，所述根据所述驾驶室图像中的驾驶员人脸信息，从所述驾驶室图像中确定对危险驾驶行为进行监控的目标区域，包括：
[0010]根据所述位置信息，确定区域边界信息；
[0011]根据所述人脸尺寸信息，确定区域长度信息以及区域宽度信息；
[0012]根据所述区域边界信息、所述区域长度信息以及所述区域宽度信息，在所述驾驶室图像中确定对危险驾驶行为进行监控的目标区域。
[0013]可选地，所述获取车辆的驾驶室图像，包括：从驾驶室监控视频中获取多帧驾驶室图像；
[0014]所述将所述目标区域对应的子图像输入到行为识别模型中，得到所述行为识别模型输出的表征所述驾驶员是否存在所述危险驾驶行为的识别结果，包括：
[0015]将所述多帧驾驶室图像上的目标区域对应的子图像输入到所述行为识别模型中，得到所述行为识别模型输出的表征所述驾驶员是否存在所述危险驾驶行为的识别结果。
[0016]可选地，所述驾驶员人脸信息的获取包括：
[0017]对所述多帧驾驶室图像中的第一帧驾驶室图像进行人脸识别；
[0018]在从所述第一帧驾驶室图像中识别到驾驶员人脸位置后，对驾驶员人脸进行人脸关键点跟踪，得到所述多帧驾驶室图像中每一帧所述驾驶室图像上的人脸关键点的位置信息，所述驾驶员人脸信息包括所述人脸关键点的位置信息。
[0019]可选地，所述根据所述驾驶室图像中的驾驶员人脸信息，从所述驾驶室图像中确定对危险驾驶行为进行监控的目标区域，包括：
[0020]根据所述驾驶室图像中的驾驶员人脸信息，从所述驾驶室图像中确定位于人脸第一侧的第一目标子区域；
[0021]将所述第一目标子区域相对人脸的中轴线进行对称处理，得到位于人脸第二侧的第二目标子区域，所述目标区域包括所述第一目标子区域以及所述第二目标子区域，且所述第一目标子区域以及所述第二目标子区域对应同一危险驾驶行为。
[0022]可选地，所述目标区域包括多个对应不同危险驾驶行为的目标区域；
[0023]所述将所述目标区域对应的子图像输入到行为识别模型中，得到所述行为识别模型输出的表征所述驾驶员是否存在所述危险驾驶行为的识别结果，包括：
[0024]将对应同一种危险驾驶行为的目标区域对应的子图像输入到对应该种危险驾驶行为的行为识别模型中，得到所述行为识别模型输出的表征所述驾驶员是否存在该种危险驾驶行为的识别结果。
[0025]可选地，所述行为识别模型是通过以下方式得到所述识别结果的：
[0026]根据预设的掩膜，提取所述子图像中的感兴趣点，并对所述感兴趣点进行特征提取，得到所述子图像的描述子集合；
[0027]对所述描述子集合中的描述子进行编码处理；
[0028]对编码处理后的所述描述子进行分类，得到表征所述驾驶员是否存在所述危险驾驶行为的识别结果。
[0029]可选地，所述根据预设的掩膜，提取所述子图像中的感兴趣点，并对所述感兴趣点进行特征提取，得到所述子图像的描述子集合，包括：
[0030]确定初始提取位置，通过所述掩膜提取所述初始提取位置对应的感兴趣点，并对所述感兴趣点进行特征提取，得到所述初始提取位置对应的描述子；
[0031]以预设步长以及预设提取方向，移动所述掩膜，并提取移动后所述子图像中的感兴趣点以及所述感兴趣点对应的描述子，直到遍历提取所述子图像的描述子，得到所述子图像的描述子集合。
[0032]可选地，所述对所述描述子集合中的描述子进行编码处理，包括：
[0033]将所述描述子对应的特征向量输入多个高斯模型中，得到所述描述子对应的似然函数，多个高斯模型是以训练样本中样本描述子的概率最大为目标，确定各所述高斯模型的模型权重建立的；
[0034]求所述似然函数对各所述高斯模型中模型权重、样本均值以及样本方差的偏导值；
[0035]根据各所述偏导值对所述描述子集合中的描述子进行编码处理。
[0036]根据本公开实施例的第二方面，提供一种图像处理装置，包括：
[0037]获取模块，被配置为获取车辆的驾驶室图像；
[0038]确定模块，被配置为根据所述驾驶室图像中的驾驶员人脸信息，从所述驾驶室图像中确定对危险驾驶行为进行监控的目标区域；
[0039]输入模块，被配置为将所述目标区域对应的子图像输入到行为识别模型中，得到所述行为识别模型输出的表征所述驾驶员是否存在所述危险驾驶行为的识别结果。
[0040]可选地，所述驾驶员人脸信息包括人脸尺寸信息以及人脸关键点的位置信息，所述确定模块包括：边界确定子模块，被配置为根据所述位置信息，确定区域边界信息；
[0041]长宽度确定子模块，被配置为根据所述人脸尺寸信息，确定区域长度信息以及区域宽度信息；
[0042]区域确定子模块，被配置为根据所述区域边界信息、所述区域长度信息以及所述区域宽度信息，在所述驾驶室图像中确定对危险驾驶行为进行监控的目标区域。
[0043]可选地，所述获取模块，被配置为从驾驶室监控视频中获取多帧驾驶室图像；
[0044]所述输入模块，被配置为将所述多帧驾驶室图像上的目标区域对应的子图像输入到所述行为识别模型中，得到所述行为识别模型输出的表征所述驾驶员是否存在所述危险驾驶行为的识别结果。
[0045]可选地，所述获取模块包括：人脸识别子模块，被配置为对所述多帧驾驶室图像中的第一帧驾驶室图像进行本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：获取车辆的驾驶室图像；根据所述驾驶室图像中的驾驶员人脸信息，从所述驾驶室图像中确定对危险驾驶行为进行监控的目标区域；将所述目标区域对应的子图像输入到行为识别模型中，得到所述行为识别模型输出的表征所述驾驶员是否存在所述危险驾驶行为的识别结果。2.根据权利要求1所述的方法，其特征在于，所述驾驶员人脸信息包括人脸尺寸信息以及人脸关键点的位置信息，所述根据所述驾驶室图像中的驾驶员人脸信息，从所述驾驶室图像中确定对危险驾驶行为进行监控的目标区域，包括：根据所述位置信息，确定区域边界信息；根据所述人脸尺寸信息，确定区域长度信息以及区域宽度信息；根据所述区域边界信息、所述区域长度信息以及所述区域宽度信息，在所述驾驶室图像中确定对危险驾驶行为进行监控的目标区域。3.根据权利要求1所述的方法，其特征在于，所述获取车辆的驾驶室图像，包括：从驾驶室监控视频中获取多帧驾驶室图像；所述将所述目标区域对应的子图像输入到行为识别模型中，得到所述行为识别模型输出的表征所述驾驶员是否存在所述危险驾驶行为的识别结果，包括：将所述多帧驾驶室图像上的目标区域对应的子图像输入到所述行为识别模型中，得到所述行为识别模型输出的表征所述驾驶员是否存在所述危险驾驶行为的识别结果。4.根据权利要求3所述的方法，其特征在于，所述驾驶员人脸信息的获取包括：对所述多帧驾驶室图像中的第一帧驾驶室图像进行人脸识别；在从所述第一帧驾驶室图像中识别到驾驶员人脸位置后，对驾驶员人脸进行人脸关键点跟踪，得到所述多帧驾驶室图像中每一帧所述驾驶室图像上的人脸关键点的位置信息，所述驾驶员人脸信息包括所述人脸关键点的位置信息。5.根据权利要求1所述的方法，其特征在于，所述根据所述驾驶室图像中的驾驶员人脸信息，从所述驾驶室图像中确定对危险驾驶行为进行监控的目标区域，包括：根据所述驾驶室图像中的驾驶员人脸信息，从所述驾驶室图像中确定位于人脸第一侧的第一目标子区域；将所述第一目标子区域相对人脸的中轴线进行对称处理，得到位于人脸第二侧的第二目标子区域，所述目标区域包括所述第一目标子区域以及所述第二目标子区域，且所述第一目标子区域以及所述第二目标子区域对应同一危险驾驶行为。6.根据权利要求1所述的方法，其特征在于，所述目标区域包括多个对应不同危险驾驶行为的目标区域；所述将所述目标区域对应的子图像输入到行为识别模型中，得到所述行为识别模型输出的表征所述驾驶员是否存在所述危险驾驶行为的识别结果，包括：将对应同一种危险驾驶行为的目标区域对应的子图像输入到对应该种危险驾驶行为的...
【专利技术属性】
技术研发人员：张红卫，雷磊，王晓涛，
申请(专利权)人：北京小米移动软件有限公司，
类型：发明
国别省市：
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。