CN112597790B - 驾驶员注意力检测方法、装置、设备和计算机可读介质 - Google Patents

驾驶员注意力检测方法、装置、设备和计算机可读介质 Download PDF

Info

Publication number
CN112597790B
CN112597790B CN202010940091.2A CN202010940091A CN112597790B CN 112597790 B CN112597790 B CN 112597790B CN 202010940091 A CN202010940091 A CN 202010940091A CN 112597790 B CN112597790 B CN 112597790B
Authority
CN
China
Prior art keywords
driver
state information
sequence
subsystem
vehicle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010940091.2A
Other languages
English (en)
Other versions
CN112597790A (zh
Inventor
杨骏涛
陈小莹
倪凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Heduo Technology Guangzhou Co ltd
Original Assignee
HoloMatic Technology Beijing Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by HoloMatic Technology Beijing Co Ltd filed Critical HoloMatic Technology Beijing Co Ltd
Priority to CN202010940091.2A priority Critical patent/CN112597790B/zh
Publication of CN112597790A publication Critical patent/CN112597790A/zh
Application granted granted Critical
Publication of CN112597790B publication Critical patent/CN112597790B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开的实施例公开了驾驶员注意力检测方法、装置、设备和计算机可读介质。该方法的一具体实施方式包括：获取目标驾驶员的图像序列和图像对应的目标驾驶员驾驶的车辆的车载终端的数据；对图像序列中的每个图像进行信息提取以生成驾驶员头部运动状态信息，得到驾驶员头部运动状态信息序列；从驾驶员头部运动状态信息序列中选择驾驶员头部运动状态信息作为第一状态信息，得到第一状态信息序列；基于第一状态信息序列与车载终端的数据，生成驾驶员注意力信息。该实施方式降低了安全隐患，提高了驾驶员驾驶车辆在行驶过程中的安全性。

Description

驾驶员注意力检测方法、装置、设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域，具体涉及驾驶员注意力检测方法、装置、设备和计算机可读介质。
背景技术
驾驶员注意力检测，是在驾驶员驾驶车辆过程中检测驾驶员注意力的一项技术。常用的驾驶员注意力检测方法可以是通过车载摄像头拍摄的图像对驾驶员状态进行检测以及分析驾驶员的驾驶数据得到注意力信息。
然而，当采用上述方式进行驾驶员注意力检测时，经常会存在如下技术问题：
第一，驾驶员注意力的检测结果未使用驾驶员对车辆终端子系统的使用情况做参考，对驾驶员来说存在较大的安全隐患。
第二，在驾驶员操作车载终端时，驾驶员状态检测的结果准确度偏低。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。本公开的一些实施例提出了驾驶员注意力检测方法、装置、设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面，本公开的一些实施例提供了一种驾驶员注意力检测方法、装置、设备和计算机可读介质的方法，该方法包括：获取目标驾驶员的图像序列和上述图像对应的上述目标驾驶员驾驶的车辆的车载终端的数据；对上述图像序列中的每个图像进行信息提取以生成驾驶员头部运动状态信息，得到驾驶员头部运动状态信息序列；从上述驾驶员头部运动状态信息序列中选择驾驶员头部运动状态信息作为第一状态信息，得到第一状态信息序列；基于上述第一状态信息序列与上述第一状态信息序列中各个第一状态信息对应的车载终端的数据，生成驾驶员注意力信息。
第二方面，本公开的一些实施例提供了一种驾驶员注意力检测装置，装置包括：获取单元，被配置成获取目标驾驶员的图像序列和上述图像对应的车载终端的数据；第一生成单元，被配置成对上述图像序列中的每个图像进行信息提取以生成驾驶员头部运动状态信息，得到驾驶员头部运动状态信息序列；第二生成单元，被配置成响应于确定上述驾驶员头部运动状态信息序列中满足预定条件的驾驶员头部运动状态信息，生成第一状态信息序列；检测单元，被配置成基于上述第一状态信息序列与上述第一状态信息序列中各个第一状态信息对应的车载终端的数据，生成驾驶员注意力信息。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；摄像头，被配置成采集图像；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中所描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中所描述的方法。
本公开的上述各个实施例具有如下有益效果：本公开的上述各个实施例中的一个实施例具有如下有益效果：首先，获取目标驾驶员的图像序列和上述图像对应的上述目标驾驶员驾驶的车辆的车载终端的数据。增加了车载终端数据作为驾驶员状态检测的参考。然后，对上述图像序列中的每个图像进行信息提取以生成驾驶员头部运动状态信息，得到驾驶员头部运动状态信息序列。方便下一步对驾驶员头部运动状态信息序列进行筛选。之后，从上述驾驶员头部运动状态信息序列中选择驾驶员头部运动状态信息作为第一状态信息，得到第一状态信息序列。从图像中得到驾驶员状态信息利于驾驶员注意力信息值的计算。最后，基于上述第一状态信息序列与上述车载终端的数据，生成驾驶员注意力信息。利用了驾驶员对车辆终端子系统的使用情况作参考。有效的控制了车载终端系统的连续使用限制。可选地，将上述驾驶员注意力信息发送至目标车辆的车载终端，以供上述车载终端对上述目标驾驶员发出提示信号。由于利用对车载终端各个子系统的连续使用情况进行了细粒度的规划可有效控制和释放驾驶员的多媒体功能的使用限制。从而，降低了安全隐患、提高了车辆行驶过程中的安全性。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1是根据本公开的一些实施例的驾驶员注意力检测方法的一个应用场景示意图；
图2是根据本公开的驾驶员注意力检测方法的一些实施例的流程图；
图3是根据本公开的驾驶员注意力检测装置的一些实施例的结构示意图；
图4是根据本公开的驾驶员注意力检测方法的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是本公开的一些实施例的驾驶员注意力检测方法的一个应用场景的示意图。
在图1的应用场景中，首先，计算设备101可以获取目标驾驶员的图像序列102和上述图像对应的上述目标驾驶员驾驶的车辆的车载终端的数据所组成的数据序列103。然后，对上述图像序列102中的每个图像进行信息提取以生成驾驶员头部运动状态信息，得到驾驶员头部运动状态信息序列104。之后，从上述驾驶员头部运动状态信息序列104中选择驾驶员头部运动状态信息作为第一状态信息，得到第一状态信息序列105。最后，基于上述第一状态信息序列105与上述车载终端的数据序列103，生成驾驶员注意力信息106。可选地，上述计算设备101还可以将上述驾驶员注意力信息106发送至目标车辆的车载终端107，以供上述车载终端107对上述目标驾驶员发出提示信号。
需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的计算设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的计算设备。
继续参考图2，示出了根据本公开的驾驶员注意力检测方法的一些实施例的流程200。该驾驶员注意力检测方法，包括以下步骤：
步骤201，获取目标驾驶员的图像序列和上述图像对应的上述目标驾驶员驾驶的车辆的车载终端的数据。
在一些实施例中，驾驶员注意力检测方法的执行主体(例如图1所示的计算设备101)可以通过有线连接方式或者无线连接方式获取车载相机所拍摄的目标驾驶员的图像序列。获取车载相机所拍摄的目标驾驶员的图像序列中各个图像对应的目标驾驶员驾驶的车辆的车载终端的数据。
作为示例，上述目标驾驶员的图像序列可以是从上述车载相机拍摄的驾驶员的视频中通过以1秒为单位按照时间顺序截取的多个图像所组成的图像序列。其中，车载终端的数据包括时间戳和上述车载终端中的各个子系统的预定使用时长阈值。具体的，时间戳可以是车载相机拍摄的驾驶员的图像对应的时间点。其中，图像序列中每个图像对应一个时间戳，且时间戳之间的间隔可以是0.1秒。另外，上述车载终端中的各个子系统的预定使用时长阈值可以是预定的车载终端子系统的一次连续使用时间。
车载终端中的子系统可以是导航系统、空调系统以及音乐系统，导航系统的一次连续预定使用时间可以是：5秒。空调系统的一次连续预定使用时间可以是：2秒。音乐系统的一次连续使用时间可以是：3秒。
步骤202，对上述图像序列中的每个图像进行信息提取以生成驾驶员头部运动状态信息，得到驾驶员头部运动状态信息序列。
在一些实施例中，上述执行主体可以对图像序列中的每个图像进行信息提取，提取图像中的驾驶员的头部运动状态信息，将各个图像提取到的一些驾驶员头部运动状态信息作为一个序列，得到驾驶员头部运动状态信息序列。其中，驾驶员头部运动状态信息可以是从图像序列中相连两幅图像中提取的驾驶员头部运动变化信息。
作为示例，第一个图像中驾驶员头部运动状态信息可以是：面朝正前方，第二个图像中的驾驶员头部运动状态信息可以是：面朝右侧。那么，驾驶员头部运动状态信息可以是：向右转头。
在一些实施例的一些可选的实现方式中，上述执行主体对上述图像序列中的每个图像进行信息提取以生成驾驶员头部运动状态信息，得到驾驶员头部运动状态信息序列，可以包括以下步骤：
第一步，对上述图像进行图像二值化以生成二值化后的图像。其中，二值化的目的可以是更有利于对图像进行驾驶员的状态信息的提取。
第二步，对上述二值化后的图像进行特征提取以生成图像特征数据。具体的，对二值化后的图像进行特征提取可以是对图像中的驾驶员图像进行特征提取。提取出驾驶员头部所在区域的信息，作为图像特征数据。
第三步，对上述图像特征数据进行信息提取以生成驾驶员头部运动状态信息。具体的，对图像特征数据进行信息提取可以是对图像特征数据中的驾驶员头部信息进行信息提取。然后，生成驾驶员头部运动状态信息。其中，驾驶员头部运动状态信息可以是从驾驶员头部信息中提取的驾驶员头部转向信息。
步骤203，从上述驾驶员头部运动状态信息序列中选择驾驶员头部运动状态信息作为第一状态信息，得到第一状态信息序列。
在一些实施例中，上述执行主体可以从驾驶员头部运行状态信息序列中选出一些驾驶员头部运动状态信息作为第一状态信息，得到第一状态信息序列。
作为示例，选出的一些驾驶员头部运行状态信息可以是满足所需要的头部向右转动条件的运动状态信息。第一状态信息序列中的各个第一状态信息可以是连续的，对应的时间戳也可以是连续的。
在一些实施例的一些可选的实现方式中，上述执行主体从上述驾驶员头部运动状态信息序列中选择驾驶员头部运动状态信息作为第一状态信息，得到第一状态信息序列，可以包括以下步骤：
第一步，从上述驾驶员头部运动状态信息序列中选择满足预定条件的驾驶员头部运动状态信息作为第二状态信息，得到第二状态信息序列。
作为示例，预定条件可以是驾驶员头部运动状态信息为驾驶员转头方位为左下方。即从驾驶员头部运动状态信息序列中选出驾驶员头部转动方向为左下方的驾驶员头部运动状态信息作为第二状态信息，得到第二状态信息序列。
第二步，基于第二状态信息对应的时间戳，从上述第二状态信息序列中筛选出第二状态信息作为第一状态信息，得到第一状态信息序列。其中，从第二状态信息序列中筛选第二状态信的条件可以是：根据每个第二状态信息对应的时间戳，从第二状态信息序列中选出具有时间戳连续性的第二状态信息作为第一状态信息。
作为示例，第二状态信息是从驾驶员头部运动状态信息序列中选出来的，驾驶员头部运动状态信息是由图像得到的，由于图像对应的数据中包括图像产生时的时间戳，所以可以根据第二状态信息对应的时间戳进行选择。
作为示例，由于图像序列可以是间隔为0.1秒的连续帧图像组成的，那么，对应的时间戳也可以是间隔为0.1秒的连续时间戳。其中，第二状态信息是从图像序列对应的驾驶员头部运动状态信息中选出的，所以第二状态信息对应的时间戳可以是连续的，也可以是不连续。所以，可以从上述第二状态信息序列中筛选出一段连续时间戳对应的连续的第二状态信息作为第一状态信息，得到第一状态信息序列。
步骤204，基于上述第一状态信息序列与上述第一状态信息序列中各个第一状态信息对应的车载终端的数据，生成驾驶员注意力信息。
在一些实施例中，上述执行主体可以由上述一段连续时间戳对应的连续第二状态信息得到的第一状态信息序列与各个第一状态信息对应的目标驾驶员驾驶的车辆的车载终端的数据，生成驾驶员注意力信息。
在一些实施例的一些可选的实现方式中，上述执行主体基于上述第一状态信息序列与上述车载终端的数据，生成驾驶员注意力信息，可以包括以下步骤：
第一步，确定上述第一状态信息序列中各个第一状态信息对应的车载终端中的至少一个子系统的预定使用时长阈值。具体的，第一状态信息序列中的各个连续的第一状态信息可以对应至少一个子系统。至少一个子系统中的每个子系统可以有一个预定使用时长阈值。所以，可确定各个第一状态信息对应的车载终端中的至少一个子系统的预定使用时长阈值。其中，至少一个子系统可以是一个子系统也可以是多个子系统。至少一个子系统对应的预定使用时长阈值也可以是最少一个。
作为示例，第一状态信息可以是驾驶员向右转头看向终端，且该时刻车辆终端中的子系统(如：导航)被驾驶员进行操控，那么，上述执行主体就会得到被操作的子系统的预定连续使用时间阈值。
第二步，基于上述至少一个子系统的预定使用时长阈值，利用以下公式，对上述目标驾驶员的状态进行检测以生成驾驶员注意力信息包括的驾驶员注意力信息值：
Figure BDA0002673347040000081
其中，Z表示驾驶员注意力信息值。
t表示时间戳对应的时刻。
Mt表示目标驾驶员对至少一个子系统的连续操作实际时长。
N表示所述第一状态信息序列对应的时间戳的数量。
i表示时间戳序号。
ti-1表示第i-1个时间戳对应的时刻。
ti表示第i个时间戳对应的时刻。
σ表示变量。
Figure BDA0002673347040000091
表示驾驶员对所述至少一个子系统中各个子系统操作的平均时间值。
MT表示车载终端中的子系统的预定使用时长阈值。
n表示被目标驾驶员操作的至少一个子系统的序号。
Figure BDA0002673347040000092
表示第n个被目标驾驶员操作的至少一个子系的预定使用时长阈值。
Figure BDA0002673347040000093
表示第1个被操作的子系统的预定使用时长阈值。
Figure BDA0002673347040000094
表示第2个被操作的子系统的预定使用时长阈值。
Figure BDA0002673347040000095
表示被目标驾驶员操作的至少一个子系统的预定使用时长阈值集合。
Figure BDA0002673347040000096
表示目标驾驶员对至少一个子系统的连续操作预估时长。
Figure BDA0002673347040000097
表示目标驾驶员对至少一个子系统的连续操作预估变量。其中，变量的取值范围可以是：(0，1]。变量在取值范围内随着第一状态信息序列对应的时间戳的数量的变化而变化。根据子系统使用时长阈值确定第一状态信息序列对应的时间戳的数量的取值范围可以是：[1，30]。那么，当时间戳的数量为1时，变量的取值可以是1/30＞0，当时间戳的数量为30时，变量的取值可以是30/30＝1。
作为示例，上述公式可以利用上述第一状态信息序列中各个第一状态信息对应的连续时间戳，计算出第一状态信息序列对应的驾驶员头部向一个方位转动的持续时长。然后，该持续时长减去一个误差变量，得到驾驶员头部向一个方位转动的总持续时长。当总持续时长大于第一状态序列对应的至少一个子系统的预定使用时长阈值中的最小预定使用时长阈值，得到驾驶员注意力信息值为：1。其他情况可以得到驾驶员注意力信息值为：0。其中，第一状态信息序列可以是驾驶员一次转头看向车辆系统显示终端时的连续信息。第一状态信息序列对应的时间戳之间的总时长可以是驾驶员的一次转头看向车辆系统显示终端时的总时长减去一个时长误差变量。然后，车辆终端会确定收驾驶员操作的具体子系统并返回该子系统的预定操作时长阈值。另外，上述公式中用于生成目标驾驶员对至少一个子系统的连续操作总时长的误差变量，是由第一状态信息序列中各个第一状态信息的数量和对应的时间戳以及变量得到的。
上述公式作为本公开的实施例的一个发明点，由此解决了背景技术提及的技术问题二“在驾驶员操作车载终端时，驾驶员状态检测的结果准确度偏低”。影响驾驶员状态检测的因素往往如下：在驾驶员操作车载终端时，不能对驾驶员状态检测进行很好的判断，导致对驾驶员状态检测的结果准确度偏低。如果解决了上述因素，就能达到提高驾驶员状态检测准确度的效果。为了达到这一效果，上述公式可以利用上述目标驾驶员对至少一个子系统的连续操作预估时长加上一个预估变量得到目标驾驶员对至少一个子系统的连续操作实际时长。由于目标驾驶员对至少一个子系统操作之后存在系统反应时间以及驾驶员反应时间。所以加上的一个预估变量可以使目标驾驶员对至少一个子系统的连续操作时长更加贴合实际应用场景，提高了对目标驾驶员连续操作至少一个子系统的实际时长计算的准确度。由此，再利用上述目标驾驶员对至少一个子系统的连续操作实际时长对驾驶员状态进行检测，很好的解决了在驾驶员连续操作车载终端时不能对驾驶员状态的进行判断的问题。从而，对驾驶员状态进行很好的判断，提高了驾驶员状态检测的准确度。
可选地，上述执行主体还可以将上述驾驶员注意力信息发送至目标车辆的车载终端，以供上述车载终端对上述目标驾驶员发出提示信号。其中，将驾驶员注意力信息发送至目标车辆的车载终端，车载终端对驾驶员操作超时发出提示信息。例如，将驾驶员注意力信息为：1的数据发送至目标车辆的车载终端。那么，车载终端会对目标驾驶员发出操作超时的提示信号，以提醒驾驶员提高驾驶车辆的注意力。
本公开的上述各个实施例具有如下有益效果：本公开的上述各个实施例中的一个实施例具有如下有益效果：首先，获取目标驾驶员的图像序列和上述图像对应的上述目标驾驶员驾驶的车辆的车载终端的数据。增加了车载终端数据作为驾驶员状态检测的参考。然后，对上述图像序列中的每个图像进行信息提取以生成驾驶员头部运动状态信息，得到驾驶员头部运动状态信息序列。方便下一步对驾驶员头部运动状态信息序列进行筛选。之后，从上述驾驶员头部运动状态信息序列中选择驾驶员头部运动状态信息作为第一状态信息，得到第一状态信息序列。从图像中得到驾驶员状态信息利于驾驶员注意力信息值的计算。最后，基于上述第一状态信息序列与上述车载终端的数据，生成驾驶员注意力信息。利用了驾驶员对车辆终端子系统的使用情况作参考。有效的控制了车载终端系统的连续使用限制。可选地，将上述驾驶员注意力信息发送至目标车辆的车载终端，以供上述车载终端对上述目标驾驶员发出提示信号。由于利用对车载终端各个子系统的连续使用情况进行了细粒度的规划可有效控制和释放驾驶员的多媒体功能的使用限制。从而，降低了安全隐患、提高了车辆行驶过程中的安全性。
进一步参考图3，作为对上述各图上述方法的实现，本公开提供了一种驾驶员注意力检测装置的一些实施例，这些装置实施例与图2上述的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图3所示，一些实施例的驾驶员注意力检测装置300包括：获取单元301、第一生成单元302、第二生成单元303、检测单元304。其中，获取单元301，被配置成获取目标驾驶员的图像序列和上述图像对应的车载终端的数据；第一生成单元302，被配置成对上述图像序列中的每个图像进行信息提取以生成驾驶员头部运动状态信息，得到驾驶员头部运动状态信息序列；第二生成单元303，被配置成响应于确定上述驾驶员头部运动状态信息序列中满足预定条件的驾驶员头部运动状态信息，生成第一状态信息序列；检测单元304，被配置成基于上述第一状态信息序列与上述第一状态信息序列中各个第一状态信息对应的车载终端的数据，生成驾驶员注意力信息。
可以理解的是，该装置300中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置300及其中包含的单元，在此不再赘述。
下面参考图4，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的计算设备101)400的结构示意图。图4示出的服务器仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图4所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM403通过总线404彼此相连。输入/输出(I/O)接口404也连接至总线404。
通常，以下装置可以连接至I/O接口404：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图4中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取目标驾驶员的图像序列和上述图像对应的上述目标驾驶员驾驶的车辆的车载终端的数据；对上述图像序列中的每个图像进行信息提取以生成驾驶员头部运动状态信息，得到驾驶员头部运动状态信息序列；从上述驾驶员头部运动状态信息序列中选择驾驶员头部运动状态信息作为第一状态信息，得到第一状态信息序列；基于上述第一状态信息序列与上述第一状态信息序列中各个第一状态信息对应的车载终端的数据，生成驾驶员注意力信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、第一生成单元、第二生成单元、检测单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取目标驾驶员的图像序列和上述图像对应的上述目标驾驶员驾驶的车辆的车载终端的数据的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方法。

Claims (8)

1.一种驾驶员注意力检测方法，包括：
获取目标驾驶员的图像序列和所述图像对应的所述目标驾驶员驾驶的车辆的车载终端的数据；
对所述图像序列中的每个图像进行信息提取以生成驾驶员头部运动状态信息，得到驾驶员头部运动状态信息序列；
从所述驾驶员头部运动状态信息序列中选择驾驶员头部运动状态信息作为第一状态信息，得到第一状态信息序列；
基于所述第一状态信息序列与所述第一状态信息序列中各个第一状态信息对应的车载终端的数据，生成驾驶员注意力信息；
其中，所述基于所述第一状态信息序列与所述第一状态信息序列中各个第一状态信息对应的车载终端的数据，生成驾驶员注意力信息，包括：
确定所述第一状态信息序列中各个第一状态信息对应的车载终端中的至少一个子系统的预定使用时长阈值；
基于所述至少一个子系统的预定使用时长阈值，利用以下公式，对所述目标驾驶员的状态进行检测以生成驾驶员注意力信息包括的驾驶员注意力信息值：
Figure FDA0003236306830000011
其中，Z表示驾驶员注意力信息值；
t表示时间戳对应的时刻；
Mt表示目标驾驶员对至少一个子系统的连续操作实际时长；
N表示所述第一状态信息序列对应的时间戳的数量；
i表示时间戳序号；
ti-1表示第i-1个时间戳对应的时刻；
ti表示第i个时间戳对应的时刻；
σ表示变量；
Figure FDA0003236306830000027
表示驾驶员对所述至少一个子系统中各个子系统操作的平均时间值；
MT表示车载终端中的子系统的预定使用时长阈值；
n表示被目标驾驶员操作的至少一个子系统的序号；
Figure FDA0003236306830000021
表示第n个被目标驾驶员操作的至少一个子系统的预定使用时长阈值；
Figure FDA0003236306830000022
表示第1个被操作的子系统的预定使用时长阈值；
Figure FDA0003236306830000023
表示第2个被操作的子系统的预定使用时长阈值；
Figure FDA0003236306830000024
表示被目标驾驶员操作的至少一个子系统的预定使用时长阈值集合；
Figure FDA0003236306830000025
表示目标驾驶员对至少一个子系统的连续操作预估时长；
Figure FDA0003236306830000026
表示目标驾驶员对至少一个子系统的连续操作预估变量。
2.根据权利要求1所述的方法，其中，所述方法还包括：
将所述驾驶员注意力信息发送至目标车辆的车载终端，以供所述车载终端对所述目标驾驶员发出提示信号。
3.根据权利要求2所述的方法，其中，所述车载终端的数据包括时间戳和所述车载终端中的各个子系统的预定使用时长阈值。
4.根据权利要求3所述的方法，其中，所述对所述图像序列中的每个图像进行信息提取以生成驾驶员头部运动状态信息，包括：
对所述图像进行图像二值化以生成二值化后的图像；
对所述二值化后的图像进行特征提取以生成图像特征数据；
对所述图像特征数据进行信息提取以生成驾驶员头部运动状态信息。
5.根据权利要求4所述的方法，其中，所述从所述驾驶员头部运动状态信息序列中选择驾驶员头部运动状态信息作为第一状态信息，得到第一状态信息序列，包括：
从所述驾驶员头部运动状态信息序列中选择满足预定条件的驾驶员头部运动状态信息作为第二状态信息，得到第二状态信息序列；
基于所述第二状态信息对应的时间戳，从所述第二状态信息序列中筛选出第二状态信息作为第一状态信息，得到第一状态信息序列。
6.一种驾驶员注意力检测装置，包括：
获取单元，被配置成获取目标驾驶员的图像序列和所述图像对应的车载终端的数据；
第一生成单元，被配置成对所述图像序列中的每个图像进行信息提取以生成驾驶员头部运动状态信息，得到驾驶员头部运动状态信息序列；
第二生成单元，被配置成从所述驾驶员头部运动状态信息序列中选择驾驶员头部运动状态信息作为第一状态信息，得到第一状态信息序列；
检测单元，被配置成基于所述第一状态信息序列与所述第一状态信息序列中各个第一状态信息对应的车载终端的数据，生成驾驶员注意力信息；
其中，所述基于所述第一状态信息序列与所述第一状态信息序列中各个第一状态信息对应的车载终端的数据，生成驾驶员注意力信息，包括：
确定所述第一状态信息序列中各个第一状态信息对应的车载终端中的至少一个子系统的预定使用时长阈值；
基于所述至少一个子系统的预定使用时长阈值，利用以下公式，对所述目标驾驶员的状态进行检测以生成驾驶员注意力信息包括的驾驶员注意力信息值：
Figure FDA0003236306830000041
其中，Z表示驾驶员注意力信息值；
t表示时间戳对应的时刻；
Mt表示目标驾驶员对至少一个子系统的连续操作实际时长；
N表示所述第一状态信息序列对应的时间戳的数量；
i表示时间戳序号；
ti-1表示第i-1个时间戳对应的时刻；
ti表示第i个时间戳对应的时刻；
σ表示变量；
Figure FDA0003236306830000046
表示驾驶员对所述至少一个子系统中各个子系统操作的平均时间值；
MT表示车载终端中的子系统的预定使用时长阈值；
n表示被目标驾驶员操作的至少一个子系统的序号；
Figure FDA0003236306830000042
表示第n个被目标驾驶员操作的至少一个子系统的预定使用时长阈值；
Figure FDA0003236306830000043
表示第1个被操作的子系统的预定使用时长阈值；
Figure FDA0003236306830000044
表示第2个被操作的子系统的预定使用时长阈值；
Figure FDA0003236306830000045
表示被目标驾驶员操作的至少一个子系统的预定使用时长阈值集合；
Figure FDA0003236306830000051
表示目标驾驶员对至少一个子系统的连续操作预估时长；
Figure FDA0003236306830000052
表示目标驾驶员对至少一个子系统的连续操作预估变量。
7.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
摄像头，被配置成采集图像；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
8.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN202010940091.2A 2020-09-09 2020-09-09 驾驶员注意力检测方法、装置、设备和计算机可读介质 Active CN112597790B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010940091.2A CN112597790B (zh) 2020-09-09 2020-09-09 驾驶员注意力检测方法、装置、设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010940091.2A CN112597790B (zh) 2020-09-09 2020-09-09 驾驶员注意力检测方法、装置、设备和计算机可读介质

Publications (2)

Publication Number Publication Date
CN112597790A CN112597790A (zh) 2021-04-02
CN112597790B true CN112597790B (zh) 2021-11-23

Family

ID=75180152

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010940091.2A Active CN112597790B (zh) 2020-09-09 2020-09-09 驾驶员注意力检测方法、装置、设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN112597790B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102436715A (zh) * 2011-11-25 2012-05-02 大连海创高科信息技术有限公司 疲劳驾驶检测方法
CN110765807A (zh) * 2018-07-25 2020-02-07 阿里巴巴集团控股有限公司 驾驶行为分析、处理方法、装置、设备和存储介质
CN111144311A (zh) * 2019-12-27 2020-05-12 武汉理工大学 一种基于驾驶员注意力的辅助速控方法、装置及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102436715A (zh) * 2011-11-25 2012-05-02 大连海创高科信息技术有限公司 疲劳驾驶检测方法
CN110765807A (zh) * 2018-07-25 2020-02-07 阿里巴巴集团控股有限公司 驾驶行为分析、处理方法、装置、设备和存储介质
CN111144311A (zh) * 2019-12-27 2020-05-12 武汉理工大学 一种基于驾驶员注意力的辅助速控方法、装置及系统

Also Published As

Publication number Publication date
CN112597790A (zh) 2021-04-02

Similar Documents

Publication Publication Date Title
CN110784825B (zh) 车辆行驶轨迹的生成方法、装置
CN112598762B (zh) 三维车道线信息生成方法、装置、电子设备和介质
CN110689804B (zh) 用于输出信息的方法和装置
CN115326099B (zh) 局部路径规划方法、装置、电子设备和计算机可读介质
CN110942031A (zh) 一种游戏画面异常的检测方法、装置、电子设备及存储介质
US11935341B2 (en) Data storage device and non-transitory tangible computer readable storage medium
CN110866524A (zh) 车牌检测方法、装置、设备及存储介质
CN112232326A (zh) 行驶信息生成方法、装置、电子设备和计算机可读介质
CN111965383B (zh) 车速信息生成方法、装置、电子设备和计算可读介质
CN112590798B (zh) 用于检测驾驶员状态的方法、装置、电子设备和介质
CN112017462B (zh) 用于生成场景信息的方法、装置、电子设备和介质
CN112597790B (zh) 驾驶员注意力检测方法、装置、设备和计算机可读介质
CN110189242B (zh) 图像处理方法和装置
CN111586295A (zh) 图像生成方法、装置和电子设备
CN111708680A (zh) 报错信息解析方法、装置、电子设备及存储介质
CN109270566B (zh) 导航方法、导航效果测试方法、装置、设备和介质
CN113780247B (zh) 红绿灯检测方法、装置、电子设备和计算机可读介质
CN110334763B (zh) 模型数据文件生成、图像识别方法、装置、设备及介质
CN111694875B (zh) 用于输出信息的方法和装置
CN113556480A (zh) 车辆连续运动视频生成方法、装置、设备和介质
CN110991312A (zh) 生成检测信息的方法、装置、电子设备和介质
CN114359673B (zh) 基于度量学习的小样本烟雾检测方法、装置和设备
CN110879975B (zh) 人员流量检测方法、装置及电子设备
CN115577145B (zh) 运输信息存储方法、装置、电子设备、介质和程序产品
CN115862183B (zh) 传感器特征工程信息构建方法、装置、设备和计算机介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 201, 202, 301, No. 56-4 Fenghuang South Road, Huadu District, Guangzhou City, Guangdong Province, 510806

Patentee after: Heduo Technology (Guangzhou) Co.,Ltd.

Address before: 100095 101-15, 3rd floor, building 9, yard 55, zique Road, Haidian District, Beijing

Patentee before: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd.

CP03 Change of name, title or address
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Driver attention detection method, device, equipment, and computer-readable medium

Granted publication date: 20211123

Pledgee: Bank of Shanghai Co.,Ltd. Beijing Branch

Pledgor: Heduo Technology (Guangzhou) Co.,Ltd.

Registration number: Y2024980009891

PE01 Entry into force of the registration of the contract for pledge of patent right