CN112669583A - 报警阈值调整方法及装置、电子设备和存储介质 - Google Patents
报警阈值调整方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN112669583A CN112669583A CN202011625196.5A CN202011625196A CN112669583A CN 112669583 A CN112669583 A CN 112669583A CN 202011625196 A CN202011625196 A CN 202011625196A CN 112669583 A CN112669583 A CN 112669583A
- Authority
- CN
- China
- Prior art keywords
- behavior
- alarm
- driver
- detection result
- parameter threshold
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000003860 storage Methods 0.000 title claims abstract description 31
- 238000001514 detection method Methods 0.000 claims abstract description 147
- 230000006399 behavior Effects 0.000 claims description 348
- 241001282135 Poromitra oscitans Species 0.000 claims description 27
- 206010048232 Yawning Diseases 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 9
- 230000003247 decreasing effect Effects 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims 1
- 238000012545 processing Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000004399 eye closure Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000000391 smoking effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 230000004590 drinking behavior Effects 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/18—Prevention or correction of operating errors
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/18—Prevention or correction of operating errors
- G08B29/20—Calibration, including self-calibrating arrangements
- G08B29/24—Self-calibration, e.g. compensating for environmental drift or ageing of components
- G08B29/26—Self-calibration, e.g. compensating for environmental drift or ageing of components by updating and storing reference thresholds
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及一种驾驶员行为检测的报警阈值调整方法及装置、电子设备和存储介质，所述方法包括：接收误报警反馈信息，所述误报警反馈信息用于指示基于驾驶员的第一行为检测结果发生错误报警；获取所述驾驶员的第一行为检测结果；根据所述误报警反馈信息，调整与驾驶员的第一行为检测结果对应的报警参数阈值。本公开实施例可减少错误报警的发生。
Description
技术领域
本公开涉及智能驾驶技术领域，尤其涉及一种驾驶员行为检测的报警阈值调整方法及装置、电子设备和存储介质。
背景技术
驾驶员监控系统(Driver Monitoring System，DMS)可以通过对准驾驶员面部的摄像头采集的图像，识别驾驶员的驾驶状态。当识别到驾驶员存在诸如分心、疲劳或者打电话、喝水、吸烟等危险行为时，可以进行实时告警，确保驾驶员的安全驾驶。
然而，一些情况下DMS发生报警的现象，为用户带来不便。
发明内容
本公开提出了一种驾驶员行为检测的报警阈值调整技术方案。
根据本公开的一方面，提供了一种驾驶员行为检测的报警阈值调整方法，包括：
接收误报警反馈信息，所述误报警反馈信息用于指示基于驾驶员的第一行为检测结果发生错误报警；
获取所述驾驶员的第一行为检测结果；
根据所述误报警反馈信息，调整与驾驶员的第一行为检测结果对应的报警参数阈值。
在一个或多个可能的实现方式中，所述根据所述误报警反馈信息，调整驾驶员的第一行为检测结果对应的行为类别的报警参数阈值，包括：响应于所述误报警反馈信息，发出第一提示信息，所述第一提示信息用于提示用户调整所述驾驶员的第一行为检测结果对应的报警参数阈值；响应于接收到用户根据所述第一提示信息发送的报警参数阈值调整指令，调整所述驾驶员的第一行为检测结果对应的报警参数阈值。
在一个或多个可能的实现方式中，所述方法还包括：确定所述驾驶员的第一行为检测结果对应的行为类别；所述调整与驾驶员的第一行为检测结果对应的报警参数阈值，包括：调整与驾驶员的第一行为检测结果对应的行为类别的报警参数阈值。
在一个或多个可能的实现方式中，所述调整与驾驶员的第一行为检测结果对应的报警参数阈值，包括：以预设的调节步长增加或减小与驾驶员的第一行为检测结果对应的报警参数阈值。
在一个或多个可能的实现方式中，所述方法还包括：识别所述错误报警的类型，其中，所述错误报警的类型包括以下至少一种：将第一危险驾驶行为误报警为所述第二危险驾驶行为，所述第一危险驾驶行为和所述第二危险驾驶行为对应的行为类别不同；在未发生所述危险驾驶行为的情况下发出报警。
在一个或多个可能的实现方式中，接收误报警反馈信息之后，还包括：获取触发所述错误报警的第一视频数据，所述第一视频数据包括驾驶员执行预设行为的视频数据；将所述第一视频数据保存至错误报警视频库中。
在一个或多个可能的实现方式中，所述获取触发所述错误报警的第一视频数据，包括：获取接收到所述误报警反馈信息之前的预设时间段内的所述第一视频数据；或者获取用户在发出所述误报警反馈信息之前提交的所述第一视频数据。
在一个或多个可能的实现方式中，在调整与驾驶员的第一行为检测结果对应的报警参数阈值之后，所述方法还包括：获取第二视频数据，所述第二视频数据包括驾驶员执行所述预设行为的视频数据；基于所述第二视频数据以及调整后的所述报警参数阈值进行驾驶行为检测得到第二行为检测结果；在接收到针对所述第二行为检测结果的误报警反馈信息的情况下，调整与所述第二行为检测结果对应的报警参数阈值。
在一个或多个可能的实现方式中，还包括：读取至少一个预设类别的驾驶行为对应的报警参数阈值；所述获取所述驾驶员的第一行为检测结果，包括：确定所述驾驶员的驾驶行为所属的目标预设类别；基于所述目标预设类别的驾驶行为对应的报警参数阈值确定所述驾驶员的第一行为检测结果。
在一个或多个可能的实现方式中，所述调整与驾驶员的第一行为检测结果对应的报警参数阈值，包括：调整与所述目标预设类别的驾驶行为对应的报警参数阈值；所述方法还包括：保存调整后的所述目标预设类别的驾驶行为对应的报警参数阈值。
在一个或多个可能的实现方式中，所述预设类别的驾驶行为包括以下至少一项：打哈欠行为、眼部闭合行为和头部偏转行为；其中，所述打哈欠行为对应的报警参数阈值包括嘴部张开幅度阈值和打哈欠时长阈值中的至少一项；所述眼部闭合行为对应的报警参数阈值包括眼部闭合幅度阈值和眼部闭合时长阈值中的至少一项；所述头部偏转行为对应的报警参数阈值包括头部姿态偏转角阈值。
根据本公开的一方面，提供了一种驾驶员行为检测的报警阈值调整装置，包括：
接收模块，用于接收误报警反馈信息，所述误报警反馈信息用于指示基于驾驶员的第一行为检测结果发生错误报警；
获取模块，用于获取所述驾驶员的第一行为检测结果；
调整模块，用于根据所述误报警反馈信息，调整与驾驶员的第一行为检测结果对应的报警参数阈值。
在一个或多个可能的实现方式中，所述调整模块，用于响应于所述误报警反馈信息，发出第一提示信息，所述第一提示信息用于提示用户调整所述驾驶员的第一行为检测结果对应的报警参数阈值；响应于接收到用户根据所述第一提示信息发送的报警参数阈值调整指令，调整所述驾驶员的第一行为检测结果对应的报警参数阈值。
在一个或多个可能的实现方式中，所述装置还包括：确定模块，用于确定所述驾驶员的第一行为检测结果对应的行为类别；所述调整模块，用于调整与驾驶员的第一行为检测结果对应的行为类别的报警参数阈值。
在一个或多个可能的实现方式中，所述调整模块，用于以预设的调节步长增加或减小与驾驶员的第一行为检测结果对应的报警参数阈值。
在一个或多个可能的实现方式中，所述装置还包括：识别模块，用于识别所述错误报警的类型，其中，所述错误报警的类型包括以下至少一种：将第一危险驾驶行为误报警为所述第二危险驾驶行为，所述第一危险驾驶行为和所述第二危险驾驶行为对应的行为类别不同；在未发生所述危险驾驶行为的情况下发出报警。
在一个或多个可能的实现方式中，还包括：保存模块，用于获取触发所述错误报警的第一视频数据，所述第一视频数据包括驾驶员执行预设行为的视频数据；将所述第一视频数据保存至错误报警视频库中。
在一个或多个可能的实现方式中，所述保存模块，用于：获取接收到所述误报警反馈信息之前的预设时间段内的所述第一视频数据；或者获取用户在发出所述误报警反馈信息之前提交的所述第一视频数据。
在一个或多个可能的实现方式中，所述调整模块，还用于在调整与驾驶员的第一行为检测结果对应的报警参数阈值之后，获取第二视频数据，所述第二视频数据包括驾驶员执行所述预设行为的视频数据；基于所述第二视频数据以及调整后的所述报警参数阈值进行驾驶行为检测得到第二行为检测结果；在接收到针对所述第二行为检测结果的误报警反馈信息的情况下，调整与所述第二行为检测结果对应的报警参数阈值。
在一个或多个可能的实现方式中，还包括：
读取模块，用于读取至少一个预设类别的驾驶行为对应的报警参数阈值；
所述获取模块，用于确定所述驾驶员的驾驶行为所属的目标预设类别；基于所述目标预设类别的驾驶行为对应的报警参数阈值确定所述驾驶员的第一行为检测结果。
在一个或多个可能的实现方式中，所述调整模块，用于调整与所述目标预设类别的驾驶行为对应的报警参数阈值；所述装置还包括：保存模块，用于保存调整后的所述目标预设类别的驾驶行为对应的报警参数阈值。
在一个或多个可能的实现方式中，所述预设类别的驾驶行为包括以下至少一项：打哈欠行为、眼部闭合行为和头部偏转行为；其中，所述打哈欠行为对应的报警参数阈值包括嘴部张开幅度阈值和打哈欠时长阈值中的至少一项；所述眼部闭合行为对应的报警参数阈值包括眼部闭合幅度阈值和眼部闭合时长阈值中的至少一项；所述头部偏转行为对应的报警参数阈值包括头部姿态偏转角阈值。
根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
在本公开实施例中，可以接收误报警反馈信息，误报警反馈信息可以用于指示基于驾驶员的第一行为检测结果发生错误报警，然后获取该驾驶员的第一行为检测结果，并根据误报警反馈信息，调整与驾驶员的第一行为检测结果对应的报警参数阈值。这样，通过对报警参数阈值进行调整，可以改善驾驶行为的检测精度，减少错误报警的发生，提升驾驶员的驾驶体验。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的驾驶员行为检测的报警阈值调整方法的流程图。
图2示出根据本公开实施例的驾驶员行为检测的报警阈值调整方法一示例的流程图。
图3示出根据本公开实施例的驾驶员行为检测的报警阈值调整装置的框图。
图4示出根据本公开实施例的一种电子设备一示例的框图。
图5示出根据本公开实施例的一种电子设备一示例的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
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。
另外，为了更好地说明本公开，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，没有某些具体细节，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。
在相关方案中，在检测到驾驶员疲劳或者发生打电话、喝水、吸烟等危险行为的情况下，可以发出报警，用于提醒驾驶员安全驾驶。但是，由于驾驶员的个体差异、驾驶行为检测精度、相关报警参数阈值的设置不合理等因素，会出现错误报警的情况。而对于错误报警的情况，通常是通过后期反馈给各个生产厂家，由生成厂家对DMS系统进行完善，难以满足驾驶员的需求。
本公开实施例提供的驾驶员行为检测的报警阈值调整方案，可以应用于DMS系统、自动驾驶或辅助驾驶系统、城市交通、交通出行等场景中。例如，在DMS系统将驾驶员的大笑行为错误报警成打哈欠的疲劳行为，驾驶员可以按下错误报警按钮，DMS系统可以通过调高打哈欠行为的报警参数阈值将大笑行为归为正常驾驶行为，从而可以改善DMS系统发生错误报警的情况，提升驾驶员的驾驶体验。一些实现方式中，还可以将调整后的报警参数阈值和视频数据保存到本地或云端，以方便后续的再次使用和比较。
本公开实施例提供的驾驶员行为检测的报警阈值调整方法可以由终端设备、服务器或其它类型的电子设备执行，其中，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal DigitalAssistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该驾驶员行为检测的报警阈值调整方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，可通过服务器执行所述方法。
图1示出根据本公开实施例的驾驶员行为检测的报警阈值调整方法的流程图，如图1所示，所述驾驶员行为检测的报警阈值调整方法包括：
步骤S11，接收误报警反馈信息。
在本公开实施例中，电子设备可以接收误报警反馈信息，误报警反馈信息可以用于指示基于驾驶员的第一行为检测结果发生错误报警。在驾驶员驾驶车辆的过程中，可以获取针对驾驶员采集的第一视频数据，并基于第一视频数据对驾驶员的驾驶行为进行检测，得到第一行为检测结果。第一行为检测结果可以包括驾驶行为的行为类别、行为参数、是否是危险驾驶行为等信息。危险驾驶行为可以是驾驶员在驾驶过程中进行的一些影响驾驶安全的行为，例如，打哈欠行为、眼部闭合行为等均可以认为是危险驾驶行为。在第一行为检测结果是危险驾驶行为的情况下，可以发出报警。如果该报警是错误报警，即在该报警有误的情况下，用户(如驾驶员)可以通过执行预设操作向电子设备反馈该错误报警，如可以通过按压错误报警按钮的预测操作向电子设备反馈该错误报警。一些实现方式中，用户(如驾驶员)还可以通过预设语音或预设手势等方式向电子设备反馈该错误报警。本公开不对具体的误报警反馈信息触发方式进行限制。
在一些实现方式中，在接收到误报警反馈信息之后，还可以识别错误报警的类型，例如，误报警反馈信息中可以携带识别错误报警的类型，根据误报警反馈信息可以识别错误报警的类型。错误报警的类型可以根据报警内容错误、报警时间错误等具体情况预先定义。可选地，这里，错误报警的类型可以包括以下至少一种：将第一危险驾驶行为误报警为第二危险驾驶行为，第一危险驾驶行为和第二危险驾驶行为对应的行为类别不同。在未发生危险驾驶行为的情况下发出报警。举例来说，将闭眼行为(第一危险驾驶行为)误报警为打哈欠行为(第二危险驾驶行为)。或者，在将驾驶员的正常驾驶的情况下发出报警(即在未发生危险驾驶行为的情况下发出报警)。危险驾驶行为包括但不限于闭眼行为、打哈欠行为、吸烟行为、喝水行为、打电话行为中的一种或多种。通过识别错误报警的类型，可以进一步针对错误报警的类型进行分析，为驾驶员行为检测的报警功能的完善提供有效信息。
步骤S12，获取所述驾驶员的第一行为检测结果。
在本公开实施例中，接收到误报警反馈信息之后，可以获取驾驶员的第一行为检测结果。例如，可以根据误报警反馈信息的接收时间，确定发生的错误报警，如可以将在误报警反馈信息的接收时间之前，最新发出的报警确定为发生的错误报警。然后可以根据错误报警获取触发该错误报警的驾驶员的第一行为检测结果。该第一行为检测结果可以是基于发出错误报警前驾驶员的视频数据进行行为检测得到的。在一些实现方式中，危险驾驶行为的报警中可以携带有危险驾驶行为的行为检测结果，相应地，在确定触发误报警反馈信息的错误报警之后，可以在误报警反馈信息中提取驾驶员的第一行为检测结果。一些实现方式中，在检测到驾驶员存在危机驾驶行为之后，可以将驾驶员的行为检测结果和报警进行记录，相应地，在确定触发误报警反馈信息的错误报警之后，可以在保存的记录中获取与该错误报警一同记录的第一行为检测结果。
步骤S13，根据所述误报警反馈信息，调整与驾驶员的第一行为检测结果对应的报警参数阈值。
在本公开实施例中，危险驾驶行为可以对应一个或多个报警参数阈值。在检测到驾驶员的某种驾驶行为的行为参数达到相应的报警参数阈值的情况下，可以认为驾驶员的驾驶行为是危险驾驶行为，则发出报警。行为参数可以用于表征驾驶行为的参数，例如，打哈欠行为的行为参数可以包括嘴部张开幅度以及打哈欠时长中的至少一项，眼部闭合行为的行为参数可以包括眼部闭合幅度以及眼部闭合时长中的至少一项，头部偏转行为的行为参数可以包括头部姿态偏转角。这里，由于误报警反馈信息指示基于第一行为检测结果发生错误报警，则可以认为第一行为检测结果对应的报警参数阈值设置的不够合理，从而可以针对第一行为检测结果对应的报警参数阈值进行调整，如增大或减小第一行为检测结果对应的报警参数阈值。
这里，嘴部张开幅度可以是嘴部的高度和宽度的比值。打哈欠时长可以是嘴部张开幅度达到嘴部张开幅度阈值的时长。眼部闭合幅度可以是眼部的高度和宽度的比值。眼部闭合时长可以是一个统计周期内眼部闭合幅度小于眼部闭合幅度阈值的累计时长。头部姿态偏转角可以包括航向角yaw、俯仰角pitch和横滚角roll中的至少一个。
在一些实现方式中，响应于误报警反馈信息，发出第一提示信息，第一提示信息用于提示用户调整驾驶员的第一行为检测结果对应的报警参数阈值。第一提示信息的展示方式可以包括语音提示、界面展示等多种形式。例如，响应于误报警反馈信息，电子设备可以通过语音提示的形式提示用于调整第一行为检测结果对应的报警参数阈值，或者，电子设备可以通过界面弹出第一提示信息，或者，直接在界面上展示报警参数阈值的设置页面。用户可以根据第一提示信息对第一行为检测结果对应的报警参数阈值进行调整，例如，可以通过语音向电子设备发出报警参数阈值调整指令，或者，可以通过在界面的设置页面上手动修改第一行为检测结果对应的报警参数阈值的方式，向电子设备发出报警参数阈值调整指令。电子设备响应于接收到用户根据第一提示信息发送的报警参数阈值调整指令，调整驾驶员的第一行为检测结果对应的报警参数阈值。这样，可以根据用户需求调整第一行为检测结果对应的报警参数阈值，满足用户对报警参数阈值的灵活设置的需求。这里，用户与驾驶员可以相同，从而发生错误报警的情况下，驾驶员可以及时对报警参数阈值进行调整。一些实现方式中，用户与驾驶员也可以不同，例如，用户可以是对报警参数阈值具有调整权限的用户，从而驾驶员无需自行修改报警参数阈值即可以实现报警参数阈值的及时调整，提高驾驶安全。
在一些实现方式中，还可以确定驾驶员的第一行为检测结果对应的行为类别，在调整与驾驶员的第一行为检测结果对应的报警参数阈值的情况下，可以调整与驾驶员的第一行为检测结果对应的行为类别的报警参数阈值。
本公开实施例中，驾驶员的驾驶行为可以包括多种行为类别，电子设备可以针对预设类别的驾驶行为进行报警，预设类别的驾驶行为可以是危险驾驶行为。这里，根据驾驶行为的行为类别的不同，相应的报警参数阈值也可以不同。从而在接收到上述误报警反馈信息的情况下，可以先确定驾驶员的第一行为检测结果对应的行为类别，再调整与驾驶员的第一检测结果对应的行为类别的报警参数阈值进行调整。这样，可以实现对报警参数阈值的自动调整，并且，可以针对特定行为类别的报警参数阈值进行有针对性的调整，提高报警参数阈值调整的精度。
在一个示例中，预设类别的驾驶行为包括以下至少一项：打哈欠行为、眼部闭合行为和头部偏转行为。这里，打哈欠行为对应的报警参数阈值包括嘴部张开幅度阈值和打哈欠时长阈值中的至少一项。眼部闭合行为对应的报警参数阈值包括眼部闭合幅度阈值和眼部闭合时长阈值中的至少一项。头部偏转行为对应的报警参数阈值包括头部姿态偏转角阈值。
在一些实现方式中，在调整与驾驶员的第一行为检测结果对应的报警参数阈值时，可以以预设的调整步长增加或减小与驾驶员的第一行为检测结果对应的报警参数阈值。
这里，预设的调整步长可以根据实际应用场景进行设置，本公开不对此进行限制。一些实现方式中，可以分别为每种行为类别的报警参数阈值设置对应的调整步长。例如，在第一行为检测结果包括打哈欠行为，报警参数阈值是嘴部张开幅度阈值的情况下，嘴部张开幅度阈值的调整步长可以设置为0.1、0.2等数值。在报警参数阈值是打哈欠时长阈值的情况下，打哈欠时长阈值的调整步长可以设置为0.5s、1s等数值。通过以预设的调整步长增加或减小与驾驶员的第一行为检测结果对应的报警参数阈值，可以使报警参数阈值的调整幅度在合理的范围内，调整后的报警参数阈值不至于过大或过小，实现精准调节。
本公开实施例可以在驾驶行为发生错误报警的情况下，针对驾驶行为对应的报警参数阈值进行调节，从而可以减少错误报警情况的发生。在一些实现方式中，在接收误报警反馈信息之后，还可以获取触发错误报警的第一视频数据，例如，可以根据错误报警的报警时间，截取错误报警的报警时间所在的预设时间段内的视频数据作为第一视频数据，如截取报警时间前后10s的视频数据作为第一视频数据，第一视频数据包括驾驶员执行预设行为的视频数据，然后将第一视频数据保存至错误报警视频库中。或者，可以获取接收到所述误报警反馈信息之前的预设时间段内的所述第一视频数据。又或者，可以获取用户在发出所述误报警反馈信息之前提交的所述第一视频数据，例如，在实际场景中，用户在回看触发报警的录像信息时选择录像中的一个视频片段作为触发错误报警的第一视频数据进行上传，通过获取用户选择上传的数据可以更准确地定位出错误报警发生时的驾驶员的视频数据。这样，可以针对触发错误报警的第一视频数据进行保存，可供后续错误报警分析或报警结果的二次核验使用。这里，错误报警视频库可以在本地存储设备中，一些实现方式中，错误报警视频库也可以在云端服务器中，本公开不对此进行限制。预设行为可以是驾驶员执行的任意行为。
在一些实现方式中，在调整与驾驶员的第一行为检测结果对应的报警参数阈值之后，可以获取第二视频数据，第二视频数据可以包括驾驶员执行上述预设行为的视频数据，即在调整与驾驶员的第一行为检测结果对应的报警参数阈值之后，驾驶员可以重复上述预设行为，电子设备可以获取驾驶员重复执行上述预设行为的第二视频数据。基于该第二视频数据以及调整后的报警参数阈值，可以进行驾驶行为检测得到第二行为检测结果。第二行为检测结果可以包括驾驶行为的行为类别、行为参数、是否是危险驾驶行为等信息。在第二行为检测结果是危险驾驶行为的情况下，可以发出报警。在接收到针对第二行为检测结果的误报警反馈信息的情况下，可以认为驾驶员再次做出上述预设行为的情况下，发出的报警还是错误报警，从而可以进一步调整与第二行为检测结果对应的报警参数阈值，直到驾驶员再次做相同的预设行为不再发出错误报警为止。这样，可以不断对报警参数阈值进行调整，满足用户需求。
在上述步骤S11中，可以接收误报反馈信息。在一些实现方式中，在接收误报警反馈信息之后，还可以读取至少一个预设类别的驾驶行为对应的报警参数阈值。例如，可以在本地存储设备中读取至少一个预设类别的驾驶行为对应的报警参数阈值，至少一个预设类别的驾驶行为对应的报警参数阈值可以是上次调整后保存在本地存储设备中的。或者，还可以在云端服务器发送的阈值配置信息中读取至少一个预设类别的驾驶行为对应的报警参数阈值，电子设备可以将针对驾驶员面部采集的人脸图像上传至云端服务器，云端服务器可以对驾驶员的人脸图像进行识别，根据识别结果查找保存的该驾驶员的至少一个预设类别的驾驶行为对应的报警参数阈值，然后将至少一个预设类别的驾驶行为对应的报警参数阈值携带在阈值配置信息发送给电子设备。
进一步地，在获取驾驶员的第一行为检测结果时，可以先确定驾驶员的驾驶行为所属的目标预设类别，然后基于目标预设类别的驾驶行为对应的报警参数阈值确定驾驶员的第一行为检测结果。例如，可以利用驾驶行为识别算法、经过训练的驾驶员行为检测神经网络等，根据第一视频数据对驾驶员的驾驶行为进行检测，确定驾驶员的驾驶行为所属的目标预设类别，然后再将驾驶员的驾驶行为的行为参数与目标预设类别的驾驶行为对应的报警参数阈值进行比对，判断驾驶员的驾驶行为是否为危险驾驶行为，得到第一行为检测结果。这样，在接收到误报警反馈信息的情况下，可以读取之前调整完成的至少一个预设类别的驾驶行为对应的报警参数阈值，实现报警参数阈值的个性化配置。
在一些实现方式中，可以进一步调整与目标预设类别的驾驶行为对应的报警参数阈值，然后保存调整后的目标预设类别的驾驶行为对应的报警参数阈值。例如，可以将调整后的目标预设类别的驾驶行为对应的报警参数阈值保存在本地存储设备中，或者，将调整后的目标预设类别的驾驶行为对应的报警参数阈值上传至云端服务器，以供下次再发生目标预设类别的驾驶行为的错误报警时，可以调用保存的该报警参数阈值，减少错误报警的再次发生。
本公开实施例提供的方案，通过报警参数阈值调节机制可以在发生错误报警时实现报警参数阈值的修正与记录，减少错误报警的发生。同时也可以将触发错误报警的视频数据进行保存，以方便后续进一步的优化，减少开发人员采集训练数据的时间和成本精力。
下面通过一个示例对本公开实施例提供的驾驶员行为检测的报警阈值调整方案进行说明。图2示出根据本公开实施例的驾驶员行为检测的报警阈值调整方法的一个示例的流程图。
S21，获取驾驶员大笑的第一视频数据；
这里，在车辆A柱、仪表盘、中控台等一个或多个区域可以安装有DMS摄像头，从而可以确保摄像头可以准确识别到驾驶员的人脸信息和驾驶行为，且不会受到方向盘等障碍物遮挡及反光等影响。
S22，对第一视频数据进行驾驶行为检测，得到驾驶员的第一行为检测结果，第一行为检测结果是打哈欠的危险驾驶行为，发出报警。
S23，接收用于指示第一行为检测结果发生错误报警的误报警反馈信息。
S24，将第一视频数据保存至错误报警视频库中。
S25，根据误报警反馈信息，调整打哈欠行为对应的报警参数阈值。
S26，获取驾驶员大笑的第二视频数据。
S27，判断针对第二视频数据的第二行为检测结果是否发生错误报警。如果针对第二视频数据的第二行为检测结果发生错误报警，则返回S25；否则执行S28。
S28，记录并保存调节完成后的打哈欠行为对应的报警参数阈值。
可以理解，在上述示例性流程中，每一次调整报警参数阈值之后，可以保存调整后的报警参数阈值至缓存中，若基于调整后的报警参数阈值仍然发生相同的错误报警，则可以在调整后的报警参数阈值的基础上继续调整。重复上述调整报警参数阈值的过程直到对同类的驾驶员行为不再发出报警，这时将调整后的报警参数阈值持久化地存储至内存中。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外，本公开还提供了驾驶员行为检测的报警阈值调整装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种驾驶员行为检测的报警阈值调整方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
图3示出根据本公开实施例的驾驶员行为检测的报警阈值调整装置的框图，如图3所示，所述装置包括：
接收模块31，用于接收误报警反馈信息，所述误报警反馈信息用于指示基于驾驶员的第一行为检测结果发生错误报警；
获取模块32，用于获取所述驾驶员的第一行为检测结果；
调整模块33，用于根据所述误报警反馈信息，调整与驾驶员的第一行为检测结果对应的报警参数阈值。
在一些实现方式中，所述调整模块33，用于响应于所述误报警反馈信息，发出第一提示信息，所述第一提示信息用于提示用户调整所述驾驶员的第一行为检测结果对应的报警参数阈值；响应于接收到用户根据所述第一提示信息发送的报警参数阈值调整指令，调整所述驾驶员的第一行为检测结果对应的报警参数阈值。
在一些实现方式中，所述装置还包括：确定模块，用于确定所述驾驶员的第一行为检测结果对应的行为类别；所述调整模块，用于调整与驾驶员的第一行为检测结果对应的行为类别的报警参数阈值。
在一些实现方式中，所述调整模块33，用于以预设的调节步长增加或减小与驾驶员的第一行为检测结果对应的报警参数阈值。
在一些实现方式中，所述装置还包括：识别模块，用于识别所述错误报警的类型，其中，所述错误报警的类型包括以下至少一种：将第一危险驾驶行为误报警为所述第二危险驾驶行为，所述第一危险驾驶行为和所述第二危险驾驶行为对应的行为类别不同；在未发生所述危险驾驶行为的情况下发出报警。
在一些实现方式中，还包括：保存模块，用于获取触发所述错误报警的第一视频数据，所述第一视频数据包括驾驶员执行预设行为的视频数据；将所述第一视频数据保存至错误报警视频库中。
在一些实现方式中，保存模块，用于：获取接收到所述误报警反馈信息之前的预设时间段内的所述第一视频数据；或者获取用户在发出所述误报警反馈信息之前提交的所述第一视频数据。
在一些实现方式中，所述调整模块33，还用于在调整与驾驶员的第一行为检测结果对应的报警参数阈值之后，获取第二视频数据，所述第二视频数据包括驾驶员执行所述预设行为的视频数据；基于所述第二视频数据以及调整后的所述报警参数阈值进行驾驶行为检测得到第二行为检测结果；在接收到针对所述第二行为检测结果的误报警反馈信息的情况下，调整与所述第二行为检测结果对应的报警参数阈值。
在一些实现方式中，还包括：读取模块，用于读取至少一个预设类别的驾驶行为对应的报警参数阈值；所述获取模块32，用于确定所述驾驶员的驾驶行为所属的目标预设类别；基于所述目标预设类别的驾驶行为对应的报警参数阈值确定所述驾驶员的第一行为检测结果。
在一些实现方式中，所述调整模块33，用于调整与所述目标预设类别的驾驶行为对应的报警参数阈值；所述装置还包括：保存模块，用于保存调整后的所述目标预设类别的驾驶行为对应的报警参数阈值。
在一些实现方式中，所述预设类别的驾驶行为包括以下至少一项：打哈欠行为、眼部闭合行为和头部偏转行为；其中，所述打哈欠行为对应的报警参数阈值包括嘴部张开幅度阈值和打哈欠时长阈值中的至少一项；所述眼部闭合行为对应的报警参数阈值包括眼部闭合幅度阈值和眼部闭合时长阈值中的至少一项；所述头部偏转行为对应的报警参数阈值包括头部姿态偏转角阈值。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，当计算机可读代码在设备上运行时，设备中的处理器执行用于实现如上任一实施例提供的驾驶员行为检测的报警阈值调整方法的指令。
本公开实施例还提供了另一种计算机程序产品，用于存储计算机可读指令，指令被执行时使得计算机执行上述任一实施例提供的驾驶员行为检测的报警阈值调整方法的操作。
电子设备可以被提供为终端、服务器或其它形态的设备。
图4示出根据本公开实施例的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图4，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动行为的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如无线网络(WiFi)，第二代移动通信技术(2G)或第三代移动通信技术(3G)，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图5示出根据本公开实施例的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图5，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器操作系统(Windows ServerTM)，苹果公司推出的基于图形用户界面操作系统(Mac OSXTM)，多用户多进程的计算机操作系统(UnixTM),自由和开放原代码的类Unix操作系统(LinuxTM)，开放原代码的类Unix操作系统(FreeBSDTM)或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/行为的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/行为的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/行为。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分，所述模块、程序段或指令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。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，两个连续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行为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。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (14)
1.一种驾驶员行为检测的报警阈值调整方法，其特征在于，包括：
接收误报警反馈信息，所述误报警反馈信息用于指示基于驾驶员的第一行为检测结果发生错误报警；
获取所述驾驶员的第一行为检测结果；
根据所述误报警反馈信息，调整与驾驶员的第一行为检测结果对应的报警参数阈值。
2.根据权利要求1所述的方法，其特征在于，所述根据所述误报警反馈信息，调整驾驶员的第一行为检测结果对应的行为类别的报警参数阈值，包括：
响应于所述误报警反馈信息，发出第一提示信息，所述第一提示信息用于提示用户调整所述驾驶员的第一行为检测结果对应的报警参数阈值；
响应于接收到用户根据所述第一提示信息发送的报警参数阈值调整指令，调整所述驾驶员的第一行为检测结果对应的报警参数阈值。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
确定所述驾驶员的第一行为检测结果对应的行为类别；
所述调整与驾驶员的第一行为检测结果对应的报警参数阈值，包括：
调整与驾驶员的第一行为检测结果对应的行为类别的报警参数阈值。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述调整与驾驶员的第一行为检测结果对应的报警参数阈值，包括：
以预设的调节步长增加或减小与驾驶员的第一行为检测结果对应的报警参数阈值。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述方法还包括：
识别所述错误报警的类型，其中，所述错误报警的类型包括以下至少一种：
将第一危险驾驶行为误报警为第二危险驾驶行为，所述第一危险驾驶行为和所述第二危险驾驶行为对应的行为类别不同；
在未发生所述危险驾驶行为的情况下发出报警。
6.根据权利要求1至5任一项所述的方法，其特征在于，接收误报警反馈信息之后，还包括：
获取触发所述错误报警的第一视频数据，所述第一视频数据包括驾驶员执行预设行为的视频数据；
将所述第一视频数据保存至错误报警视频库中。
7.根据权利要求6所述的方法，其特征在于，所述获取触发所述错误报警的第一视频数据，包括：
获取接收到所述误报警反馈信息之前的预设时间段内的所述第一视频数据；或者
获取用户在发出所述误报警反馈信息之前提交的所述第一视频数据。
8.根据权利要求6所述的方法，其特征在于，在调整与驾驶员的第一行为检测结果对应的报警参数阈值之后，所述方法还包括：
获取第二视频数据，所述第二视频数据包括驾驶员执行所述预设行为的视频数据；
基于所述第二视频数据以及调整后的所述报警参数阈值进行驾驶行为检测得到第二行为检测结果；
在接收到针对所述第二行为检测结果的误报警反馈信息的情况下，调整与所述第二行为检测结果对应的报警参数阈值。
9.根据权利要求1至8任一项所述的方法，其特征在于，还包括：
读取至少一个预设类别的驾驶行为对应的报警参数阈值；所述获取所述驾驶员的第一行为检测结果，包括：
确定所述驾驶员的驾驶行为所属的目标预设类别；
基于所述目标预设类别的驾驶行为对应的报警参数阈值确定所述驾驶员的第一行为检测结果。
10.根据权利要求9所述的方法，其特征在于，
所述调整与驾驶员的第一行为检测结果对应的报警参数阈值，包括：
调整与所述目标预设类别的驾驶行为对应的报警参数阈值；
所述方法还包括：
保存调整后的所述目标预设类别的驾驶行为对应的报警参数阈值。
11.根据权利要求9所述的方法，其特征在于，所述预设类别的驾驶行为包括以下至少一项：打哈欠行为、眼部闭合行为和头部偏转行为；其中，
所述打哈欠行为对应的报警参数阈值包括嘴部张开幅度阈值和打哈欠时长阈值中的至少一项；
所述眼部闭合行为对应的报警参数阈值包括眼部闭合幅度阈值和眼部闭合时长阈值中的至少一项；
所述头部偏转行为对应的报警参数阈值包括头部姿态偏转角阈值。
12.一种驾驶员行为检测的报警阈值调整装置，其特征在于，包括：
接收模块，用于接收误报警反馈信息，所述误报警反馈信息用于指示基于驾驶员的第一行为检测结果发生错误报警；
获取模块，用于获取所述驾驶员的第一行为检测结果；
调整模块，用于根据所述误报警反馈信息，调整与驾驶员的第一行为检测结果对应的报警参数阈值。
13.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至11中任意一项所述的方法。
14.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至11中任意一项所述的方法。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011625196.5A CN112669583B (zh) | 2020-12-31 | 2020-12-31 | 报警阈值调整方法及装置、电子设备和存储介质 |
| PCT/CN2021/109832 WO2022142332A1 (zh) | 2020-12-31 | 2021-07-30 | 报警阈值调整方法及装置、电子设备和存储介质 |
| JP2023522416A JP2023545158A (ja) | 2020-12-31 | 2021-07-30 | 警告閾値調整方法及び装置、電子機器、並びに記憶媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011625196.5A CN112669583B (zh) | 2020-12-31 | 2020-12-31 | 报警阈值调整方法及装置、电子设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112669583A true CN112669583A (zh) | 2021-04-16 |
| CN112669583B CN112669583B (zh) | 2022-11-04 |
Family
ID=75412391
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011625196.5A Active CN112669583B (zh) | 2020-12-31 | 2020-12-31 | 报警阈值调整方法及装置、电子设备和存储介质 |
Country Status (3)
| Country | Link |
|---|---|
| JP (1) | JP2023545158A (zh) |
| CN (1) | CN112669583B (zh) |
| WO (1) | WO2022142332A1 (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113628412A (zh) * | 2021-07-16 | 2021-11-09 | 一汽奔腾轿车有限公司 | 一种驾驶员监控系统的整车测试方法 |
| CN113706814A (zh) * | 2021-08-10 | 2021-11-26 | 成都迪沃航空科技有限公司 | 一种可控智能驱动模块 |
| CN114066297A (zh) * | 2021-11-24 | 2022-02-18 | 西南交通大学 | 一种高速铁路行车调度员工作状态识别方法 |
| CN114399884A (zh) * | 2021-12-22 | 2022-04-26 | 核动力运行研究所 | 报警、解除报警的方法及装置 |
| WO2022142332A1 (zh) * | 2020-12-31 | 2022-07-07 | 上海商汤临港智能科技有限公司 | 报警阈值调整方法及装置、电子设备和存储介质 |
| CN114821999A (zh) * | 2022-04-25 | 2022-07-29 | 华能山东石岛湾核电有限公司 | 报警功能校验方法、装置及放射源监测仪 |
| CN114802369A (zh) * | 2022-05-06 | 2022-07-29 | 郑州铁路职业技术学院 | 一种列车辅助驾驶方法、系统、电子设备和存储介质 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115590452B (zh) * | 2022-11-30 | 2023-03-14 | 珠海视新医用科技有限公司 | 一种内窥镜防碰撞的报警方法 |
| CN116452924B (zh) * | 2023-03-21 | 2023-10-13 | 长扬科技(北京)股份有限公司 | 模型阈值调整方法、装置、电子设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101036066A (zh) * | 2004-10-01 | 2007-09-12 | 罗伯特·博世有限公司 | 用于辅助驾驶员的方法及装置 |
| CN108877172A (zh) * | 2018-06-26 | 2018-11-23 | 深圳市中电数通智慧安全科技股份有限公司 | 一种错误报警分析方法、装置及终端设备 |
| CN109657979A (zh) * | 2018-12-19 | 2019-04-19 | 义乌市腾飞汽车代驾服务有限公司 | 一种驾驶服务评价的方法和装置 |
| US20190208112A1 (en) * | 2017-01-23 | 2019-07-04 | DGS Global Systems, Inc. | Systems, methods, and devices for unmanned vehicle detection |
| CN110705502A (zh) * | 2019-10-14 | 2020-01-17 | 首约科技(北京)有限公司 | 一种驾驶员监控设备优化方法 |
| CN112102586A (zh) * | 2020-09-17 | 2020-12-18 | 杭州海康威视系统技术有限公司 | 一种疲劳驾驶告警方法、装置及设备 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000301962A (ja) * | 1999-04-21 | 2000-10-31 | Niles Parts Co Ltd | 眼の状態検出装置、居眠り運転警報装置 |
| CN101732055B (zh) * | 2009-02-11 | 2012-04-18 | 北京智安邦科技有限公司 | 驾驶员疲劳检测方法及系统 |
| CN101599207A (zh) * | 2009-05-06 | 2009-12-09 | 深圳市汉华安道科技有限责任公司 | 一种疲劳驾驶检测装置及汽车 |
| CN102436715B (zh) * | 2011-11-25 | 2013-12-11 | 大连海创高科信息技术有限公司 | 疲劳驾驶检测方法 |
| US9007198B2 (en) * | 2012-11-02 | 2015-04-14 | Toyota Motor Engineering & Manufacturing North America, Inc. | Adaptive Actuator interface for active driver warning |
| CN106682602B (zh) * | 2016-12-16 | 2020-01-21 | 深圳市华尊科技股份有限公司 | 一种驾驶员行为识别方法及终端 |
| CN109886148A (zh) * | 2019-01-29 | 2019-06-14 | 唐山明天科技有限公司 | 一种基于人脸识别的驾驶员主动报警系统及装置 |
| CN110949396B (zh) * | 2019-11-21 | 2021-11-23 | 西安芯海微电子科技有限公司 | 疲劳驾驶的监测方法、系统、方向盘、装置、设备和介质 |
| CN112669583B (zh) * | 2020-12-31 | 2022-11-04 | 上海商汤临港智能科技有限公司 | 报警阈值调整方法及装置、电子设备和存储介质 |
-
2020
- 2020-12-31 CN CN202011625196.5A patent/CN112669583B/zh active Active
-
2021
- 2021-07-30 WO PCT/CN2021/109832 patent/WO2022142332A1/zh active Application Filing
- 2021-07-30 JP JP2023522416A patent/JP2023545158A/ja active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101036066A (zh) * | 2004-10-01 | 2007-09-12 | 罗伯特·博世有限公司 | 用于辅助驾驶员的方法及装置 |
| US20190208112A1 (en) * | 2017-01-23 | 2019-07-04 | DGS Global Systems, Inc. | Systems, methods, and devices for unmanned vehicle detection |
| CN108877172A (zh) * | 2018-06-26 | 2018-11-23 | 深圳市中电数通智慧安全科技股份有限公司 | 一种错误报警分析方法、装置及终端设备 |
| CN109657979A (zh) * | 2018-12-19 | 2019-04-19 | 义乌市腾飞汽车代驾服务有限公司 | 一种驾驶服务评价的方法和装置 |
| CN110705502A (zh) * | 2019-10-14 | 2020-01-17 | 首约科技(北京)有限公司 | 一种驾驶员监控设备优化方法 |
| CN112102586A (zh) * | 2020-09-17 | 2020-12-18 | 杭州海康威视系统技术有限公司 | 一种疲劳驾驶告警方法、装置及设备 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022142332A1 (zh) * | 2020-12-31 | 2022-07-07 | 上海商汤临港智能科技有限公司 | 报警阈值调整方法及装置、电子设备和存储介质 |
| CN113628412A (zh) * | 2021-07-16 | 2021-11-09 | 一汽奔腾轿车有限公司 | 一种驾驶员监控系统的整车测试方法 |
| CN113706814A (zh) * | 2021-08-10 | 2021-11-26 | 成都迪沃航空科技有限公司 | 一种可控智能驱动模块 |
| CN114066297A (zh) * | 2021-11-24 | 2022-02-18 | 西南交通大学 | 一种高速铁路行车调度员工作状态识别方法 |
| CN114066297B (zh) * | 2021-11-24 | 2023-04-18 | 西南交通大学 | 一种高速铁路行车调度员工作状态识别方法 |
| CN114399884A (zh) * | 2021-12-22 | 2022-04-26 | 核动力运行研究所 | 报警、解除报警的方法及装置 |
| CN114399884B (zh) * | 2021-12-22 | 2023-10-20 | 核动力运行研究所 | 报警、解除报警的方法及装置 |
| CN114821999A (zh) * | 2022-04-25 | 2022-07-29 | 华能山东石岛湾核电有限公司 | 报警功能校验方法、装置及放射源监测仪 |
| CN114821999B (zh) * | 2022-04-25 | 2023-07-21 | 华能山东石岛湾核电有限公司 | 报警功能校验方法、装置及放射源监测仪 |
| CN114802369A (zh) * | 2022-05-06 | 2022-07-29 | 郑州铁路职业技术学院 | 一种列车辅助驾驶方法、系统、电子设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2023545158A (ja) | 2023-10-26 |
| WO2022142332A1 (zh) | 2022-07-07 |
| CN112669583B (zh) | 2022-11-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112669583B (zh) | 报警阈值调整方法及装置、电子设备和存储介质 | |
| CN108632081B (zh) | 网络态势评估方法、装置及存储介质 | |
| CN109446994B (zh) | 手势关键点检测方法、装置、电子设备及存储介质 | |
| EP3300407B1 (en) | Method and device for processing verification code | |
| US20170300503A1 (en) | Method and apparatus for managing video data, terminal, and server | |
| US20210133468A1 (en) | Action Recognition Method, Electronic Device, and Storage Medium | |
| CN110990801B (zh) | 信息校验方法及装置、电子设备和存储介质 | |
| EP3468159B1 (en) | Methods, apparatuses and storage medium for detecting state of a mobile terminal | |
| CN104918107A (zh) | 视频文件的标识处理方法及装置 | |
| CN109213419B (zh) | 触摸操作处理方法、装置及存储介质 | |
| WO2022160638A1 (zh) | 目标对象曝光方法、装置、存储介质、设备及程序 | |
| CN113920492A (zh) | 车内人员检测方法及装置、电子设备和存储介质 | |
| CN112597886A (zh) | 乘车逃票检测方法及装置、电子设备和存储介质 | |
| CN112926510A (zh) | 异常驾驶行为识别方法及装置、电子设备和存储介质 | |
| CN115132224A (zh) | 异常声音处理方法、装置、终端及存储介质 | |
| CN106877451B (zh) | 充电口短路保护方法及装置 | |
| CN110162366B (zh) | 一种信息显示方法、装置、电子设备及存储介质 | |
| CN110213062B (zh) | 处理消息的方法及装置 | |
| US10671827B2 (en) | Method and device for fingerprint verification | |
| CN116089922A (zh) | 指纹解锁方法、装置、介质及电子设备 | |
| CN106446827B (zh) | 虹膜识别功能检测方法和装置 | |
| EP4068119A1 (en) | Model training method and apparatus for information recommendation, electronic device and medium | |
| CN113869295A (zh) | 对象检测方法及装置、电子设备和存储介质 | |
| CN110149310B (zh) | 流量入侵检测方法、装置及存储介质 | |
| CN113344899B (zh) | 采矿工况检测方法、装置、存储介质及电子设备 |
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 | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40045110 Country of ref document: HK |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |