CN112926510A - 异常驾驶行为识别方法及装置、电子设备和存储介质 - Google Patents

异常驾驶行为识别方法及装置、电子设备和存储介质 Download PDF

Info

Publication number
CN112926510A
CN112926510A CN202110321593.1A CN202110321593A CN112926510A CN 112926510 A CN112926510 A CN 112926510A CN 202110321593 A CN202110321593 A CN 202110321593A CN 112926510 A CN112926510 A CN 112926510A
Authority
CN
China
Prior art keywords
target
image
vehicle image
sample
network
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.)
Withdrawn
Application number
CN202110321593.1A
Other languages
English (en)
Inventor
洪依君
何智群
朱铖恺
武伟
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.)
Shenzhen Sensetime Technology Co Ltd
Original Assignee
Shenzhen Sensetime Technology 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 Shenzhen Sensetime Technology Co Ltd filed Critical Shenzhen Sensetime Technology Co Ltd
Priority to CN202110321593.1A priority Critical patent/CN112926510A/zh
Publication of CN112926510A publication Critical patent/CN112926510A/zh
Withdrawn legal-status Critical Current

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • 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
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • 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
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Molecular Biology (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

本公开涉及一种异常驾驶行为识别方法及装置、电子设备和存储介质，所述方法包括：获取待处理的车辆图像；通过目标检测网络对车辆图像进行目标检测，得到车辆图像中目标所在的目标区域，其中，目标检测网络是通过样本图像训练得到的，样本图像标注有样本目标及至少一个非样本目标；对与目标区域对应的区域图像进行行为识别，得到车辆图像中目标的至少一种异常驾驶行为的识别结果。本公开实施例可实现提高对异常驾驶行为的识别效率及准确率。

Description

异常驾驶行为识别方法及装置、电子设备和存储介质
技术领域
本公开涉及计算机技术领域，尤其涉及一种异常驾驶行为识别方法及装置、电子设备和存储介质。
背景技术
随着车辆普及，准确识别不规范的驾车和/或乘车行为的需求日趋迫切。其中，不规范的驾车和/或乘车行为，例如可以包括：电话通话行为、吸烟行为、不系安全带行为等影响安全驾驶的行为。
目前，检测识别这些不规范的驾车及乘车行为，主要以人工抽查和人工判别方式为主，然而这种方式存在效率低、准确率低、人工成本高等问题。
发明内容
本公开提出了一种异常驾驶行为识别技术方案。
根据本公开的一方面，提供了一种异常驾驶行为识别方法，包括：获取待处理的车辆图像；通过目标检测网络对所述车辆图像进行目标检测，得到所述车辆图像中目标所在的目标区域，其中，所述目标检测网络是通过样本图像训练得到的，所述样本图像标注有样本目标及至少一个非样本目标；对与所述目标区域对应的区域图像进行行为识别，得到所述车辆图像中目标的至少一种异常驾驶行为的识别结果。通过该方式，能够显著提高对异常驾驶行为的识别效率及准确率。
在一种可能的实现方式中，所述通过目标检测网络对所述车辆图像进行目标检测，得到所述车辆图像中目标所在的目标区域，包括：通过所述目标检测网络对所述车辆图像进行目标检测，得到所述车辆图像中目标的目标置信度以及所述目标的检索框；在所述目标置信度超过目标置信度阈值的情况下，将所述检索框指示的区域作为所述目标区域，其中，所述目标置信度阈值根据所述目标检测网络训练过程中，输出的每个图像错误检索框数目确定。通过该方式，能够基于目标置信度及目标置信度阈值，对检测出的目标区域进行过滤，过滤出图像质量高、可靠性高的目标区域，进而可以提高对与目标区域对应的区域图像，进行异常驾驶行为识别的准确率及效率。
在一种可能的实现方式中，所述目标检测网络的训练方法包括：将样本图像输入至预设的初始网络，得到所述样本图像的检测结果，所述样本图像中包含标注的样本目标以及至少一个非样本目标，所述检测结果包括：所述样本目标的第一概率，以及所述至少一个非样本目标的第二概率；根据所述检测结果的损失，训练所述初始网络，得到所述目标检测网络。通过该方式，训练得到的目标检测网络，可以更为准确地检测出车辆图像中目标所在的目标区域。
在一种可能的实现方式中，所述根据所述检测结果的损失，训练所述初始网络，包括：根据预设的加权项，对所述第一概率的对数值的负值进行加权，得到所述损失，其中，所述加权项包括根据所述第一概率确定，或根据所述第一概率及所述至少一个第二概率确定；根据所述损失，更新所述初始网络的网络参数。通过该方式，能够使训练后的用于对车辆图像进行目标检测的目标检测网络，可以更为准确地检测出车辆图像中目标所在的目标区域。
在一种可能的实现方式中，根据所述第一概率确定所述加权项，包括：根据1与所述第一概率之间的差值的次方运算，与预设加权系数的乘积，确定所述加权项；根据所述第一概率及所述至少一个第二概率确定所述加权项，包括：根据1与所述第一概率之间的差值的次方运算，及1与每一所述第二概率之间差值的次方运算的总和，确定所述加权项。通过该方式，能够在训练过程中输出的第一概率的值太大或太小的情况下，避免产生较大的损失波动，使计算得到的损失更加稳定，进而取得更好的训练效果，或使目标检测网络更专注于样本目标的检测，从而提高待训练的目标检测网络的检测精度。
在一种可能的实现方式中，通过所述目标检测网络对所述车辆图像进行目标检测，得到所述车辆图像中目标的目标置信度以及所述目标的检索框，包括：对所述车辆图像进行特征提取，得到所述车辆图像的多尺度的特征信息；对所述多尺度的特征信息进行特征融合，得到所述车辆图像的融合特征信息；对所述融合特征信息进行解码，得到所述车辆图像中目标的目标置信度以及所述目标的检索框。通过该方式，可有效准确地得到车辆图像中目标的目标置信度以及目标的检索框，从而便于对车辆图像中目标的异常驾驶行为进行识别。
在一种可能的实现方式中，所述对与所述目标区域对应的区域图像进行行为识别，得到所述车辆图像中对象的至少一种异常驾驶行为的识别结果，包括：对所述区域图像进行特征提取，得到所述区域图像的特征信息；对所述特征信息进行至少一种全连接处理，得到至少一种驾驶行为的置信度；在所述驾驶行为的置信度超过行为置信度阈值的情况下，确定车辆图像中存在与所述驾驶行为对应的异常驾驶行为，其中，所述异常驾驶行为包括未系安全带行为、电话通话行为及吸烟行为中的至少一种。通过该方式，能够根据至少一种分类器输出的置信度，准确地识别出至少一种异常驾驶行为，从而能够显著提高不规范的驾车和/或乘车行为的识别效率及准确率。
在一种可能的实现方式中，所述方法还包括：在所述识别结果指示存在异常驾驶行为的情况下，发出与所述异常驾驶行为对应的告警信息。通过该方式，能够对驾驶员存在异常驾驶行为时，及时对驾驶员进行警示，提高驾车安全。
根据本公开的一方面，提供了一种异常驾驶行为识别装置，包括：获取模块，用于获取待处理的车辆图像；检测模块，用于通过目标检测网络对所述车辆图像进行目标检测，得到所述车辆图像中目标所在的目标区域，其中，所述目标检测网络是通过样本图像训练得到的，所述样本图像标注有样本目标及至少一个非样本目标；识别模块，用于对与所述目标区域对应的区域图像进行行为识别，得到所述车辆图像中目标的至少一种异常驾驶行为的识别结果。
在一种可能的实现方式中，所述检测模块，包括：检测子模块，用于通过所述目标检测网络对所述车辆图像进行目标检测，得到所述车辆图像中目标的目标置信度以及所述目标的检索框；过滤模块，用于在所述目标置信度超过目标置信度阈值的情况下，将所述检索框指示的区域作为所述目标区域，其中，所述目标置信度阈值根据所述目标检测网络训练过程中，输出的每个图像错误检索框数目确定。
在一种可能的实现方式中，所述目标检测网络的训练方法包括：将样本图像输入至预设的初始网络，得到所述样本图像的检测结果，所述样本图像中包含标注的样本目标以及至少一个非样本目标，所述检测结果包括：所述样本目标的第一概率，以及所述至少一个非样本目标的第二概率；根据所述检测结果的损失，训练所述初始网络，得到所述目标检测网络。
在一种可能的实现方式中，所述根据所述检测结果的损失，训练所述初始网络，包括：根据预设的加权项，对所述第一概率的对数值的负值进行加权，得到所述损失，其中，所述加权项包括根据所述第一概率确定，或根据所述第一概率及所述至少一个第二概率确定；根据所述损失，更新所述初始网络的网络参数。
在一种可能的实现方式中，根据所述第一概率确定所述加权项，包括：根据1与所述第一概率之间的差值的次方运算，与预设加权系数的乘积，确定所述加权项；根据所述第一概率及所述至少一个第二概率确定所述加权项，包括：根据1与所述第一概率之间的差值的次方运算，及1与每一所述第二概率之间差值的次方运算的总和，确定所述加权项。
在一种可能的实现方式中，所述通过所述目标检测网络对所述车辆图像进行目标检测，得到所述车辆图像中目标的目标置信度以及所述目标的检索框，包括：对所述车辆图像进行特征提取，得到所述车辆图像的多尺度的特征信息；对所述多尺度的特征信息进行特征融合，得到所述车辆图像的融合特征信息；对所述融合特征信息进行解码，得到所述车辆图像中目标的目标置信度以及所述目标的检索框。
在一种可能的实现方式中，所述识别模块，包括：提取子模块，用于对所述区域图像进行特征提取，得到所述区域图像的特征信息；处理子模块，用于对所述特征信息进行至少一种全连接处理，得到至少一种驾驶行为的置信度；确定子模块，用于在所述驾驶行为的置信度超过行为置信度阈值的情况下，确定车辆图像中存在与所述驾驶行为对应的异常驾驶行为，其中，所述异常驾驶行为包括未系安全带行为、电话通话行为及吸烟行为中的至少一种。
在一种可能的实现方式中，所述装置还包括：告警模块，用于在所述识别结果指示存在异常驾驶行为的情况下，发出与所述异常驾驶行为对应的告警信息。
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，对车辆图像进行目标检测，得到目标所在的目标区域，对目标区域对应的区域图像进行行为识别，输出至少一种异常驾驶行为的识别结果，能够实现对车内人员可能存在的至少一种异常行为的有效识别；其中，目标检测网络是通过标注有样本目标及至少一个非样本目标训练得到的，这样可以结合非样本目标的检测结果与样本目标的检测结果对目标检测网络进行训练，从而提高目标检测网络检测出目标所在的目标区域的准确度，能够显著提高对异常驾驶行为的识别效率及准确率。
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异常驾驶行为识别方法的流程图。
图2示出根据本公开实施例的一种目标检测网络的示意图。
图3示出根据本公开实施例的一种行为识别网络的示意图。
图4a及图4b示出根据本公开实施例的驾驶行为的识别结果的示意图。
图5示出根据本公开实施例的异常驾驶行为识别装置的框图。
图6示出根据本公开实施例的一种电子设备的框图。
图7示出根据本公开实施例的一种电子设备的框图。
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。
应当理解，本公开的权利要求、说明书及附图中的术语“第一”、“第二”及“第三”等是用于区别不同对象，而不是用于描述特定顺序。本公开的说明书和权利要求书中使用的术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
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。
图1示出根据本公开实施例的异常驾驶行为识别方法的流程图，如图1所示，所述异常驾驶行为识别方法包括：
在步骤S11中，获取待处理的车辆图像；
在步骤S12中，通过目标检测网络对车辆图像进行目标检测，得到车辆图像中目标所在的目标区域，其中，目标检测网络是通过样本图像训练得到的，样本图像标注有样本目标及至少一个非样本目标；
在步骤S13中，对与目标区域对应的区域图像进行行为识别，得到车辆图像中目标的至少一种异常驾驶行为的识别结果。
在一种可能的实现方式中，所述行为识别方法可以由终端设备或服务器等电子设备执行，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 Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等，所述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。
在一种可能的实现方式中，在步骤S11中，待处理的车辆图像可以为图像采集设备(例如卡口相机、电子眼等)所采集的图像或视频帧等，也可以是其它电子设备传输的图像，或从本地存储中调用的图像，对此本公开实施例不作限制。
在一种可能的实现方式中，车辆图像中的目标可以指主驾驶位置上的人员和/或副驾驶位置上的人员。通过该方式，可以实现对车内人员不规范的驾车和/或乘车行为进行有效识别。
在一种可能的实现方式中，在步骤S12中，目标检测网络例如可以采用：R-CNN卷积神经网络、RetinaNet(一种残差网络Resnet+特征金字塔网络FPN结构的网络)等网络。对于目标检测网络的网络结构及训练方式，本公开实施例不作限制。通过该方式，可以将车辆图像中目标所在的目标区域检测出来，以便于针对目标区域内目标的异常驾驶行为进行识别。
如上所述，目标可以指主驾驶位置上的人员和/或副驾驶位置上的人员。在一种可能的实现方式中，目标所在的目标区域可以包括：主驾驶位置上的人员的人体区域，和/或副驾驶位置上的人员的人体区域。
在一种可能的实现方式中，目标检测网络中可以使用残差网络Resnet18作为骨干网络(也称为主干网络、编码器等)，用于对车辆图像进行特征提取，得到提取的多尺度的特征信息；可以使用特征金字塔网络FPN，对Resnet18提取的多尺度的特征信息进行融合，得到车辆图像的融合特征信息，其中Resnet18提取的多尺度的特征信息，可以包括8、16、32、64等尺度下的特征信息；再通过多层网络层(例如卷积层、全连接层等)对融合特征信息进行分类处理(也即特征解码)及检索框回归(又称为边框回归Bounding Box Regression)，得到检测出目标的目标置信度及检索框。通过该方式，可以高效准确地实现对目标区域的检测。可以理解的是，检索框指示的区域可以是图像中目标的所在区域。
其中，检索框，可称为锚框anchor，参考框、矩形框、边界框、检测框等。在一种可能的实现方式中，可以设定检索框的长宽比为1：2、1：1和2：1等，对此本公开实施例不作限制。其中，检索框的尺度可以固定，例如可以固定为2，对此本公开实施例不作限制。
在一种可能的实现方式中，为了充分利用标注资源及实现目标检测网络的复用，可以通过样本图像训练目标检测网络，其中，样本图像中标注有样本目标及至少一个非样本目标。通过该方式，标注有样本目标及至少一个非样本目标的样本图像所训练的目标检测网络，可以输出车辆图像中目标及至少一个非目标的所在区域(也即检索框)，例如，对于车辆图像，可以输出主副驾驶位置上的人员的人体区域、人手区域及车辆上的年检标区域等，可以实现目标检测网络的复用。
并且，由于目标检测网络在训练过程中，可以通过非样本目标的检测结果(也即检索框内为非样本目标的概率)，校对样本目标的检测结果(也即检索框内为样本目标的概率)，或者说，结合非样本目标的检测结果以及样本目标的检测结果，确定样本目标的损失，能够提高训练得到的目标检测网络，检测出目标所在区域的准确度。其中，对于目标检测网络的训练方式，本公开实施例不作限制。
应理解的是，目标检测网络可输出车辆图像中多个对象所在的区域，在一种可能的实现方式中，可以至少选取主驾驶位置上的人员的人体区域，作为车辆图像中目标所在的目标区域。
图2示出根据本公开实施例的一种目标检测网络的示意图。如图2所示，输入车辆图像至目标检测网络中，输出多个对象(人体、人手、2个年检标等)的检索框及该多个对象的置信度(0.998、0.987、0.967、0.959等)。其中，置信度可以用于指示各检索框内包含对象的概率，例如，人体区域的检索框中包含人体的概率。
在一种可能的实现方式中，在步骤S13中，可以通过行为识别网络对与目标区域对应的区域图像进行行为识别，得到车辆图像中目标的至少一种异常驾驶行为的识别结果。对于行为识别网络的网络结构及训练方式，本公开实施例不作限制。
在一种可能的实现方式中，行为识别网络可以包括特征提取子网络及至少一种分类器。其中，特征提取子网络可包括多组网络层，用于对区域图像进行特征提取，得到目标区域的特征信息；至少一种分类器可包括至少一个全连接层(FC layers，Fully Connectedlayers)和/或softmax层,用于对特征信息进行至少一种异常驾驶行为的识别，得到目标的至少一种异常驾驶行为的识别结果(也即至少一种异常驾驶行为的行为置信度)。也即，每种分类器对应识别一种异常驾驶行为。通过该方式，可以实现基于车辆图像的共享特征信息，同时得到至少一种异常行为的识别结果，显著提高各种异常驾驶行为的识别效率。
图3示出根据本公开实施例的一种行为识别网络的示意图。如图3所示，输入区域图像，经过特征提取子网络提取特征信息，将提取的特征信息分别输入到两个分类器，分别输出是否系安全带的识别结果，以及是否进行电话通话的识别结果。
在一种可能的实现方式中，行为识别网络可以采用大量人工标注的样本区域图像训练得到。训练过程中，考虑到可能存在不同类别的样本区域图像的数量不平衡的问题(例如，主驾驶位置上的人员的人体区域图像，可能比副驾驶位置上的人员的人体区域图像多)，可以采用例如焦点损失函数Focal loss训练行为识别网络，以提升数量不平衡的样本区域图像的网络训练效果。对于行为识别网络的具体训练方式，本公开实施例不作限制。
在一种可能的实现方式中，还可以对区域图像进行图像预处理，例如：对图像进行归一化处理、旋转处理、镜像处理等，以提高行为识别网络的识别精度。
在一种可能的实现方式中，特征提取子网络例如可以采用残差网络Resnet18，具体可以包括5组网络层。其中，第一组网络层可以设置7×7大小的滤波器(也即7×7个卷积核)，使得第一组网络层的输出图的通道数加深至64通道，并将输入的区域图像的尺度下采样到原尺度的1/2；第二组至第五组网络层中，每组网络层包括2层卷积层，每层卷积层的卷积核尺度为3*3，每组网络层的输出图的通道数依次为64、128、256及512，并每组网络层下采样得到输出图尺度为区域图像的1/4、1/8、1/16及1/32。应理解的是，每组网络层的输入图为上组网络层的输出图，本公开中的输入图及输出图可以均指特征图。
需要说明的是，以上目标检测网络及行为识别网络的网络结构是本公开实施例公开的具体实现方式，本领域技术人员应理解，本公开应不限于于此。实际上，本领域技术人员可根据实际需求设定网络结构，只要可实现目标检测及异常驾驶行为识别即可，本公开实施例对此不作限制。
在一种可能的实现方式中，异常驾驶行为，例如可以至少包括：未系安全带行为、电话通话行为、吸烟行为等异常行为。通过对这些异常行为的识别，可以实现对不规范的驾车和/或乘车行为进行识别。可以理解的是，不规范的驾车及乘车行为容易对车内人员带来安全隐患，在本公开实施例中，能够识别目标的异常驾驶行为和/或异常乘车行为，可以便于对存在异常驾驶行为和/或异常乘车行为的人员进行警示，提高驾车及乘车安全。
需要说明的是，以上目标的异常驾驶行为是本公开实施例提供的一种可能的实现方式，本领域技术人员应理解，本公开应不限于此。实际上，本领域技术人员可以根据实际需求设定所要识别的异常驾驶行为，对此本公开实施例不作限制。
在一种可能的实现方式中，在识别到车辆图像中的目标存在异常驾驶行为的情况下，还可以对车辆图像中的车牌号进行识别，并可以将采集的车辆图像、异常驾驶行为的类别、车牌号等信息发送至相关平台(例如交通管理平台)，以满足智能视频分析、智慧交通、安防监控等场景的业务需求。
在一种可能的实现方式中，在识别结果指示存在异常驾驶行为的情况下，发出与异常驾驶行为对应的告警信息。通过该方式，能够对驾驶员存在异常驾驶行为时，及时对驾驶员进行警示，提高驾车安全。
其中，如上所述，异常驾驶行为例如可以至少包括：未系安全带行为、电话通话行为、吸烟行为等行为。可以理解的是，不同类别的异常驾驶行为对于驾车及乘车安全的影响程度不同，例如，未系安全带行为比电话通话行为影响严重，电话通话行为比吸烟行为影响严重，主驾驶位上人员进行电话通话行为比副驾驶位上进行电话通话的行为严重。在一种可能的实现方式中，可以预设与异常驾驶行为的类别对应的告警信息，以便于向存在异常行为的人员发出适合的告警信息。
在一种可能的实现方式中，可以基于用户的终端设备(例如车机、移动终端)，通过语音提醒的方式发出告警信息。针对不同类别的异常驾驶行为，语音提醒的内容及频率可以不同，例如，未系安全带行为的提醒频率可以比吸烟行为的提醒频率高。其中，针对所述异常驾驶行为识别方法在服务端执行的情况，可以由服务端向终端设备发送信号，以通过终端设备发出告警信息。对于告警信息的发出方式及具体内容，本公开实施例不作限制。
在本公开实施例中，对车辆图像进行目标检测，得到目标所在的目标区域，对目标区域对应的区域图像进行行为识别，输出至少一种异常驾驶行为的识别结果，能够实现对车内人员可能存在的至少一种异常行为的有效识别；其中，目标检测网络是通过标注有样本目标及至少一个非样本目标训练得到的，这样可以结合非样本目标的检测结果与样本目标的检测结果对目标检测网络进行训练，从而提高目标检测网络检测出目标所在的目标区域的准确度，能够显著提高对异常驾驶行为的识别效率及准确率。
在一种可能的实现方式中，在步骤S12中，通过目标检测网络对车辆图像进行目标检测，得到车辆图像中目标所在的目标区域，包括：
步骤S121：通过目标检测网络对车辆图像进行目标检测，得到车辆图像中目标的目标置信度以及目标的检索框；
步骤S122：在目标置信度超过目标置信度阈值的情况下，将检索框指示的区域作为目标区域，其中，目标置信度阈值根据目标检测网络训练过程中，输出的每个图像错误检索框数目确定。
其中，目标置信度可以用于指示检索框内为目标的概率。可以设定目标置信度越高，检索框内为目标的概率越高，也即，置信度与概率正相关；当然也可以设定为负相关，具体可依据实际需求设定，对此本公开实施例不作限制。
在一种可能的实现方式中，目标置信度阈值可以根据目标检测网络训练过程中，目标检测网络输出的每个图像错误检索框数目(FPPI，False Positive per Image)确定。其中，每个图像错误检索框数目FPPI，可以理解为，目标检测网络输出的检索框内不包含样本目标的数量，与样本图像的总数量的比值。
举例来说，在某次迭代训练中，有1000个样本图像输入至目标检测网络中，目标检测网络输出的检索框内不包含样本目标的数量为10，则FPPI为10/1000＝0.01。
在一种可能的实现方式中，在迭代训练中，可以在目标检测网络输出的FPPI的平均值达到预设数值(例如可以为0.01)时，将该次迭代训练输出的样本目标的置信度，作为目标置信度阈值，例如，在FPPI的平均值达到0.01时，得到目标检测网络输出的样本目标的置信度为0.3，则该0.3可以是目标置信度阈值。其中，对于所述预设数值，可以根据实际需求设定，对此本公开实施例不作限制。
在一种可能的实现方式中，针对在目标置信度超过目标置信度阈值的情况，可以认为该情况下，检索框内为目标的概率(或者说可靠程度)较高，也可认为检索框指示的目标区域内的图像质量较好。应理解的是，目标区域的可靠程度高及图像质量好，可以提高异常驾驶行为识别的准确率。
在一种可能的实现方式中，还可能存在目标置信度未超过目标置信度阈值的情况，在该情况下，可以不对与目标区域对应的区域图像进行异常驾驶行为识别。其中，目标置信度未超过目标置信度阈值，可能是因为图像的图像质量较差(例如，图像模糊、图像中人体区域遮挡较多等)，检测出的目标的可靠程度不高，此时若仍对与目标区域对应的区域图像进行行为识别，得到的识别结果可能是无效的、不可靠的，也就进行了不必要的异常驾驶行为识别，造成计算资源的浪费。通过该方式，可以节省计算资源，提高异常驾驶行为的识别效率。
在本公开实施例中，能够基于目标置信度及目标置信度阈值，对检测出的目标区域进行过滤，过滤出图像质量高、可靠性高的目标区域，进而可以提高对与目标区域对应的区域图像，进行异常驾驶行为识别的准确率及效率。
如上所述，所述方法可以通过目标检测网络对车辆图像进行目标检测，得到车辆图像中目标所在的目标区域。在部署该目标检测网络之前，可对该目标检测网络进行训练。
在一种可能的实现方式中，所述目标检测网络的训练方法包括：
步骤S21：将样本图像输入至预设的初始网络，得到样本图像的检测结果，样本图像中包含标注的样本目标以及至少一个非样本目标，所述检测结果包括：样本目标的第一概率，以及至少一个非样本目标的第二概率；
步骤S22：根据检测结果的损失，训练初始检测网络，得到目标检测网络。
在一种可能的实现方式中，样本图像可以采用大量人工标注的图像，例如可以对样本图像中样本目标及至少一个非样本目标的所在区域进行标注。对于样本图像的标注方式，本公开实施例不作限制。
在一种可能的实现方式中，样本目标可以是本公开实施例所需进行异常驾驶行为识别的对象，例如，主驾驶位置上的人员和/或副驾驶位置上的人员，非样本目标可以是样本图像中标注的其它对象，例如，人手、年检标等。
其中，样本目标的第一概率，例如，可以为检索框内为主驾驶位置上的人员的概率；至少一个非样本目标的第二概率，例如，可以为年检标的概率，为人手的概率等。
需要说明的是，本公开实施例中的置信度可以是对概率进行处理(例如，归一化)得到的，也可直接将概率作为置信度，对此本公开实施例不作限制。
在一种可能的实现方式中，可以根据检测结果的损失，通过反向传播、梯度下降等方式，训练初始检测网络，对此本公开实施例不作限制。
应理解的是，预设的初始网络的网络结构可参照上述目标检测网络，在此不做赘述。
如上所述，目标检测网络可以采用Resnet18作为主干网络进行特征提取。在一种可能的实现方式中，可以在保证网络训练效果的前提下，将初始网络的Resnet18的前两层网络的网络参数固定，也即不更新Resnet18的前两层网络的网络参数，或者说对前两层网络的网络参数不做梯度回传。通过该方式，可以提高初始网络的训练速度。
在一种可能的实现方式中，可以采用平均绝对误差损失函数(L1 Loss)作为边框回归的损失函数。应理解的是，还可以采用其他类型的损失函数进行边框回归，对此本公开实施例不作限制。
应理解的是，初始网络可迭代训练多次，可在迭代训练过程中，在初始网络满足预设条件的情况下，得到用于对车辆图像进行目标检测的目标检测网络。其中，预设条件例如可包括：损失收敛、损失置0等，对此本公开实施例不作限制。
在本公开实施例中，训练得到的目标检测网络，可以更为准确地检测出车辆图像中目标所在的目标区域。
在一种可能的实现方式中，在步骤S22中，根据检测结果的损失，训练初始网络，包括：
根据预设的加权项，对第一概率的对数值的负值进行加权，得到损失，其中，加权项包括根据第一概率确定，或根据第一概率及至少一个第二概率确定；根据损失，更新初始网络的网络参数。
在一种可能的实现方式中，可以根据检测结果的损失，通过反向传播、梯度下降等方式，更新初始网络的网络参数，对此本公开实施例不作限制。
其中，第一概率的对数值的负值，可表示为-log(pt)，其中pt为第一概率。
在一种可能的实现方式中，根据第一概率确定加权项，可以包括：根据1与第一概率之间的差值的次方运算，与预设加权系数的乘积，确定加权项。
也即，根据第一概率确定的加权项，可表示为α(1-pt)γ，其中，γ大于或等于0，对于γ的取值，可依据实际需求设定，对此本公开实施例不作限制；预设加权系数α可根据实际需求设定，例如可取0至0.5之间的数值，对此本公开实施例不作限制。通过该方式，可通过预设加权系数α调节正负样本的权重，使目标检测网络更专注于样本目标的检测，从而提高待训练的目标检测网络的检测精度，其中，正样本可理解为样本目标，负样本可理解为非样本目标。在该实现方式下，检测结果的损失可表示为公式(1)：
FL(Pt)＝-α(1-pt)γlog(pt) (1)
在一种可能的实现方式中，根据第一概率及至少一个第二概率确定加权项，包括：根据1与第一概率之间的差值的次方运算，及1与每一第二概率之间差值的次方运算的总和，确定加权项。
也即，根据第一概率及至少一个第二概率确定的加权项可表示为
Figure BDA0002993080460000101
其中，pn包括第一概率及第二概率，n∈[0,N)，t是[0,N)中的某个值，N代表目标检测网络所能检测的对象的总数(或者说样本图像中样本目标及至少一个非样本目标的总数)；γ大于或等于0，对于γ的取值，可依据实际需求设定，对此本公开实施例不作限制。通过该方式，能够在训练过程中输出的第一概率的值太大或太小的情况下，避免产生较大的损失波动，使计算得到的损失更加稳定，进而取得更好的训练效果。在该方式下，检测结果的损失可表示为公式(2)。
Figure BDA0002993080460000111
举例来说，假设目标检测网络可检测6类对象(例如，主驾驶位置上的人员、副驾驶位置上的人员、主驾驶位置上的人员的左手及右手、车辆上的两种年检标)，则N为6。Pt可以指检索框中的样本目标为主驾驶位置上的人员的概率(设为P0)，pn可以包括：为主驾驶位置上的人员的概率(设为P0)、为副驾驶位置上的人员的概率(设为P1)、为主驾驶位置上的人员的左手的概率(设为P2)、为主驾驶位置上的人员的右手的概率(设为P3)、为两种年检标的概率(设为P5、P6)，则检测结果的损失，可表示为FL(P0)＝-[(1-p0)γ+(1-p1)γ+(1-p2)γ+(1-p3)γ+(1-p4)γ+(1-p5)γ]log(p0)。
在一种可能的实现方式中，在迭代训练过程中，初始网络的训练目标可以是期望上述损失函数输出的损失置0，也即识别结果的损失向0靠近。这样使得第一概率pt向1靠近，也即，期望样本目标的检索框所指示的区域中为样本目标的第一概率最大，或者说置1。
在本公开实施例中，能够使训练后的用于对车辆图像进行目标检测的目标检测网络，可以更为准确地检测出车辆图像中目标所在的目标区域。
在一种可能的实现方式中，在步骤S12中，通过所述目标检测网络对所述车辆图像进行目标检测，得到所述车辆图像中目标的目标置信度以及所述目标的检索框，包括：
对车辆图像进行特征提取，得到车辆图像的多尺度的特征信息；
对多尺度的特征信息进行特征融合，得到车辆图像的融合特征信息；
对融合特征信息进行解码，得到车辆图像中目标的目标置信度以及目标的检索框。
如上所述，目标检测网络中可以使用残差网络Resnet18作为骨干网络(也称为主干网络、编码器等)，用于对车辆图像进行特征提取，得到提取的多尺度的特征信息；可以使用特征金字塔网络FPN，对Resnet18提取的多尺度的特征信息进行特征融合，得到车辆图像的融合特征信息；再通过多层网络层(例如卷积层、全连接层等)对融合特征信息进行分类处理(也即特征解码)及检索框回归(又称为边框回归Bounding Box Regression)，得到目标的目标置信度及目标的检索框。
在本公开实施例中，通过目标检测网络，可有效准确地得到车辆图像中目标的目标置信度以及目标的检索框，从而便于对车辆图像中目标的异常驾驶行为进行识别。
在一种可能的实现方式中，在步骤S13中，对与目标区域对应的区域图像进行行为识别，得到车辆图像中对象的至少一种异常驾驶行为的识别结果，包括：
对区域图像进行特征提取，得到区域图像的特征信息；
对特征信息进行至少一种全连接处理，得到至少一种驾驶行为的置信度；
在驾驶行为的置信度超过行为置信度阈值的情况下，确定车辆图像中存在与驾驶行为对应的异常驾驶行为，其中，异常驾驶行为包括未系安全带行为、电话通话行为及吸烟行为中的至少一种。
如上所述，行为识别网络可以包括特征提取子网络及多个分类器。其中，可以通过行为识别网络的特征提取子网络对区域图像进行特征提取，得到目标区域的特征信息；进而将区域图像的特征信息分别输入到行为识别网络的至少一种分类器中，以对特征信息进行至少一种全连接处理，得到至少一种驾驶行为的置信度。
在一种可能的实现方式中，驾驶行为的置信度可以用于指示目标的驾驶行为是异常驾驶行为的概率。可以认为驾驶行为的置信度越高，是异常驾驶行为的概率越高，也即驾驶行为的置信度可以与概率正相关；当然也可以负相关，具体可依据实际需求设定，对此本公开实施例不作限制。通过该方式，可以实现基于置信度，准确地确定出目标的行为类别。
在一种可能的实现方式中，行为置信度阈值可以根据各分类器的识别精度(也即准确率)确定，例如，可以选取训练过程中，识别未系安全带行为的分类器的精度为95％时的置信度，作为识别未系安全带行为的行为置信度阈值。
应理解的是，不同分类器对应识别的异常驾驶行为不同，该分类器对应的行为置信度可不同；将分类器的识别精度为95％时的置信度作为行为置信度阈值，是本公开提供的一种可能的实现方式，实际上，本领域技术人员可以根据实际需求选取识别精度为98％、96％等时的置信度，作为行为置信度阈值，对此本公开实施例不作限制。
在一种可能的实现方式中，在驾驶行为的置信度未超过行为置信度阈值的情况下，可以确定车辆图像中未存在与驾驶行为对应的异常驾驶行为，也即车辆图像中的目标未发生异常驾驶行为，例如，低于识别未系安全带行为的行为置信度阈值，则识别结果可以包括已系安全带。
图4a及图4b示出根据本公开实施例的驾驶行为的识别结果的示意图。如图4a所示，驾驶员的驾驶行为包括系安全带，未进行电话通话；如图4b所示，驾驶员的驾驶行为包括未系安全带，进行电话通话，以及图4b中驾驶员存在两种异常驾驶行为。
在本公开实施例中，能够根据至少一种分类器输出的置信度，准确地识别出至少一种异常驾驶行为，从而能够显著提高不规范的驾车和/或乘车行为的识别效率及准确率。
根据本公开的实施例，能够从大规模的车辆图像中自动学习如何定位车内人员以及对车内人员的行为进行识别分类。
根据本公开实施例首先基于目标检测网络进行车内人体检测及定位，进而基于行为识别网络对检测出的车内人体进行行为识别分类，并可同时输出多种行为的识别结果。
根据本公开实施例，能够同时对车内人员是否存在未系安全带，是否存在进行电话通话行为进行判断，可基于特定需求对行为识别网络所能识别的行为类别进行扩充。
根据本公开实施例，通过对损失函数、采样方式以及网络结构等进行了改进，可以缓解训练过程中样本数据不平衡的问题。
根据本公开实施例，通过将图像依次经过进行目标检测、图像质量过滤(检索框过滤)和行为识别分类，这使得行为识别的精度得到很大提升。
根据本公开实施例，能够基于多分支网络得出多种行为的识别结果，可以同时识别车内人员是否未系安全带和是否进行电话通话，并可扩充。
根据本公开实施例中，可适用于多个场景，不限于卡口，还可以用于需要对车内人员的行为识别的类似场景。
相关技术中，大多为单个独立网络，分别进行检测和分类识别本公开实施例结合了检测网络与分类识别网络，降低了算法对算力的需求，具有更好的识别效率。
相关技术中，大多为单个任务(例如单种行为)的分类识别,本公开实施例可同时进行多任务(多种应行为)的分类识别，并可根据实际需求扩增。
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，本公开还提供了异常驾驶行为识别装置、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异常驾驶行为识别方法，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5示出根据本公开实施例的异常驾驶行为识别装置的框图，如图5所示，所述装置包括：
获取模块101，用于获取待处理的车辆图像；
检测模块102，用于通过目标检测网络对所述车辆图像进行目标检测，得到所述车辆图像中目标所在的目标区域，其中，所述目标检测网络是通过样本图像训练得到的，所述样本图像标注有样本目标及至少一个非样本目标；
识别模块103，用于对与所述目标区域对应的区域图像进行行为识别，得到所述车辆图像中目标的至少一种异常驾驶行为的识别结果。
在一种可能的实现方式中，所述检测模块102，包括：检测子模块，用于通过所述目标检测网络对所述车辆图像进行目标检测，得到所述车辆图像中目标的目标置信度以及所述目标的检索框；过滤模块，用于在所述目标置信度超过目标置信度阈值的情况下，将所述检索框指示的区域作为所述目标区域，其中，所述目标置信度阈值根据所述目标检测网络训练过程中，输出的每个图像错误检索框数目确定。
在一种可能的实现方式中，所述目标检测网络的训练方法包括：将样本图像输入至预设的初始网络，得到所述样本图像的检测结果，所述样本图像中包含标注的样本目标以及至少一个非样本目标，所述检测结果包括：所述样本目标的第一概率，以及所述至少一个非样本目标的第二概率；根据所述检测结果的损失，训练所述初始网络，以得到所述目标检测网络。
在一种可能的实现方式中，所述根据所述检测结果的损失，训练所述初始网络，包括：根据预设的加权项，对所述第一概率的对数值的负值进行加权，得到所述损失，所述加权项包括根据所述第一概率确定，或根据所述第一概率及所述至少一个第二概率确定；根据所述损失，更新所述初始网络的网络参数。
在一种可能的实现方式中，根据所述第一概率确定加权项，包括：根据1与所述第一概率之间的差值的次方运算，与预设加权系数的乘积，确定所述加权项；根据所述第一概率及所述至少一个第二概率确定所述加权项，包括：根据1与所述第一概率之间的差值的次方运算，及1与每一所述第二概率之间差值的次方运算的总和，确定所述加权项。
在一种可能的实现方式中，所述通过所述目标检测网络对所述车辆图像进行目标检测，得到所述车辆图像中目标的目标置信度以及所述目标的检索框，包括：对所述车辆图像进行特征提取，得到所述车辆图像的多尺度的特征信息；对所述多尺度的特征信息进行特征融合，得到所述车辆图像的融合特征信息；对所述融合特征信息进行解码，得到所述车辆图像中目标的目标置信度以及所述目标的检索框。
在一种可能的实现方式中，所述识别模块103，包括：提取子模块，用于对所述区域图像进行特征提取，得到所述区域图像的特征信息；处理子模块，用于对所述特征信息进行至少一种全连接处理，得到至少一种驾驶行为的置信度；确定子模块，用于在所述驾驶行为的置信度超过行为置信度阈值的情况下，确定车辆图像中存在与所述驾驶行为对应的异常驾驶行为，其中，所述异常驾驶行为包括未系安全带行为、电话通话行为及吸烟行为中的至少一种。
在一种可能的实现方式中，所述装置还包括：告警模块，用于在所述识别结果指示存在异常驾驶行为的情况下，发出与所述异常驾驶行为对应的告警信息。
在本公开实施例中，对车辆图像进行目标检测，得到目标所在的目标区域，对目标区域对应的区域图像进行行为识别，输出至少一种异常驾驶行为的识别结果，能够实现对车内人员可能存在的至少一种异常行为的有效识别；其中，目标检测网络是通过标注有样本目标及至少一个非样本目标训练得到的，这样可以结合非样本目标的检测结果与样本目标的检测结果对目标检测网络进行训练，从而提高目标检测网络检测出目标所在的目标区域的准确度，能够显著提高对异常驾驶行为的识别效率及准确率。
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异常驾驶行为识别方法的指令。
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异常驾驶行为识别方法的操作。
电子设备可以被提供为终端、服务器或其它形态的设备。
图6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6，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动作的边界，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7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7，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/动作的装置。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/动作的各个方面的指令。
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/动作。
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动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。
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 (11)

1.一种异常驾驶行为识别方法，其特征在于，包括：
获取待处理的车辆图像；
通过目标检测网络对所述车辆图像进行目标检测，得到所述车辆图像中目标所在的目标区域，其中，所述目标检测网络是通过样本图像训练得到的，所述样本图像标注有样本目标及至少一个非样本目标；
对与所述目标区域对应的区域图像进行行为识别，得到所述车辆图像中目标的至少一种异常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，所述通过目标检测网络对所述车辆图像进行目标检测，得到所述车辆图像中目标所在的目标区域，包括：
通过所述目标检测网络对所述车辆图像进行目标检测，得到所述车辆图像中目标的目标置信度以及所述目标的检索框；
在所述目标置信度超过目标置信度阈值的情况下，将所述检索框指示的区域作为所述目标区域，其中，所述目标置信度阈值根据所述目标检测网络训练过程中，输出的每个图像错误检索框数目确定。
3.根据权利要求1或2所述的方法，其特征在于，所述目标检测网络的训练方法包括：
将样本图像输入至预设的初始网络，得到所述样本图像的检测结果，所述样本图像中包含标注的样本目标以及至少一个非样本目标，所述检测结果包括：所述样本目标的第一概率，以及所述至少一个非样本目标的第二概率；
根据所述检测结果的损失，训练所述初始网络，得到所述目标检测网络。
4.根据权利要求3所述的方法，其特征在于，所述根据所述检测结果的损失，训练所述初始网络，包括：
根据预设的加权项，对所述第一概率的对数值的负值进行加权，得到所述损失，其中，所述加权项根据所述第一概率确定，或根据所述第一概率及所述至少一个第二概率确定；
根据所述损失，更新所述初始网络的网络参数。
5.根据权利要求4所述的方法，其特征在于，
根据所述第一概率确定所述加权项，包括：根据1与所述第一概率之间的差值的次方运算，与预设加权系数的乘积，确定所述加权项；
根据所述第一概率及所述至少一个第二概率确定所述加权项，包括：根据1与所述第一概率之间的差值的次方运算，及1与每一所述第二概率之间差值的次方运算的总和，确定所述加权项。
6.根据权利要求2所述的方法，其特征在于，通过所述目标检测网络对所述车辆图像进行目标检测，得到所述车辆图像中目标的目标置信度以及所述目标的检索框，包括：
对所述车辆图像进行特征提取，得到所述车辆图像的多尺度的特征信息；
对所述多尺度的特征信息进行特征融合，得到所述车辆图像的融合特征信息；
对所述融合特征信息进行解码，得到所述车辆图像中目标的目标置信度以及所述目标的检索框。
7.根据权利要求1所述的方法，其特征在于，所述对与所述目标区域对应的区域图像进行行为识别，得到所述车辆图像中对象的至少一种异常驾驶行为的识别结果，包括：
对所述区域图像进行特征提取，得到所述区域图像的特征信息；
对所述特征信息进行至少一种全连接处理，得到至少一种驾驶行为的置信度；
在所述驾驶行为的置信度超过行为置信度阈值的情况下，确定车辆图像中存在与所述驾驶行为对应的异常驾驶行为，其中，所述异常驾驶行为包括未系安全带行为、电话通话行为及吸烟行为中的至少一种。
8.根据权利要求1-7任一项所述的方法，其特征在于，所述方法还包括：
在所述识别结果指示存在异常驾驶行为的情况下，发出与所述异常驾驶行为对应的告警信息。
9.一种异常驾驶行为识别装置，其特征在于，包括：(方法权利要求定稿后会补充)
获取模块，用于获取待处理的车辆图像；
检测模块，用于通过目标检测网络对所述车辆图像进行目标检测，得到所述车辆图像中目标所在的目标区域，其中，所述目标检测网络是通过样本图像训练得到的，所述样本图像标注有样本目标及至少一个非样本目标；
识别模块，用于对与所述目标区域对应的区域图像进行行为识别，得到所述车辆图像中目标的至少一种异常驾驶行为的识别结果。
10.一种电子设备，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8中任意一项所述的方法。
11.一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8中任意一项所述的方法。
CN202110321593.1A 2021-03-25 2021-03-25 异常驾驶行为识别方法及装置、电子设备和存储介质 Withdrawn CN112926510A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110321593.1A CN112926510A (zh) 2021-03-25 2021-03-25 异常驾驶行为识别方法及装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110321593.1A CN112926510A (zh) 2021-03-25 2021-03-25 异常驾驶行为识别方法及装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN112926510A true CN112926510A (zh) 2021-06-08

Family

ID=76176046

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110321593.1A Withdrawn CN112926510A (zh) 2021-03-25 2021-03-25 异常驾驶行为识别方法及装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN112926510A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113486759A (zh) * 2021-06-30 2021-10-08 上海商汤临港智能科技有限公司 危险动作的识别方法及装置、电子设备和存储介质
CN114332520A (zh) * 2022-03-14 2022-04-12 中汽信息科技(天津)有限公司 基于深度学习的异常驾驶行为识别模型构建方法
CN114648504A (zh) * 2022-03-17 2022-06-21 小米汽车科技有限公司 自动驾驶方法、装置、电子设备和存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109815884A (zh) * 2019-01-21 2019-05-28 深圳市能信安科技股份有限公司 基于深度学习的不安全驾驶行为检测方法及装置
CN109871799A (zh) * 2019-02-02 2019-06-11 浙江万里学院 一种基于深度学习的驾驶员玩手机行为的检测方法
CN110232316A (zh) * 2019-05-05 2019-09-13 杭州电子科技大学 一种基于改进的dsod模型的车辆检测与识别方法
CN110390691A (zh) * 2019-06-12 2019-10-29 合肥合工安驰智能科技有限公司 一种基于深度学习的矿石尺度测量方法及应用系统
CN110852233A (zh) * 2019-11-05 2020-02-28 上海眼控科技股份有限公司 手部脱离方向盘的检测和训练方法、终端、装置、介质、系统
CN111563494A (zh) * 2020-07-16 2020-08-21 平安国际智慧城市科技股份有限公司 基于目标检测的行为识别方法、装置和计算机设备
CN111723602A (zh) * 2019-03-19 2020-09-29 杭州海康威视数字技术股份有限公司 驾驶员的行为识别方法、装置、设备及存储介质
CN111860254A (zh) * 2020-07-10 2020-10-30 东莞正扬电子机械有限公司 一种驾驶员异常行为检测方法、装置、存储介质及设备
CN112036307A (zh) * 2020-08-31 2020-12-04 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备和存储介质
CN112528862A (zh) * 2020-12-10 2021-03-19 西安电子科技大学 基于改进的交叉熵损失函数的遥感图像目标检测方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109815884A (zh) * 2019-01-21 2019-05-28 深圳市能信安科技股份有限公司 基于深度学习的不安全驾驶行为检测方法及装置
CN109871799A (zh) * 2019-02-02 2019-06-11 浙江万里学院 一种基于深度学习的驾驶员玩手机行为的检测方法
CN111723602A (zh) * 2019-03-19 2020-09-29 杭州海康威视数字技术股份有限公司 驾驶员的行为识别方法、装置、设备及存储介质
CN110232316A (zh) * 2019-05-05 2019-09-13 杭州电子科技大学 一种基于改进的dsod模型的车辆检测与识别方法
CN110390691A (zh) * 2019-06-12 2019-10-29 合肥合工安驰智能科技有限公司 一种基于深度学习的矿石尺度测量方法及应用系统
CN110852233A (zh) * 2019-11-05 2020-02-28 上海眼控科技股份有限公司 手部脱离方向盘的检测和训练方法、终端、装置、介质、系统
CN111860254A (zh) * 2020-07-10 2020-10-30 东莞正扬电子机械有限公司 一种驾驶员异常行为检测方法、装置、存储介质及设备
CN111563494A (zh) * 2020-07-16 2020-08-21 平安国际智慧城市科技股份有限公司 基于目标检测的行为识别方法、装置和计算机设备
CN112036307A (zh) * 2020-08-31 2020-12-04 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备和存储介质
CN112528862A (zh) * 2020-12-10 2021-03-19 西安电子科技大学 基于改进的交叉熵损失函数的遥感图像目标检测方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113486759A (zh) * 2021-06-30 2021-10-08 上海商汤临港智能科技有限公司 危险动作的识别方法及装置、电子设备和存储介质
CN114332520A (zh) * 2022-03-14 2022-04-12 中汽信息科技(天津)有限公司 基于深度学习的异常驾驶行为识别模型构建方法
CN114332520B (zh) * 2022-03-14 2022-06-17 中汽信息科技(天津)有限公司 基于深度学习的异常驾驶行为识别模型构建方法
CN114648504A (zh) * 2022-03-17 2022-06-21 小米汽车科技有限公司 自动驾驶方法、装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
CN109829501B (zh) 图像处理方法及装置、电子设备和存储介质
CN110348537B (zh) 图像处理方法及装置、电子设备和存储介质
CN110544217B (zh) 一种图像处理方法及装置、电子设备和存储介质
CN110009090B (zh) 神经网络训练与图像处理方法及装置
CN110956061B (zh) 动作识别方法及装置、驾驶员状态分析方法及装置
CN110889469B (zh) 图像处理方法及装置、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
WO2023087741A1 (zh) 缺陷检测方法及装置、电子设备、存储介质及计算机程序产品
CN112669583B (zh) 报警阈值调整方法及装置、电子设备和存储介质
CN109934275B (zh) 图像处理方法及装置、电子设备和存储介质
CN110990801B (zh) 信息校验方法及装置、电子设备和存储介质
CN110532956B (zh) 图像处理方法及装置、电子设备和存储介质
CN110942036A (zh) 人员识别方法及装置、电子设备和存储介质
CN111523346B (zh) 图像识别方法及装置、电子设备和存储介质
CN111523599B (zh) 目标检测方法及装置、电子设备和存储介质
CN109101542B (zh) 图像识别结果输出方法及装置、电子设备和存储介质
CN111353434A (zh) 信息识别方法及装置、系统、电子设备和存储介质
CN115641518B (zh) 一种无人机用视图感知网络模型及目标检测方法
CN112597886A (zh) 乘车逃票检测方法及装置、电子设备和存储介质
CN110633715B (zh) 图像处理方法、网络训练方法及装置、和电子设备
CN112270288A (zh) 活体识别、门禁设备控制方法和装置、电子设备
CN111435422B (zh) 动作识别方法、控制方法及装置、电子设备和存储介质
CN113313115B (zh) 车牌属性识别方法及装置、电子设备和存储介质
CN113269307B (zh) 神经网络训练方法以及目标重识别方法
CN110781842A (zh) 图像处理方法及装置、电子设备和存储介质

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20210608

WW01 Invention patent application withdrawn after publication