CN116189117B - 一种危险驾驶行为识别方法、系统、电子设备及存储介质 - Google Patents

Abstract

本发明涉及图像识别技术领域，具体公开了一种危险驾驶行为识别方法、系统、电子设备及存储介质，方法包括：基于目标检测模型对接收到的第一图像进行检测，并输出第一检测结果和第二检测结果；将第一检测结果输入到多目标追踪模型以得到第三检测结果；对第一检测结果和第二检测结果进行处理，得到第四检测结果；使用第三检测结果对第四检测结果进行过滤，得到第五检测结果；基于第二检测结果和第五检测结果是否符合预设条件来判别驾驶员是否存在危险驾驶行为。通过本发明的方案，减少了目标检测模型推理的计算量，提高了目标检测模型的推理速度、准确率和召回率，简化了目标检测模型搭建的难度，提高了危险驾驶行为检测的准确率和稳定性。

Description

一种危险驾驶行为识别方法、系统、电子设备及存储介质

技术领域

本发明涉及图像识别技术领域，尤其涉及一种危险驾驶行为识别方法、系统、电子设备及存储介质。

背景技术

有研究表明造成交通事故频发的主要原因是驾驶员的危险驾驶行为（如开车接打电话、不系安全带、双手离开方向盘、开车吸烟等），对驾驶员的危险驾驶行为及早发现并进行预警能够有效减少交通事故的发生率，因此，进行机动车驾驶员危险行为的检测识别对提高人们的安全出行具有重要现实意义。

常见的机动车驾驶员危险驾驶行为识别技术路线是在车内安装摄像头和计算单元，使用车内摄像头采集的视频数据进行驾驶员的危险驾驶行为检测识别，这种技术方案需要在每辆机动车上安装摄像头和计算单元，成本很高，难以满足商业应用。

发明内容

有鉴于此，本发明提出了一种危险驾驶行为识别方法、系统、电子设备及存储介质，无需在机动车上安装摄像头和独立的计算单元即可实现机动车驾驶员的危险驾驶行为检测识别，成本较低，实时性强，模型更新升级便捷，维护成本低，具有大规模应用部署前景，解决了传统技术方案需要为每辆机动车安装摄像头和计算单元才能进行驾驶员的危险驾驶行为检测识别，以及传统技术方案中存在的模型部署成本高、资源浪费的问题；还解决了大批量车载设备更新成本高、模型升级困难、维护成本高的现实问题；还解决了不同应用场景下进行适用检测模型搭建复杂、耗时长的问题。

基于上述目的，本发明实施例的一方面提供了一种危险驾驶行为识别方法，具体包括如下步骤：

基于目标检测模型对接收到的第一图像进行检测，并输出第一检测结果和第二检测结果，其中，所述第一检测结果为车辆透光件检测结果，第二检测结果为危险驾驶行为检测结果；

将所述第一检测结果输入到多目标追踪模型以得到第三检测结果，其中，所述第三检测结果为动态行驶车辆透光件检测结果；

对所述第一检测结果和所述第二检测结果进行处理，得到第四检测结果，其中，所述第四检测结果为驾驶员危险驾驶行为检测结果；

使用所述第三检测结果对所述第四检测结果进行过滤，得到第五检测结果，其中，所述第五检测结果为动态行驶车辆透光件后的驾驶员的危险驾驶行为检测结果；

基于所述第二检测结果和所述第五检测结果是否符合预设条件来判别驾驶员是否存在危险驾驶行为。

在一些实施方式中，所述基于目标检测模型对接收到的第一图像进行检测的步骤之前，还包括：

对采集的视频流进行分帧处理得到图像；

从所述图像上截取关注区域以得到第一图像，其中，所述第一图像为道路机动车行驶区域图像；

对所述第一图像进行预处理，并将预处理后的所述第一图像输入到所述目标检测模型。

在一些实施方式中，所述多目标追踪模型配置用于基于接收到的所述第一检测结果对所述第一检测目标进行追踪以过滤第六检测结果，得到所述第三检测结果。

在一些实施方式中，所述基于接收到的所述第一检测结果对所述第一检测目标进行追踪以过滤第六检测结果的步骤，包括：

基于接收到的所述第一检测结果获取与追踪的所述第一检测目标间隔第三帧数的所述第一检测目标的位移变化；

判断所述位移变化是否小于阈值；

若是所述位移变化小于阈值，则过滤所述位移变化小于阈值的第六检测结果。

在一些实施方式中，所述对所述第一检测结果和所述第二检测结果进行处理，得到第四检测结果的步骤，包括：

基于所述第一检测结果和所述第二检测结果的交集，得到第七检测结果；

基于所述第七检测结果的位置信息，得到所述第四检测结果。

在一些实施方式中，所述基于所述第二检测结果和所述第五检测结果是否符合预设条件来判别驾驶员是否存在危险驾驶行为的步骤，包括：

若是所述第二检测结果和所述第五检测结果符合所述预设条件，则判定所述驾驶员存在危险驾驶行为，进而输出危险驾驶行为检测结果；

若是所述第二检测结果和所述第五检测结果不符合所述预设条件，则判定所述驾驶员不存在危险驾驶行为，进而不输出危险驾驶行为检测结果。

在一些实施方式中，所述基于所述第二检测结果和所述第五检测结果是否符合预设条件来判别驾驶员是否存在危险驾驶行为的步骤，包括：

缓存连续第一帧数的所述第二检测识别结果；

判断连续所述第一帧数的所述第二检测识别结果是否存在大于第二帧数的所述第五检测结果，其中，所述第二帧数小于等于所述第一帧数；

若是所述第二检测结果存在大于所述第二帧数的所述第五检测结果，则输出危险驾驶行为检测结果；

若是所述第二检测结果不存在大于所述第二帧数的所述第五检测结果，则不输出危险驾驶行为检测结果。

在一些实施方式中，所述第一检测目标为车辆透光件，所述第六检测结果为静止车辆透光件检测结果，所述第七检测结果为车辆内前排人员危险驾驶行为检测结果。

在一些实施方式中，所述目标检测模型包括第一特征提取模块和检测头，所述第一特征提取模块配置用于对所述第一图像进行特征提取与特征融合并输出第一特征图，所述检测头配置用于对所述第一特征图进行检测，并输出所述第一检测结果和所述第二检测结果。

在一些实施方式中，所述第一特征提取模块包括至少两个膨胀卷积率为第一参数的第二特征提取模块、通道拆分函数、第三特征提取模块、拼接函数，其中，

膨胀卷积率为第一参数的所述第二特征提取模块配置用于对所述第一图像进行特征提取，并输出第二特征图；

所述通道拆分函数配置用于将所述第二特征图按通道数拆分成第一拆分特征图和第二拆分特征图；

所述第三特征提取模块配置用于对所述第一拆分特征图进行特征提取，并输出第三特征图；

所述拼接函数配置用于将所述第三特征图和所述第二拆分特征图按通道拼接成拼接特征图；

所述第二特征提取模块配置用于对所述拼接特征图进行特征融合，并输出所述第一特征图。

在一些实施方式中，所述第二特征提取模块配置用于对接收到的所述第一图像或所述拼接特征图依次进行膨胀卷积、归一化和激活计算。

在一些实施方式中，所述第三特征提取模块包括：多个特征提取子模块，所述特征提取子模块配置用于对接收到的所述第一拆分特征图进行特征提取与特征融合并输出第五特征图。

在一些实施方式中，多个所述特征提取子模块呈阵列式排列，每一行的最后一个特征提取子模块配置为将所述第五特征图输出到纵向相邻的特征提取子模块并输出到所述拼接函数进行特征拼接，每一行的其他特征提取子模块配置为将所述第五特征图输出到横向相邻和纵向相邻的特征提取子模块。

在一些实施方式中，所述特征提取子模块包括：多个所述第二特征提取模块，所述特征提取子模块配置为基于所述第二特征提取模块对接收到的所述第一拆分特征图或上一个所述第二特征提取模块的特征提取结果进行特征提取，并选取需要的特征提取结果按特征位置点对选取的所述特征提取结果进行特征融合以输出第四特征图。

在一些实施方式中，所述特征提取子模块还配置为选取膨胀卷积率为第二参数的所述第二特征提取模块的特征提取结果进行特征融合以输出第四特征图。

本发明实施例的另一方面，还提供了一种危险驾驶行为识别系统，包括：

目标检测模块，所述目标检测模块配置为基于目标检测模型对接收到的第一图像进行检测，并输出第一检测结果和第二检测结果；

目标追踪模块，所述目标追踪模块配置为将所述第一检测结果输入到多目标追踪模型以得到第三检测结果；

第一危险驾驶行为确定模块，所述第一危险驾驶行为确定模块配置为对所述第一检测结果和所述第二检测结果进行处理，得到第四检测结果；

过滤处理模块，所述过滤处理模块配置为使用所述第三检测结果对所述第四检测结果进行过滤，得到第五检测结果；

第二危险驾驶行为确定模块，所述第二危险驾驶行为确定模块配置为基于所述第二检测结果和所述第五检测结果是否符合预设条件来判别驾驶员是否存在危险驾驶行为。

本发明实施例的又一方面，还提供了一种电子设备，包括：至少一个处理器；以及存储器，所述存储器存储有可在所述处理器上运行的计算机程序，所述计算机程序由所述处理器执行时实现如上方法的步骤。

本发明实施例的再一方面，还提供了一种存储介质，存储介质存储有被处理器执行时实现如上方法步骤的计算机程序。

本发明至少具有以下有益技术效果：

1）与将整张图片输入到目标检测模型中进行危险驾驶行为检测和挡风玻璃检测相比，通过本发明的方案，可以大量减少目标检测模型推理的计算量，提高目标检测模型推理速度，提高目标检测准确率和召回率，简化目标检测模型搭建的难度，使得目标检测模型在部署时可以根据硬件算力进行模型的快速搭建和部署；并且与以单帧检测结果作为危险驾驶行为判断依据相比，提高了危险驾驶行为检测的准确率和稳定性；

2）通过本发明的方案，提高了目标检测模型的推理速度、目标检测准确率和召回率，降低了模型搭建的复杂度，模型的鲁棒性更好，通过模块化的方式进行模型的搭建也提高了模型的可扩展性；

3）本发明提出的方案能够复用道路监控摄像头，降低了硬件部署成本，减少了资源浪费，方便计算设备的升级换代和模型的优化和更新，具有广阔的应用前景；

4）本发明方案通过对道路上驾驶员的危险驾驶行为识别，可以及早发现可能引发交通事故的机动车辆，降低交通事故发生的概率，提高救援效率，更好的保障乘客和驾驶员的生命财产安全；

5）本发明方案提出的目标检测模型具有计算速度快、误差小且部署成本低的特点，无需人员全天候监控即可实现对驾驶员24小时的危险驾驶行为检测与预警，可以降低人工成本的投入。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的实施例。

图1为本发明提供的危险驾驶行为识别方法的一实施例的流程图；

图2为本发明提供的第二特征提取模块的一实施例的结构示意图；

图3为本发明提供的第一特征提取模块的一实施例的结构示意图；

图4为本发明提供的第三特征提取模块的一实施例的结构示意图；

图5为本发明提供的特征提取子模块的一实施例的结构示意图；

图6为本发明提供的危险驾驶行为识别系统的一实施例的结构示意图；

图7为本发明提供的电子设备的一实施例的结构示意图；

图8为本发明提供的存储介质的一实施例的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明实施例进一步详细说明。

需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。

基于上述目的，本发明实施例的第一个方面，提出了一种危险驾驶行为识别方法。在如图1所示的实施例中，该方法包括如下步骤：

S40、基于目标检测模型对接收到的第一图像进行检测，并输出第一检测结果和第二检测结果；

S50、将第一检测结果输入到多目标追踪模型以得到第三检测结果；

S60、对第一检测结果和第二检测结果进行处理，得到第四检测结果；

S70、使用第三检测结果对第四检测结果进行过滤，得到第五检测结果；

S80、基于第二检测结果和第五检测结果是否符合预设条件来判别驾驶员是否存在危险驾驶行为，其中，第一检测结果为车辆透光件检测结果，第二检测结果为危险驾驶行为检测结果，第三检测结果为动态行驶车辆透光件检测结果，第四检测结果为驾驶员危险驾驶行为检测结果，第五检测结果为动态行驶车辆透光件后的驾驶员的危险驾驶行为检测结果，其中，各个检测结果中提到的车辆透光件在本发明实施例中可以为车辆前挡风玻璃，但不限于此，还可以包括其他用于检测驾驶员危险驾驶行为的车辆透光件。

具体的，本发明实施例中提出的目标检测模型会对输入道路区域图像进行检测，并输出检测结果，检测结果包括：检测框bbox在图像中的位置信息，例如检测框左上角坐标（x1，y1）和右下角坐标(x2，y2），检测框bbox内的目标的类别，如1，2，3...，通过字典映射{1：“开车接打电话”，2：“开车接打电话”，3：“挡风玻璃”...}即可得到类别为危险驾驶行为的检测结果和类别为挡风玻璃类别的检测结果，检测框bbox属于某个类别的置信度。

预测挡风玻璃在本发明实施例中的作用为：根据驾驶员在挡风玻璃的相对位置，过滤掉对于副驾驶员的检测结果，也可以过滤掉一些误检的结果，如检测到的车辆以外的危险驾驶行为检测结果，通过追踪挡风玻璃的位置变化可以过滤掉一些静态车辆内的驾驶员危险驾驶行为检测结果。

危险驾驶行为包括：开接打电话、边开车边吸烟、双手长时间离开方向盘、未系安全带等行为。

在步骤S40中，通常使用路端摄像头采集的图像为整个道路区域的图像，为了减少目标检测模型推理的计算量，提高目标检测模型的推理速度、准确率和召回率，本实施例中的第一图像可以为通过路端安装的摄像头采集的道路机动车行驶区域图像，将该第一图像输入到目标检测模型，由此基于目标检测模型输出的第一检测结果为车辆前挡风玻璃检测结果，第二检测结果为危险驾驶行为检测结果。

前挡风玻璃检测结果和危险驾驶行为检测结果是通过目标检测模型进行推理预测得到的，模型输出的结果包括预测框bbox（预测框在图像的位置左上角坐标、右下角坐标）、置信度、所属类别危险驾驶行为（包括开车接打电话、双手离开方向盘、边开车边吸烟等）或挡风玻璃。

前挡风玻璃检测结果包括：在图像中的位置坐标，如左上角坐标（x1，y1）和右下角坐标(x2，y2），检测框bbox内的目标所属类别，即挡风玻璃，该检测框bbox内的目标的挡风玻璃置信度等信息。

在步骤S50中，多目标追踪模型可以采用DeepSORT（通过匈牙利匹配和卡尔曼滤波算法实现目标追踪）、StrongSORT、MOT等多目标追踪模型，基于多目标追踪模型过滤包含静止车辆的第一检测结果（即第六检测结果），得到第三检测结果，由此得到的第三检测结果为动态行驶车辆前挡风玻璃检测结果。通过挡风玻璃检测结果可以过滤通过目标检测模型检测得到的车辆以外区域的危险驾驶行为检测结果（即误检结果），也可以通过追踪挡风玻璃在图像中的位置变化过滤掉对静态车辆的检测结果，也可以通过挡风玻璃可以过滤掉对副驾驶的检测结果。

在步骤S60中，通过第一检测结果以及第二检测结果的交集可以确定出车辆前排人员的危险驾驶行为，车辆前排人员包括驾驶员和副驾驶员，结合第二检测结果在第一检测结果中的位置，可以确定出车辆前排驾驶员和副驾驶员的危险驾驶行为，由于副驾驶员的危险驾驶行为不会对机动车的安全行驶产生影响，因此，对其进行过滤，可以得到车辆前排的驾驶员危险驾驶行为检测结果，即第四检测结果。具体的求交集过程如下：

通过逻辑判断进行求交集，第一检测结果是挡风玻璃bbox1，在图像中的左上角坐标为（x1，y1），右下角坐标为（x2，y2），第二检测结果为危险驾驶行为检测结果bbox2，在图像中的左上角坐标为（x3，y3），右下角坐标为（x4，y4），通过计算两个检测框的重叠面积进行求交集，计算方式为：计算两个bbox之间的交并比IOU和过滤阈值，过滤掉交并比小于设定的过滤阈值的检测结果，由此，可以只保留挡风玻璃区域内的危险驾驶驾驶行为结果，过滤掉挡风玻璃区域范围外的误检的危险驾驶行为预测结果。

在步骤S70中，第三检测结果为动态行驶车辆前挡风玻璃检测结果，第四检测结果为驾驶员危险驾驶行为检测结果，因此使用第三检测结果对第四检测结果进行过滤，得到动态行驶车辆前挡风玻璃后的驾驶员的危险驾驶行为，即第五检测结果，具体的过滤过程如下：

通过计算追踪前挡风玻璃前后间隔N帧中心坐标位移变化大于一定距离可以获得对动态车辆的前挡风玻璃的检测结果，即第三检测结果bbox3；第四检测结果为预测模型输出的驾驶员危险驾驶行为检测结果bbox4，计算第三检测结果bbox3的面积和第四检测结果bbox4的面积，过滤掉第四检测结果bbox4的面积不在第三检测结果bbox3面积范围内的检测结果，保留第四检测结果bbox4的面积在第三检测结果bbox3面积范围内的结果。

在步骤S80中，预设条件用于选取出连续帧的第二检测结果，基于连续帧的第二检测结果中第五检测结果出现的频次来判别动态行驶车辆的驾驶员是否存在危险驾驶行为。

与将整张图片输入到目标检测模型中进行危险驾驶行为检测和挡风玻璃检测相比，通过本发明的方案，可以大量减少目标检测模型推理的计算量，提高目标检测模型推理速度，提高目标检测准确率和召回率，简化目标检测模型搭建的难度，使得目标检测模型在部署时可以根据硬件算力进行模型的快速搭建和部署；并且与以单帧检测结果作为危险驾驶行为判断依据相比，提高了危险驾驶行为检测的准确率和稳定性。

在一些实施例中，在步骤S40前，危险驾驶行为识别方法还包括：

S10、对采集的视频流进行分帧处理得到图像；

S20、从图像上截取关注区域以得到第一图像，其中，第一图像为道路机动车行驶区域图像；

S30、对第一图像进行预处理，并将预处理后的第一图像输入到目标检测模型。

为了减少目标检测模型推理的计算量，提高目标检测模型的推理速度、准确率和召回率，对路端摄像头采集的视频流进行分帧处理得到图像，从图像上截取关注区域的图像，即第一图像，并对关注区域的图像进行预处理，对于关注区域的图像进行预处理计算包括图片缩放，清晰度增强、高斯去噪等处理，然后将预处理后的关注区域的图像按照视频图像帧序列输入到目标检测模型。

在一些实施例中，步骤S50包括：

S510、基于接收到的第一检测结果获取与追踪的第一检测目标间隔第三帧数的第一检测目标的位移变化；

S520、判断位移变化是否小于阈值；

S530、若是位移变化小于阈值，则过滤位移变化小于阈值的第六检测结果。

在本实施例中，通过目标检测模型输出前挡风玻璃检测结果时，将目标检测模型预测的候选框结果输入到NMS（Non Maximum Suppression，非极大值抑制）计算模块去除非局部最大值的检测框，把大于预设置信度（Confidence Threshold）的前挡风玻璃检测结果输入到StrongSORT多目标追踪模型中进行前挡风玻璃追踪，第一检测目标可以为前挡风玻璃，使用前挡风玻璃代表机动车的追踪，可以通过追踪的前挡风玻璃前后间隔N帧中心坐标的位移变化对静止车辆的前挡风玻璃检测结果进行过滤，N帧即表示第三帧数，N可以基于实际应用场景而自行设置。

在一些实施例中，步骤S60包括：

S610、基于第一检测结果和第二检测结果的交集，得到第七检测结果；

S620、基于第七检测结果的相对位置信息，得到第四检测结果。

在本实施例中，通过第一检测结果以及第二检测结果的交集可以确定出车辆内前排人员的危险驾驶行为，即第七检测结果。具体的，可将第一检测结果以及第二检测结果的交集大于重叠阈值的检测结果确定为车辆内前排人员的危险驾驶行为。

确定出第七检测结果后，通过第七检测结果的相对位置信息确定第四检测结果。具体的，可将第七检测结果中心线右侧的检测结果确定为第四检测结果，即驾驶员危险驾驶行为检测结果。

在一些实施例中，步骤S80包括：

S810、缓存连续第一帧数的第二检测识别结果；

S820、判断连续第一帧数的第二检测识别结果是否存在大于第二帧数第五检测结果，其中，第二帧数小于等于第一帧数；

S830、若是第二检测结果存在大于第二帧数的第五检测结果，则判定所述驾驶员存在危险驾驶行为，进而输出当前追踪的动态行驶车辆的驾驶员的危险驾驶行为检测结果；

S840、若是第二检测结果不存在大于第二帧数的第五检测结果，则判定所述驾驶员不存在危险驾驶行为，进而不输出危险驾驶行为检测结果。

在本实施例中，第一帧数可以用表示，第二帧数可以用H表示，W和H可以基于实际应用场景而自行设置。

在本实施例中，可以对最近连续W帧的危险驾驶行为检测结果进行缓存，然后判断动态行驶的机动车车辆驾驶员连续W次的危险驾驶行为检测结果中是否存在H次以上危险驾驶行为检测结果，若动态行驶的机动车辆驾驶员连续W次检测结果中有H次以上危险驾驶行为检测结果，则判定该驾驶员存在危险驾驶行为，输出动态行驶的机动车辆的驾驶员为危险驾驶行为，否则不输出检测结果。

对于动态行驶的机动车辆的驾驶员存在危险驾驶行为的机动车辆可以通过短信、大屏显示等方式对该机动车驾驶员进行危险驾驶行为告警。

与以单帧检测结果作为危险驾驶行为判断依据相比，本实施例的危险驾驶行为告警准确率更高、稳定性更强、鲁棒性更好。

更进一步的，W>2，2<=H<=W，但不限于此，还可以是W>3，3<=H<=W。

在一些实施例中，目标检测模型包括第一特征提取模块和检测头，第一特征提取模块配置用于对第一图像进行特征提取与特征融合并输出第一特征图，检测头配置用于对第一特征图进行检测，并输出第一检测结果和第二检测结果。

在本实施例中，通过第一特征提取模块对第一图像进行特征提取与特征融合提高了目标检测模型对目标检测的准确率和计算效率。

在一些实施例中，第一特征提取模块包括至少两个膨胀卷积率为第一参数的第二特征提取模块、通道拆分函数、第三特征提取模块、拼接函数，其中，第二特征提取模块配置用于对第一图像进行特征提取，并输出第二特征图；通道拆分函数配置用于将第二特征图按通道数拆分成第一拆分特征图和第二拆分特征图，拆分后的第一拆分特征图和第二拆分特征图的通道数可以基于实际应用场景而设置；第三特征提取模块配置用于对第一拆分特征图进行特征提取，并输出第三特征图；拼接函数配置用于将第三特征图和第二拆分特征图按通道拼接成拼接特征图；第二特征提取模块配置用于对拼接特征图进行特征融合，并输出第一特征图。

在本实施例中，通过第二特征提取模块、通道拆分函数、第三特征提取模块、拼接函数实现了深层语义信息的提取和深、浅层语义信息的融合，提高了目标检测模型的准确率和召回率，提高了危险驾驶行为检测结果的可靠性。

在一些实施例中，第二特征提取模块配置用于对接收到的第一图像或拼接特征图依次进行膨胀卷积、归一化和激活计算。

在本实施例中，使用膨胀卷积代替普通卷积，在对图像进行特征提取时增大感受野，提高了目标检测模型对大目标检测的准确率和提高计算效率。

激活函数可以采用H-swish激活函数，采用H-swish激活函数减少了计算开销并且方便部署在移动设备上，提高了模型的特征提取能力，进而提高了模型检测的准确率和召回率。

在一些实施例中，第三特征提取模块包括：多个特征提取子模块，特征提取子模块配置用于对接收到的第一拆分特征图进行特征提取与特征融合并输出第五特征图。

在一些实施例中，特征提取子模块包括：多个第二特征提取模块，特征提取子模块配置为基于第二特征提取模块对接收到的第一拆分特征图或上一个第二特征提取模块的特征提取结果进行特征提取，并选取需要的特征提取结果，并按特征位置点对选取的特征提取结果进行特征融合以输出第四特征图。

在本实施例中，特征提取子模块由多个第二特征提取模块组成，特征提取子模块会对输入的语义数据进行多次卷积计算和融合，由此提高了目标检测模型的特征提取能力，因此，增加特征提取子模块中第二特征提取模块的数量可以进一步的目标检测模型的目标检测性能。

第三特征提取模块包括多个特征提取子模块，多个特征提取子模块呈阵列式排列，每一行的最后一个特征提取子模块配置为将第五特征图输出到纵向相邻的特征提取子模块进行更深层次语义特征的提取计算，并输出到拼接函数进行特征拼接计算，每一行的其他特征提取子模块配置为将所述第五特征图输出到横向相邻和纵向相邻的特征提取子模块进行更深层次的特征提取计算。

可以通过改变第三特征提取模块内部特征提取子模块的数量来快速改变模型的宽度和深度，从而增加本方案中的目标检测模型的特征提取能力和模型容量，从而提高目标检测模型的准确率和召回率。

以下结合具体的目标检测模型来阐述本发明的构思，应当理解，此处所描述的实施例仅用于说明和解释本发明，并不用于限定本发明。

目标检测模型可以应用于YOLO（一种目标检测算法）模型，实现对YOLO模型目标检测性能的改进。

如图2所示，为第二特征提取模块的结构示意图。

在本实施例中第二特征提取模块可以用DBH模块表示，DBH模块由Dilated Conv+BN + H-swish三部分组成，其中，Dilated Conv表示膨胀卷积，BN表示BatchNormalization，即批归一化，H-swish表示h-swish激活函数，其表达式为：h-swish(x)=(ReLU6(x+3))/6，其中，ReLU6为激活函数类型，x表示激活函数的输入，本方案使用膨胀卷积，可以在对图像进行特征提取时增大感受野，提高模型对大目标检测的准确率和提高计算效率，并且采用H-swish激活函数减少了计算开销并且方便部署在移动设备上，提高了模型的特征提取能力，进而提高了模型检测的准确率和召回率。

传统的YOLO模型采用CBS（Conv+BN+Swish）模块进行特征提取，其中，Conv表示普通卷积，BN表示批归一化，Swish表示激活函数，与传统的YOLO模型相比，本实施例使用膨胀卷积代替普通卷积，可以在对图像进行特征提取时增大感受野，提高模型对大目标检测的准确率和提高计算效率，并且采用H-swish激活函数代替Swish激活函数，减少了计算开销并且方便部署在移动设备上，提高了模型的特征提取能力，进而提高了模型检测的准确率和召回率。

如图3所示，为第一特征提取模块的结构示意图。

在本实施例中第一特征提取模块可以用D2B模块表示，本方案提出的D2B模块可以用于代替YOLO模型的E-ELAN模块。

D2B模块由两个DBH模块、一个split()函数（用于分割输入的特征），一个BootleneckX模块（在本实施例中BootleneckX模块表示第三特征提取模块）和一个拼接函数Concatenate()(简称C，用于拼接输入的特征)组成。

输入D2B模块的图像先经过DBH模块计算，计算结果通过split()函数一部分保持不变，直接输出到拼接函数C，另外一部分经过BootleneckX模块进行更深层次的特征提取与特征融合，得到新的语义信息，之后再将这两部分计算结果使用拼接函数C进行拼接，拼接结果再使用卷积核大小K=1，步长S=1，的DBH模型进行语义特征融合，并将融合结果输入到检测头进行计算，得到第一检测结果和第二检测结果。由此，增加目标检测模型的特征提取能力，从而提高目标检测模型的准确率和召回率。

在本实施例中，由于BootleneckX模块是由多个Bootleneck模块（即特征提取子模块）组成，因此可以通过改变BootleneckX模块内部的Bootleneck模块数量来快速改变模型的宽度和深度，从而增加本发明实施例的目标检测模型的特征提取能力和模型容量，从而提高目标检测模型的准确率和召回率。

如图4所示，为第三特征提取模块的结构示意图。

第三特征提取模块（在本实施例中可以用BootleneckX模块表示）中的特征提取子模块（在本实施例中可以用Bootleneck模块表示）数量可以通过参数设置的方式进行横向和纵向扩展，一个BootleneckX模块可以包含M * N个Bootleneck模块，其中M>= 1且N>=1，M和N可以根据实际应用场景下的检测任务困难程度进行设置。

如图5所示，为特征提取子模块的结构示意图。

特征提取子模块（即Bootleneck模块）由四个DBH模块和一个Add()加和函数组成，参与计算的特征图数据从左到右依次经过第一、第二、第三、第四个DBH模块进行更深层次的特征提取计算。数据经过第一个DBH（S=1，K=1）模块的计算结果会输入到第二个DBH（S=1，K=3）模块计算和参与add计算，经过第二个DBH（S=1，K=3）模块计算结果的输入到第三个DBH（S=1，K=3）模块进行计算，第三个DBH（S=1，K=3）模块的计算结果输入到第四个DBH（S=1，K=1）模块仅计算和参与add计算，第四个DBH模块的计算结果只参加add计算，第一、第三、第四个DBH模块的计算结果按照特征图上的位置点求和计算进行语义信息特征融合，计算结果作为新特征输入到下一网络层（即BootleneckX中相邻的Bootleneck）进行计算。由于Bootleneck模块内部由多个DBH模块组成，Bootleneck模块会对输入的语义数据进行多次卷积计算和融合，因此Bootleneck模块提高了目标检测模型的特征提取能力，由此，增加Bootleneck模块数量后的目标检测模型可以进一步提高本方案中的目标检测性能。

将DBH模块的卷积核的步长用S表示，卷积核的大小用K表示，在目标检测模型的特征提取主干网络中，为了提高计算效率和减少前景信息的丢失，D2B模块中所有DBH模块的Dilation rate（扩张率）Y取大于1且小于6的正整数，DBH模块的卷积核的S和大小K基于使用场景设置。

考虑到本方案中的目标检测模型的Bootleneck模块部分特征图的每个位置都包含大量的语义信息，因此，为了减少前景语义信息的丢失，Bootleneck模块内部所有DBH模块的Dilation rate均设为1，即将 DBH模块退化成Conv + BN + H-swish结构。

本发明方案可以通过配置参数的方式进行网络模型结构搭建，大大降低了模型开发的周期，提高模型部署效率，使用本发明的目标检测模型进行危险驾驶行为检测可以提高检测结果的准确率和召回率，进而提高危险驾驶行为检测结果的可靠性。

本发明方案通过借助路端设备进行机动车驾驶员危险驾驶行为的检测识别，可以代替现有的在机动车安装摄像头进行机动车驾驶员危险驾驶行为检测的技术方案，降低了部署成本，减少了资源浪费，危险驾驶行为告警准确率更高、稳定性更强。

本发明方案通过卷积计算模块DBH，新型语义特征提取模块Bootleneck，新型特征融合模块BootleneckX，提高了目标检测模型的推理速度、目标检测准确率和召回率，降低了模型搭建的复杂度，模型的鲁棒性更好，通过模块化的方式进行模型的搭建也提高了模型的可扩展性。

基于同一发明构思，根据本发明的另一个方面，如图6所示，本发明的实施例还提供了一种危险驾驶行为识别系统，包括：

目标检测模块110，所述目标检测模块110配置为基于目标检测模型对接收到的第一图像进行检测，并输出第一检测结果和第二检测结果；

目标追踪模块120，所述目标追踪模块120配置为将所述第一检测结果输入到多目标追踪模型以得到第三检测结果；

第一危险驾驶行为确定模块130，所述第一危险驾驶行为确定模块130配置为对所述第一检测结果和所述第二检测结果进行处理，得到第四检测结果；

过滤处理模块140，所述过滤处理模块140配置为使用所述第三检测结果对所述第四检测结果进行过滤，得到第五检测结果；

第二危险驾驶行为确定模块150，所述第二危险驾驶行为确定模块150配置为基于所述第二检测结果和所述第五检测结果是否符合预设条件来判别驾驶员是否存在危险驾驶行为。

与将整张图片输入到目标检测模型中进行危险驾驶行为检测和挡风玻璃检测相比，通过本发明的方案，可以大量减少目标检测模型推理的计算量，提高目标检测模型推理速度，提高目标检测准确率和召回率，简化目标检测模型搭建的难度，使得目标检测模型在部署时可以根据硬件算力进行定制化模型网络快速搭建和部署；并且与以单帧检测结果作为危险驾驶行为判断依据相比，本发明的方案提高了危险驾驶行为检测的准确率和稳定性。

基于同一发明构思，根据本发明的另一个方面，如图7所示，本发明的实施例还提供了一种电子设备30，在该电子设备30中包括处理器310以及存储器320，存储器320存储有可在处理器上运行的计算机程序321，处理器310执行程序时执行如上的方法的步骤。

其中，存储器作为一种非易失性存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的所述驾驶行为识别方法对应的程序指令/模块。处理器通过运行存储在存储器中的非易失性软件程序、指令以及模块，从而执行系统的各种功能应用以及数据处理，即实现上述方法实施例的驾驶行为识别方法。

存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据系统的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至本地模块。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

基于同一发明构思，根据本发明的另一个方面，如图8所示，本发明的实施例还提供了一种存储介质40，存储介质40存储有被处理器执行时执行如上方法的计算机程序410。

最后需要说明的是，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关硬件来完成，程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，程序的存储介质可为磁碟、光盘、只读存储记忆体（ROM）或随机存储记忆体（RAM）等。上述计算机程序的实施例，可以达到与之对应的前述任意方法实施例相同或者相类似的效果。

本领域技术人员还将明白的是，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性，已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个系统的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现的功能，但是这种实现决定不应被解释为导致脱离本发明实施例公开的范围。

以上是本发明公开的示例性实施例，但是应当注意，在不背离权利要求限定的本发明实施例公开的范围的前提下，可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。上述本发明实施例公开实施例序号仅仅为了描述，不代表实施例的优劣。此外，尽管本发明实施例公开的元素可以以个体形式描述或要求，但除非明确限制为单数，也可以理解为多个。

应当理解的是，在本文中使用的，除非上下文清楚地支持例外情况，单数形式“一个”旨在也包括复数形式。还应当理解的是，在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。

所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本发明实施例公开的范围（包括权利要求）被限于这些例子；在本发明实施例的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，并存在如上的本发明实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。因此，凡在本发明实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明实施例的保护范围之内。

Claims (18)

1.一种危险驾驶行为识别方法，其特征在于，包括：

基于目标检测模型对接收到的第一图像进行检测，并输出检测结果，所述检测结果包括检测框内的目标的类别，并根据所述目标的类别得到第一检测结果和第二检测结果，其中，所述第一检测结果为车辆透光件检测结果，第二检测结果为危险驾驶行为检测结果；

将所述第一检测结果输入到多目标追踪模型以得到第三检测结果，其中，所述第三检测结果为动态行驶车辆透光件检测结果；

对所述第一检测结果和所述第二检测结果进行处理，得到第四检测结果，其中，所述第四检测结果为驾驶员危险驾驶行为检测结果；

使用所述第三检测结果对所述第四检测结果进行过滤，得到第五检测结果，其中，所述第五检测结果为动态行驶车辆透光件后的驾驶员的危险驾驶行为检测结果；

基于所述第二检测结果和所述第五检测结果是否符合预设条件来判别驾驶员是否存在危险驾驶行为。

2.根据权利要求1所述的方法，其特征在于，所述基于目标检测模型对接收到的第一图像进行检测的步骤之前，还包括：

对采集的视频流进行分帧处理得到图像；

从所述图像上截取关注区域以得到第一图像，其中，所述第一图像为道路机动车行驶区域图像；

对所述第一图像进行预处理，并将预处理后的所述第一图像输入到所述目标检测模型。

3.根据权利要求1所述的方法，其特征在于，所述多目标追踪模型配置用于基于接收到的所述第一检测结果对所述第一检测目标进行追踪以过滤第六检测结果，得到所述第三检测结果。

4.根据权利要求3所述的方法，其特征在于，所述基于接收到的所述第一检测结果对所述第一检测目标进行追踪以过滤第六检测结果的步骤，包括：

基于接收到的所述第一检测结果获取与追踪的所述第一检测目标间隔第三帧数的所述第一检测目标的位移变化；

判断所述位移变化是否小于阈值；

若是所述位移变化小于阈值，则过滤所述位移变化小于阈值的第六检测结果。

5.根据权利要求4所述的方法，其特征在于，所述对所述第一检测结果和所述第二检测结果进行处理，得到第四检测结果的步骤，包括：

基于所述第一检测结果和所述第二检测结果的交集，得到第七检测结果；

基于所述第七检测结果的位置信息，得到所述第四检测结果。

6.根据权利要求1所述的方法，其特征在于，所述基于所述第二检测结果和所述第五检测结果是否符合预设条件来判别驾驶员是否存在危险驾驶行为的步骤，包括：

若是所述第二检测结果和所述第五检测结果符合所述预设条件，则判定所述驾驶员存在危险驾驶行为，进而输出危险驾驶行为检测结果；

若是所述第二检测结果和所述第五检测结果不符合所述预设条件，则判定所述驾驶员不存在危险驾驶行为，进而不输出危险驾驶行为检测结果。

7.根据权利要求1所述的方法，其特征在于，所述基于所述第二检测结果和所述第五检测结果是否符合预设条件来判别驾驶员是否存在危险驾驶行为的步骤，包括：

缓存连续第一帧数的所述第二检测识别结果；

判断连续所述第一帧数的所述第二检测识别结果是否存在大于第二帧数的所述第五检测结果，其中，所述第二帧数小于等于所述第一帧数；

若是所述第二检测结果存在大于所述第二帧数的所述第五检测结果，则输出危险驾驶行为检测结果；

若是所述第二检测结果不存在大于所述第二帧数的所述第五检测结果，则不输出危险驾驶行为检测结果。

8.根据权利要求5所述的方法，其特征在于，所述第一检测目标为车辆透光件，所述第六检测结果为静止车辆透光件检测结果，所述第七检测结果为车辆内前排人员危险驾驶行为检测结果。

9.根据权利要求1所述的方法，其特征在于，所述目标检测模型包括第一特征提取模块和检测头，所述第一特征提取模块配置用于对所述第一图像进行特征提取与特征融合并输出第一特征图，所述检测头配置用于对所述第一特征图进行检测，并输出所述第一检测结果和所述第二检测结果。

10.根据权利要求9所述的方法，其特征在于，所述第一特征提取模块包括至少两个膨胀卷积率为第一参数的第二特征提取模块、通道拆分函数、第三特征提取模块、拼接函数，其中，

膨胀卷积率为第一参数的所述第二特征提取模块配置用于对所述第一图像进行特征提取，并输出第二特征图；

所述通道拆分函数配置用于将所述第二特征图按通道数拆分成第一拆分特征图和第二拆分特征图；

所述第三特征提取模块配置用于对所述第一拆分特征图进行特征提取，并输出第三特征图；

所述拼接函数配置用于将所述第三特征图和所述第二拆分特征图按通道拼接成拼接特征图；

所述第二特征提取模块配置用于对所述拼接特征图进行特征融合，并输出所述第一特征图。

11.根据权利要求10所述的方法，其特征在于，所述第二特征提取模块配置用于对接收到的所述第一图像或所述拼接特征图依次进行膨胀卷积、归一化和激活计算。

12.根据权利要求10所述的方法，其特征在于，所述第三特征提取模块包括：多个特征提取子模块，所述特征提取子模块配置用于对接收到的所述第一拆分特征图进行特征提取与特征融合并输出第五特征图。

13.根据权利要求12所述的方法，其特征在于，多个所述特征提取子模块呈阵列式排列，每一行的最后一个特征提取子模块配置为将所述第五特征图输出到纵向相邻的特征提取子模块并输出到所述拼接函数进行特征拼接，每一行的其他特征提取子模块配置为将所述第五特征图输出到横向相邻和纵向相邻的特征提取子模块。

14.根据权利要求12所述的方法，其特征在于，所述特征提取子模块包括：多个所述第二特征提取模块，所述特征提取子模块配置为基于所述第二特征提取模块对接收到的所述第一拆分特征图或上一个所述第二特征提取模块的特征提取结果进行特征提取，并选取需要的特征提取结果按特征位置点对选取的所述特征提取结果进行特征融合以输出第四特征图。

15.根据权利要求13所述的方法，其特征在于，所述特征提取子模块还配置为选取膨胀卷积率为第二参数的所述第二特征提取模块的特征提取结果进行特征融合以输出第四特征图。

16.一种危险驾驶行为识别系统，其特征在于，包括：

目标检测模块，所述目标检测模块配置为基于目标检测模型对接收到的第一图像进行检测，并输出检测结果，所述检测结果包括检测框内的目标的类别，并根据所述目标的类别得到第一检测结果和第二检测结果，其中，所述第一检测结果为车辆透光件检测结果，第二检测结果为危险驾驶行为检测结果；

目标追踪模块，所述目标追踪模块配置为将所述第一检测结果输入到多目标追踪模型以得到第三检测结果，其中，所述第三检测结果为动态行驶车辆透光件检测结果；

第一危险驾驶行为确定模块，所述第一危险驾驶行为确定模块配置为对所述第一检测结果和所述第二检测结果进行处理，得到第四检测结果，其中，所述第四检测结果为驾驶员危险驾驶行为检测结果；

过滤处理模块，所述过滤处理模块配置为使用所述第三检测结果对所述第四检测结果进行过滤，得到第五检测结果，其中，所述第五检测结果为动态行驶车辆透光件后的驾驶员的危险驾驶行为检测结果；

第二危险驾驶行为确定模块，所述第二危险驾驶行为确定模块配置为基于所述第二检测结果和所述第五检测结果是否符合预设条件来判别驾驶员是否存在危险驾驶行为。

17.一种电子设备，包括：

至少一个处理器；以及

存储器，所述存储器存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时执行如权利要求1至15任意一项所述的方法的步骤。

18.一种存储介质，所述存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时执行如权利要求1至15任意一项所述的方法的步骤。