[发明专利]驾驶员评估方法、装置、设备和存储介质在审
申请号: | 201810398792.0 | 申请日: | 2018-04-28 |
公开(公告)号: | CN108647708A | 公开(公告)日: | 2018-10-12 |
发明(设计)人: | 席好宁;张毅;张凯 | 申请(专利权)人: | 清华-伯克利深圳学院筹备办公室 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/00 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 孟金喆 |
地址: | 518055 广东省深*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 驾驶行为 驾驶员身份 驾驶员评估 存储介质 判别装置 驾驶 人脸 评估 图像 人脸识别结果 人脸识别算法 车辆驾驶 车载系统 绩效评估 技术效果 人脸识别 图像确定 最终结果 关联 输出 分析 安全 | ||
1.一种驾驶员评估方法,其特征在于,包括:
获取驾驶员的驾驶图像;
通过人脸判别装置对所述驾驶图像进行分析以确定驾驶员身份,其中,所述人脸判别装置包括基于不同人脸识别算法的多种人脸识别模型,并将多数所述人脸识别模型输出的人脸识别结果作为最终结果;
根据所述驾驶员身份或所述驾驶图像确定驾驶行为,并将所述驾驶行为与所述驾驶员身份进行关联;
根据所述驾驶行为对驾驶员进行评估,所述评估至少包括驾驶行为评估或绩效评估中的一种。
2.根据权利要求1所述的方法,其特征在于,所述人脸判别装置包括奇数种人脸识别模型;
当所有的人脸识别模型输出的结果均不相同时,将预设人脸识别模型对应的人脸识别结果作为最终结果输出。
3.根据权利要求2所述的方法,其特征在于,所述人脸判别装置包括EignFace算法、FisherFace算法和LBP算法。
4.根据权利要求1所述的方法,其特征在于,根据所述驾驶员身份确定驾驶行为,包括:
根据所述驾驶员身份的持续时间确定驾驶时长,所述驾驶时长至少包括当前驾驶时长、当天累计驾驶时长、月累计驾驶时长和驾驶超时次数中的一个。
5.根据权利要求1所述的方法,其特征在于,根据所述驾驶图像确定驾驶行为,并将所述驾驶行为与所述驾驶员身份进行关联,包括:
基于预设方向梯度特征提取算法,获取驾驶图像的方向梯度直方图特征;
通过已训练的SVM分类器分析所述方向梯度直方图特征,以确定驾驶员是否存在手机使用行为,所述SVM分类器至少包括局部SVM分类器或全局SVM分类器中的一种;
当所述驾驶员存在手机使用行为时,将所述手机使用行为与所述驾驶员身份进行关联。
6.根据权利要求1所述的方法,其特征在于,根据所述驾驶图像确定驾驶行为,并将所述驾驶行为与所述驾驶员身份进行关联,包括:
通过垂直水平积分投影法确定所述驾驶图像中的多个特征点;
求取所述驾驶图像的二值化图像;
根据所述特征点的像素灰度值与预设灰度阈值的大小关系,确定驾驶员是否佩戴安全带;
当所述驾驶员未佩戴安全带时,将未佩戴安全带的驾驶行为与所述驾驶员身份进行关联。
7.根据权利要求6所述的方法,其特征在于,所述根据所确定的所述驾驶行为对驾驶员进行评估,当所述评估包括驾驶行为评估时,还包括:
当检测到违规驾驶行为时,输出对应的语音提示,其中,所述违规驾驶行为包括超时驾驶行为、手机使用行为以及未佩戴安全带行为。
8.一种驾驶员评估装置,其特征在于,包括:
驾驶图像获取模块,用于获取驾驶员的驾驶图像;
驾驶员身份确定模块,用于通过人脸判别装置对所述驾驶图像进行分析以确定驾驶员身份,其中,所述人脸判别装置包括基于不同人脸识别算法的多种人脸识别模型,并将多数人脸识别模型输出的人脸识别结果作为最终结果;
驾驶行为确定模块,根据所述驾驶员身份或所述驾驶图像确定驾驶行为,并将所述驾驶行为与所述驾驶员身份进行关联;
评估模块,用于根据所述驾驶行为对驾驶员进行评估,所述评估至少包括驾驶行为评估或绩效评估中的一种。
9.根据权利要求8所述的装置,其特征在于,还包括模型模块,所述模型模块用于存储驾驶行为评估模型,所述评估模型基于目标训练数据构建,所述目标训练数据包括目标车辆的所有驾驶员的驾驶行为数据或者具有目标车辆驾驶资格的所有驾驶员的驾驶行为数据。
10.一种驾驶行为评估设备,其特征在于,所述设备包括:
摄像头,用于获取驾驶图像;
一个或多个处理器;
存储装置,用于存储一个或多个程序;
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1-7中任一所述的驾驶员评估方法。
11.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的驾驶员评估方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华-伯克利深圳学院筹备办公室,未经清华-伯克利深圳学院筹备办公室许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810398792.0/1.html,转载请声明来源钻瓜专利网。