[发明专利]一种危险预警方法、装置、设备及存储介质

说明书

本发明实施例提供了一种危险预警方法、装置、设备及存储介质，所述方法包括：获取图像采集设备采集的连续多帧视频帧图像；对所述视频帧图像进行预处理，得到目标车辆的特征提取数据，将所述特征提取数据作为输入数据输入到神经网络组合模型；由所述神经网络组合模型根据所述输入数据，确定是否发生危险事件，在发生危险事件时，输出所述危险事件对应的预警信号。本发明实施例能够实现检测车辆行驶过程中可能存在的危险，提高车辆行驶过程中的安全性。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种危险预警方法、装置、设备及存储介质。

背景技术

随着经济社会的不断发展与人们生活水平的提高，人们出行越来越依赖于汽车，随之而来的行车安全问题也日益凸出。车辆在道路行驶过程中可能因驾驶者疲劳驾驶、分神、新手上路等各种突发状况，引发车道偏离、前车碰撞、行人碰撞等危险。这些情况都可能导致交通事故的发生，危及驾驶员与乘客的安全。

因此，如何对车辆行驶过程中可能存在的危险进行检测，以提高车辆行驶过程中的安全性，成为一个亟待解决的问题。

发明内容

本发明实施例的目的在于提供一种危险预警方法、装置、设备及存储介质，以实现检测车辆行驶过程中可能存在的危险，提高车辆行驶过程中的安全性。具体技术方案如下：

第一方面，本发明实施例提供了一种危险预警方法，所述方法包括：

获取图像采集设备采集的连续多帧视频帧图像；

对所述视频帧图像进行预处理，得到目标车辆的特征提取数据，将所述特征提取数据作为输入数据输入到神经网络组合模型；

由所述神经网络组合模型根据所述输入数据，确定是否发生危险事件，在发生危险事件时，输出所述危险事件对应的预警信号。

可选的，所述神经网络组合模型包括第一神经网络、第二神经网络和第三神经网络中的一种或多种的组合；

其中，所述第一神经网络用于根据所述输入数据，确定是否发生车道偏离事件，在确定发生所述车道偏离事件时，输出所述车道偏离事件对应的预警信号；

所述第二神经网络用于根据所述输入数据，确定是否发生前车碰撞事件，在确定发生所述前车碰撞事件时，输出所述前车碰撞事件对应的预警信号；

所述第三神经网络用于根据所述输入数据，确定是否发生行人碰撞事件，在确定发生行人碰撞事件时，输出所述行人碰撞事件对应的预警信号。

可选的，所述神经网络组合模型至少包括所述第一神经网络；

所述对所述视频帧图像进行预处理，得到目标车辆的特征提取数据，将所述特征提取数据作为输入数据输入到神经网络组合模型，包括：

对所述视频帧图像进行第一预处理，得到所述目标车辆的车辆特征信息和车道特征信息，将所述车辆特征信息和所述车道特征信息输入到第一神经网络；

所述由所述神经网络组合模型根据所述输入数据，确定是否发生危险事件，在发生危险事件时，输出所述危险事件对应的预警信号，包括：

由所述第一神经网络根据所述车辆特征信息和所述车道特征信息，确定所述目标车辆的车道偏离距离和/或跨道时间；

当所述车道偏离距离满足预设偏离阈值，和/或，所述跨道时间满足预设时间阈值时，确定发生车道偏离事件，并输出所述车道偏离事件对应的预警信号。

可选的，所述车道特征信息至少包括所述目标车辆所对应的行驶车道的车道线质量、车道宽度、车道半径、车道曲率和偏航角中的一种或多种；