[发明专利]用户行为的识别方法、识别系统及计算机设备

权利要求书

1.一种用户行为的识别方法，其特征在于，所述方法包括：

基于差别特征，构建特征学习模型，并由所述特征学习模型生成多个虚拟驾驶数据，其中，所述差别特征为在相同的运动行为条件下，获取由多个终端上设置的传感器分别检测的实验驾驶数据，并比较得出各个所述实验驾驶数据之间的差别特征；

根据所述虚拟驾驶数据，构建所述用户行为识别模型；

获取目标终端传感器检测到的所述目标终端的目标驾驶数据；

通过用户行为识别模型分析所述目标驾驶数据，以识别所述目标终端对应的用户是否具有危险驾驶行为。

2.根据权利要求1所述的用户行为的识别方法，其特征在于，

所述虚拟驾驶数据的数量大于所述实验驾驶数据的数量。

3.根据权利要求2所述的用户行为的识别方法，其特征在于，所述特征学习模型为生成对抗网络GAN模型；

根据所述差别特征训练所述特征学习模型，并通过所述特征学习模型生成多个所述虚拟驾驶数据的步骤，具体包括：

由所述GAN模型的生成器产生随机变量；

通过所述GAN模型的判别器判别所述随机变量是否与所述差别特征相同，以使所述GAN模型的生成器产生接近所述差别特征的随机变量；

根据所述接近所述差别特征的随机变量得到所述虚拟驾驶数据。

4.根据权利要求1至3中任一项所述的用户行为的识别方法，其特征在于，在获取所述目标终端传感器检测到的所述目标终端的目标驾驶数据之后，还包括：

对所述目标驾驶数据进行格式过滤以及加速度波动过滤。

5.根据权利要求1至3中任一项所述的用户行为的识别方法，其特征在于，还包括：

当识别所述目标终端对应的用户具有所述危险驾驶行为时，记录所述目标驾驶数据；

向所述目标终端发送警报信息。

6.根据权利要求2所述的用户行为的识别方法，其特征在于，所述实验驾驶数据、所述虚拟驾驶数据、所述目标驾驶数据均至少包括：加速度数据、夹角数据、速度数据、持续时长数据。

7.一种用户行为的识别系统，其特征在于，所述系统包括：

数据生成单元，用于基于相同的运动行为条件下由多个终端传感器分别检测的实验驾驶数据之间的差别特征，构建特征学习模型，并由所述特征学习模型生成多个虚拟驾驶数据；

训练单元，用于根据所述虚拟驾驶数据，构建所述用户行为识别模型；

获取单元，用于获取目标终端传感器检测到的所述目标终端的目标驾驶数据；

识别单元，用于通过用户行为识别模型分析所述目标驾驶数据，以识别所述目标终端对应的用户是否具有危险驾驶行为；

所述数据生成单元，包括：

比较单元，用于在相同的运动行为条件下，获取由多个终端传感器分别检测的实验驾驶数据，并比较得出各个所述实验驾驶数据之间的差别特征。

8.根据权利要求7所述的用户行为的识别系统，其特征在于，

所述虚拟驾驶数据的数量大于所述实验驾驶数据的数量。

9.根据权利要求8所述的用户行为的识别系统，其特征在于，所述特征学习模型为生成对抗网络GAN模型；

所述数据生成单元，具体用于由所述GAN模型的生成器产生随机变量；通过所述GAN模型的判别器判别所述随机变量是否与所述差别特征相同，以使所述GAN模型的生成器产生接近所述差别特征的随机变量；根据所述接近所述差别特征的随机变量得到所述虚拟驾驶数据。

10.根据权利要求7至9中任一项所述的用户行为的识别系统，其特征在于，还包括：

数据过滤单元，用于在获取所述目标终端传感器检测到的所述目标终端的目标驾驶数据之后，对所述目标驾驶数据进行格式过滤以及加速度波动过滤。