[发明专利]驾驶员的行为识别方法、装置、设备及存储介质

说明书

本申请公开了一种驾驶员的行为识别方法、装置、设备及存储介质，属于智能交通技术领域。所述方法包括：获取目标图像，从目标图像中获取第一区域图像，第一区域图像包括驾驶员的预设行为，在目标图像中，按照第一比例阈值对第一区域图像的四周区域进行缩减处理，得到第二区域图像，以及按照第二比例阈值对第一区域图像的四周区域进行扩充处理，得到第三区域图像，基于第一区域图像、第二区域图像和第三区域图像，识别出驾驶员的行为。本申请对该第一区域图像进行内截和外扩后，使得得到的第二区域图像和第三区域图像能够包括与预设行为相关的周边物体的更多信息，因此，基于该三个区域图像对驾驶员的行为进行识别，可以提高识别的准确性。

技术领域

本申请涉及智能交通技术领域，特别涉及一种驾驶员的行为识别方法、装置、设备及存储介质。

背景技术

随着智能交通技术的快速发展，人们越来越多关注如何通过智能手段解决由于驾驶员分心导致的行车安全问题。在一些场景中，可以对驾驶员的人脸部分进行拍摄，基于拍摄得到的图像对驾驶员的行为进行分析，当确定存在违规行为时，进行报警提示，从而提醒驾驶员安全驾驶。

目前，可以采用经过深度学习后的网络模型对驾驶员的行为进行检测。也就是说，可以预先基于一些训练样本对待训练的网络模型进行深度训练，该训练样本可以包括图像样本以及图像样本中的行为所在区域的位置信息和行为类别，使得训练后的网络模型可以基于拍摄的图像识别出一些诸如打电话、抽烟之类的手势。

然而，由于驾驶员在驾驶过程中可能存在与违规行为类似的手势，譬如，摸耳朵，摸下巴、捂嘴等，在该种情况下，上述提供的驾驶员的行为识别方法可能导致误判。

发明内容

本申请实施例提供了一种驾驶员的行为识别方法、装置、设备及存储介质，可以解决相关技术中驾驶员的行为识别方法可能导致误判的问题。所述技术方案如下：

第一方面，提供了一种驾驶员的行为识别方法，所述方法包括：

获取目标图像，所述目标图像包括驾驶员的人脸；

从所述目标图像中获取第一区域图像，所述第一区域图像包括所述驾驶员的预设行为，所述预设行为是指与违规行为之间的相似度大于预设阈值的行为；

在所述目标图像中，按照第一比例阈值对所述第一区域图像的四周区域进行缩减处理，得到第二区域图像，以及按照第二比例阈值对所述第一区域图像的四周区域进行扩充处理，得到第三区域图像；

基于所述第一区域图像、所述第二区域图像和所述第三区域图像，识别出所述驾驶员的行为。

可选地，所述基于所述第一区域图像、所述第二区域图像和所述第三区域图像，识别出所述驾驶员的行为之前，还包括：

将所述第一区域图像、所述第二区域图像和所述第三区域图像调整为相同尺寸的区域图像；

相应地，所述基于所述第一区域图像、所述第二区域图像和所述第三区域图像，检测出所述驾驶员的行为，包括：

调用目标网络模型，所述目标网络模型用于基于任一行为对应的一组区域图像确定所述行为的行为类别；

基于尺寸调整后的第一区域图像、第二区域图像和第三区域图像，通过所述目标网络模型识别出所述驾驶员的行为。

可选地，所述目标网络模型包括输入层、中间层、拼接层、全连接层和输出层；

所述基于尺寸调整后的第一区域图像、第二区域图像和第三区域图像，通过所述目标网络模型识别出所述驾驶员的行为，包括：

通过所述输入层基于尺寸调整后的区域图像的分辨率和通道数量，将所述尺寸调整后的第一区域图像、第二区域图像和第三区域图像中的图像数据进行通道叠加处理，得到第一特征图；