[发明专利]违规驾驶姿势的检测方法、装置、介质和电子设备

权利要求书

1.一种违规驾驶姿势的检测方法，其特征在于，所述方法包括：

确定目标图像，所述目标图像中包括驾驶员的驾驶姿势；

基于所述目标图像，通过预先构建的特征提取模型对所述目标图像进行特征提取，得到至少一种尺度的特征图，所述特征提取模型包括DarkNet神经网络模型和Attention模型；

根据所述特征图，通过预先训练的检测框检测所述驾驶员是否存在违规驾驶行为。

2.根据权利要求1所述的方法，其特征在于，所述确定目标图像，所述目标图像中包括驾驶员的驾驶姿势，包括：

获取原始图像，所述原始图像中包括驾驶员的驾驶姿势；

分别将所述原始图像在水平方向的水平像素数量和垂直方向的垂直像素数量调整为预定数值，得到目标图像，其中，所述水平像素数量和所述垂直像素数量相等。

3.根据权利要求1所述的方法，其特征在于，所述基于所述目标图像，通过预先构建的特征提取模型对所述目标图像进行特征提取，得到至少一种尺度的特征图，包括：

将所述目标图像输入至所述DarkNet神经网络模型，以输出得到第一图像特征；

将所述第一图像特征输入至所述Attention模型，以输出得到第二图像特征；

基于第一图像特征和第二图像特征，确定至少一种尺度的特征图。

4.根据权利要求3所述的方法，其特征在于，所述基于第一图像特征和第二图像特征，确定至少一种尺度的特征图，包括：

对所述第二图像特征进行连续7次卷积处理，得到第一尺度特征图；

对所述第二图像特征进行连续6次卷积处理，得到第三图像特征；对所述第三图像特征进行降采样处理，得到第四图像特征；将所述第一图像特征与所述第四图像特征进行残差连接处理，得到第五图像特征；对所述第五图像特征进行连续7次卷积处理，得到第二尺度特征图；

对所述第五图像特征进行连续6次卷积处理，得到第六图像特征；对所述第六图像特征进行降采样处理，得到第七图像特征；将所述第一图像特征与所述第七图像特征进行残差连接处理，得到第八图像特征；对所述第八图像特征进行连续7次卷积处理，得到第三尺度特征图。

5.根据权利要求1所述的方法，其特征在于，所述根据所述特征图，通过预先训练的检测框检测所述驾驶员是否存在违规驾驶行为，包括：

通过预先训练的检测框，遍历所述特征图的各个区域，其中，针对每一个区域，确定一个用于表征驾驶员存在违规驾驶行为的置信度；

根据所述置信度，确定所述驾驶员是否存在违规驾驶行为。

6.根据权利要求5所述的方法，其特征在于，所述根据所述置信度，确定所述驾驶员是否存在违规驾驶行为，包括：

在所述置信度超过第一预定阈值时，确定所述驾驶员存在违规驾驶行为。

7.根据权利要求5所述的方法，其特征在于，所述检测框通过如下方式训练得到：

在用于训练检测框的辅助特征图上标注由驾驶员违规驾驶姿势而确定的参照框；

通过Kmeans++算法聚类得到至少一种形状的先验框；

针对每一种形状的先验框，遍历所述辅助特征图的各个区域，其中，针对每一个区域，得到所述先验框与所述参照框的交并比值；

在所述交并比值超过第二预定阈值时，将所述先验框确定为检测框。

8.一种违规驾驶姿势的检测装置，其特征在于，所述装置包括：

确定单元，被用于确定目标图像，所述目标图像中包括驾驶员的驾驶姿势；

提取单元，被用于基于所述目标图像，通过预先构建的特征提取模型对所述目标图像进行特征提取，得到至少一种尺度的特征图，所述特征提取模型包括DarkNet神经网络模型和Attention模型；

检测单元，被用于根据所述特征图，通过预先训练的检测框检测所述驾驶员是否存在违规驾驶行为。

9.一种计算机可读程序介质，其特征在于，其存储有计算机程序指令，当所述计算机程序指令被计算机执行时，使计算机执行根据权利要求1至7中任一项所述的方法。

10.一种违规驾驶姿势的检测电子设备，其特征在于，所述电子设备包括：

处理器；

存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现如权利要求1至7任一项所述的方法。