[发明专利]异常驾驶行为识别方法及装置、电子设备和存储介质

权利要求书

1.一种异常驾驶行为识别方法，其特征在于，包括：

获取待处理的车辆图像；

通过目标检测网络对所述车辆图像进行目标检测，得到所述车辆图像中目标所在的目标区域，其中，所述目标检测网络是通过样本图像训练得到的，所述样本图像标注有样本目标及至少一个非样本目标；

对与所述目标区域对应的区域图像进行行为识别，得到所述车辆图像中目标的至少一种异常驾驶行为的识别结果。

2.根据权利要求1所述的方法，其特征在于，所述通过目标检测网络对所述车辆图像进行目标检测，得到所述车辆图像中目标所在的目标区域，包括：

通过所述目标检测网络对所述车辆图像进行目标检测，得到所述车辆图像中目标的目标置信度以及所述目标的检索框；

在所述目标置信度超过目标置信度阈值的情况下，将所述检索框指示的区域作为所述目标区域，其中，所述目标置信度阈值根据所述目标检测网络训练过程中，输出的每个图像错误检索框数目确定。

3.根据权利要求1或2所述的方法，其特征在于，所述目标检测网络的训练方法包括：

将样本图像输入至预设的初始网络，得到所述样本图像的检测结果，所述样本图像中包含标注的样本目标以及至少一个非样本目标，所述检测结果包括：所述样本目标的第一概率，以及所述至少一个非样本目标的第二概率；

根据所述检测结果的损失，训练所述初始网络，得到所述目标检测网络。

4.根据权利要求3所述的方法，其特征在于，所述根据所述检测结果的损失，训练所述初始网络，包括：

根据预设的加权项，对所述第一概率的对数值的负值进行加权，得到所述损失，其中，所述加权项根据所述第一概率确定，或根据所述第一概率及所述至少一个第二概率确定；

根据所述损失，更新所述初始网络的网络参数。

5.根据权利要求4所述的方法，其特征在于，

根据所述第一概率确定所述加权项，包括：根据1与所述第一概率之间的差值的次方运算，与预设加权系数的乘积，确定所述加权项；

根据所述第一概率及所述至少一个第二概率确定所述加权项，包括：根据1与所述第一概率之间的差值的次方运算，及1与每一所述第二概率之间差值的次方运算的总和，确定所述加权项。

6.根据权利要求2所述的方法，其特征在于，通过所述目标检测网络对所述车辆图像进行目标检测，得到所述车辆图像中目标的目标置信度以及所述目标的检索框，包括：

对所述车辆图像进行特征提取，得到所述车辆图像的多尺度的特征信息；

对所述多尺度的特征信息进行特征融合，得到所述车辆图像的融合特征信息；

对所述融合特征信息进行解码，得到所述车辆图像中目标的目标置信度以及所述目标的检索框。

7.根据权利要求1所述的方法，其特征在于，所述对与所述目标区域对应的区域图像进行行为识别，得到所述车辆图像中对象的至少一种异常驾驶行为的识别结果，包括：

对所述区域图像进行特征提取，得到所述区域图像的特征信息；

对所述特征信息进行至少一种全连接处理，得到至少一种驾驶行为的置信度；

在所述驾驶行为的置信度超过行为置信度阈值的情况下，确定车辆图像中存在与所述驾驶行为对应的异常驾驶行为，其中，所述异常驾驶行为包括未系安全带行为、电话通话行为及吸烟行为中的至少一种。

8.根据权利要求1-7任一项所述的方法，其特征在于，所述方法还包括：

在所述识别结果指示存在异常驾驶行为的情况下，发出与所述异常驾驶行为对应的告警信息。