异常驾驶行为的识别方法、装置、存储介质及车辆.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115690751A(43)申请公布日2023.02.03(21)申请号202211352762.9G06N20/00(2019.01)(22)申请日2022.10.31(71)申请人长城汽车股份有限公司地址071051河北省保定市莲池区朝阳南大街2266号(72)发明人隋浩然栗羽峰梁田峰张雅杰(74)专利代理机构北京恒博知识产权代理有限公司11528专利代理师周丹娜(51)Int.Cl.G06V20/59(2022.01)G06V10/56(2022.01)G06V10/764(2022.01)G06T17/00(2006.01)G06T7/55(2017.01)权利要求书2页说明书10页附图4页(54)发明名称异常驾驶行为的识别方法、装置、存储介质及车辆(57)摘要本公开提供一种异常驾驶行为的识别方法、异常驾驶行为的识别装置、计算机可读存储介质及车辆，涉及车辆控制技术领域。该方法包括：获取关于目标用户的目标图像，目标图像中包含目标身体部位；根据目标图像所包含的颜色信息和深度信息，确定上述目标身体部位的行为特征信息；基于预训练的分类模型，根据行为特征信息确定关于目标用户的行为识别结果。本技术方案对异常驾驶行为的检测准确度高，同时，本技术方案能够解决由于手持物品被遮掩而造成的漏检问题。CN115690751ACN115690751A权利要求书1/2页1.一种异常驾驶行为的识别方法，其特征在于，所述方法包括：获取关于目标用户的目标图像，所述目标图像中包含目标身体部位；根据所述目标图像所包含的颜色信息和深度信息，确定所述目标身体部位的行为特征信息；基于预训练的分类模型，根据所述行为特征信息确定关于所述目标用户的行为识别结果。2.根据权利要求1所述的方法，其特征在于，所述根据所述目标图像所包含的颜色信息和深度信息，确定所述目标身体部位的行为特征信息，包括：根据所述目标图像获取关于目标身体部位的第一颜色特征和深度特征，以及获取关于所述目标物品的第二颜色特征；根据所述第一颜色特征、所述深度特征以及所述第二颜色特征，进行多维度建模，得到所述目标身体部位的行为特征信息。3.根据权利要求2所述的方法，其特征在于，所述根据所述第一颜色特征、所述深度特征以及所述第二颜色特征，进行多维度建模，包括：根据所述第一颜色特征、所述深度特征，建立关于所述目标身体部位的三维建模；根据所述第二颜色特征，建立关于所述目标物品的二维建模。4.根据权利要求1至3中任意一项所述的方法，其特征在于，所述基于预训练的分类模型，根据所述行为特征信息确定关于所述目标用户的行为识别结果，包括：生成包含所述行为特征信息的三维图像；将所述三维图像输入预训练的分类模型，以通过所述分类模型进行关于所述目标身体部位的定位，或，进行所述目标身体部分与所述目标物品的定位，以及根据定位结果进行分类；根据分类结果得到关于所述目标用户的行为识别结果。5.根据权利要求1所述的方法，其特征在于，所述获取关于目标用户的目标图像，包括：接收关于目标用户的原始图像，所述原始图像由车载双摄像头获取的；对所述原始图像进行目标检测，以在所述原始图像中确定出目标区域，其中，所述目标区域包含所述目标身体部位，或包含所述目标身体部位和所述目标物品；从所述原始图像中截取所述目标区域，得到所述关于目标用户的目标图像。6.根据权利要求5所述的方法，其特征在于，所述基于预训练的分类模型，根据所述行为特征信息确定关于所述目标用户的行为识别结果，包括：将所述行为特征信息输入预训练的分类模型，以通过所述分类模型进行分类；根据分类结果得到关于所述目标用户的行为识别结果。7.根据权利要求1所述的方法，其特征在于，在所述根据所述行为特征信息确定关于所述目标用户的行为识别结果之后，所述方法还包括：在所述行为识别结果为所述目标用户存在异常驾驶行为的情况下，生成警告信息，其中，所述异常驾驶行为包括至少一个分类，不同分类的异常驾驶行为对应于不同的警告信息。8.一种异常驾驶行为的识别装置，其特征在于，所述装置包括：图像获取模块，用于获取关于目标用户的目标图像，所述目标图像中包含目标身体部2CN115690751A权利要求书2/2页位；特征确定模块，用于根据所述目标图像所包含的颜色信息和深度信息，确定所述目标身体部位的行为特征信息；行为识别模块，用于基于预训练的分类模型，根据所述行为特征信息确定关于所述目标用户的行为识别结果。9.一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，其特征在于，当所述指令在计算机或处理器上运行时，使得所述计算机或处理器执行如权利要求1至7中任意一项所述的异常驾驶行为的识别方法。10.一种车辆，包括处理器和存储器，其特征在于，所述存储器用于存储程序，