确定对象状态的方法、装置、电子设备和存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115082907A(43)申请公布日2022.09.20(21)申请号202210732487.7(22)申请日2022.06.24(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人张凌鹰任龙刘俊良韩国华刘斌(74)专利代理机构中科专利商标代理有限责任公司11021专利代理师王文思(51)Int.Cl.G06V20/59(2022.01)G06V20/40(2022.01)G06V10/764(2022.01)权利要求书3页说明书13页附图6页(54)发明名称确定对象状态的方法、装置、电子设备和存储介质(57)摘要本公开提供了一种确定对象状态的方法，涉及人工智能领域，尤其涉及计算机视觉和智能交通技术领域。具体实现方案为：从针对目标对象的视频帧序列中确定图像集合，图像集合基于视频帧序列的生产时间设置有时间特征；根据图像集合中每个图像中的目标对象的行为信息，确定针对图像集合的行为特征；以及根据图像集合的行为特征以及时间特征，确定目标对象的驾驶状态。本公开还提供了一种确定对象状态的装置、电子设备和存储介质。CN115082907ACN115082907A权利要求书1/3页1.一种确定对象状态的方法，包括：从针对目标对象的视频帧序列中确定图像集合，所述图像集合基于所述视频帧序列的生产时间设置有时间特征；根据所述图像集合中每个图像中的目标对象的行为信息，确定针对所述图像集合的行为特征；以及根据所述图像集合的行为特征以及所述时间特征，确定所述目标对象的驾驶状态。2.根据权利要求1所述的方法，其中，所述根据所述图像集合中每个图像中的目标对象的行为信息，确定针对所述图像集合的行为特征包括：针对所述图像集合中的每个图像，确定所述图像中的目标对象的行为评估值，作为所述图像的行为评估值；使用滑动窗口从所述图像集合中依次确定多个图像子集合；针对每个图像子集合，根据该图像子集合中各个图像的行为评估值，确定该图像子集合的行为评估值；以及根据所述多个图像子集合各自的行为评估值，确定所述图像集合的行为特征。3.根据权利要求2所述的方法，其中，所述方法还包括：基于行为确定所述滑动窗口的长度，所述行为包括闭眼、打哈欠、低头和未目视前方中的至少一个。4.根据权利要求3所述的方法，其中，所述图像集合中的图像按照时间顺序排列；在所述行为为闭眼的情况下，所述基于行为确定所述滑动窗口的长度包括：根据与所述图像集合对应的时长，确定针对所述闭眼行为的滑动窗口的长度。5.根据权利要求3所述的方法，其中，在所述行为为打哈欠、低头和未目视前方中的任一种的情况下，所述确定基于行为确定所述滑动窗口的长度包括：设置彼此不同长度的多个滑动窗口；针对每个滑动窗口，确定针对该滑动窗口的所述多个图像子集合的行为评估值；并确定与每个图像子集合的行为评估值对应的精准度和召回率；根据所述每个图像子集合的行为评估值、精准度和召回率，生成所述滑动窗口的统计图；以及根据所述多个滑动窗口各自的统计图，从所述多个滑动窗口中确定目标长度的滑动窗口。6.根据权利要求2所述的方法，其中，所述针对每个图像子集合，根据该图像子集合中各个图像的行为评估值，确定该图像子集合的行为评估值包括：确定该图像子集合中各个图像的行为评估值的平均值，作为所述图像子集合的行为评估值；所述根据所述多个图像子集合各自的行为评估值，确定所述图像集合的行为特征包括：确定所述多个图像子集合的行为评估值的最大值，作为所述图像集合的行为特征。7.根据权利要求1所述的方法，其中，所述根据所述图像集合的行为特征以及所述时间特征，确定所述目标对象的驾驶状态包括：将所述行为特征以及所述时间特征输入到机器学习模型中，得到所述目标对象的驾驶2CN115082907A权利要求书2/3页状态。8.一种确定对象状态的装置，包括：时间特征确定模块，用于从针对目标对象的视频帧序列中确定图像集合，所述图像集合基于所述视频帧序列的生产时间设置有时间特征；行为特征确定模块，用于根据所述图像集合中每个图像中的目标对象的行为信息，确定针对所述图像集合的行为特征；以及驾驶状态确定模块，用于根据所述图像集合的行为特征以及所述时间特征，确定所述目标对象的驾驶状态。9.根据权利要求8所述的装置，其中，所述行为特征确定模块包括：第一评估单元，用于针对所述图像集合中的每个图像，确定所述图像中的目标对象的行为评估值，作为所述图像的行为评估值；图像子集合确定单元，用于使用滑动窗口从所述图像集合中依次确定多个图像子集合；第二评估单元，用于针对每个图像子集合，根据该图像子集合中各个图像的行为评估值，确定该图像子集合的行为评估值；以及行为特征确定单元，用于根据所述多个图像子集合各自的行