本公开提出一种驾驶状态监控方法及装置，涉及汽车安全技术领域。该方法包括：获取多帧图像，并对多帧图像分别进行人脸识别，以获取各个图像中的多个人脸部位；获取多帧图像的时间戳，并对每帧图像的多个人脸部位进行时序处理，以获取每个人脸部位在预设时间段内的特征序列；基于每个人脸部位对应的时间戳以及特征序列，确定用户在预设时间段内的驾驶状态。本公开提高了疲劳检测在行车过程中的准确性和适应性。适应性。适应性。
【技术实现步骤摘要】
一种驾驶状态监控方法及装置
[0001]本公开涉及汽车安全
，尤其涉及一种驾驶状态监控方法及装置。
技术介绍
[0002]汽车的发展不仅对社会经济产生了巨大作用，对人类的生活也带来了重要的影响，随着生活质量的不断提高，汽车已经成为人们出行的主要交通工具。随着汽车的不断增多，交通变的越来越拥挤，交通事故也越来越频繁，其中大部分交通事故的发生就是因为疲劳驾驶而导致的，为了有效的避免疲劳驾驶，对于行车过程中的驾驶状态监控至关重要。
[0003]但是，相关技术中的驾驶状态监控方法的准确性和适应性较低。
技术实现思路
[0004]本公开提供了一种驾驶状态监控方法、装置、电子设备和存储介质。
[0005]根据本公开的第一方面，提供了一种驾驶状态监控方法，该方法包括：获取多帧图像，并对多帧图像分别进行人脸识别，以获取各个图像中的多个人脸部位；获取多帧图像的时间戳，并对每帧图像的多个人脸部位进行时序处理，以获取每个人脸部位在预设时间段内的特征序列；基于每个人脸部位对应的时间戳以及特征序列，确定用户在预设时间段内的驾驶状态。
[0006]在一些实施例中，获取多帧图像包括：对多个初始图像进行识别，以获取用户的头部信息；根据头部信息，筛选出多帧图像。
[0007]在一些实施例中，头部信息包括分心状态、未分心状态以及不可知状态，根据头部信息，筛选出多帧图像包括：从多个初始图像中，将头部信息为分心状态和未分心状态的初始图像，作为多帧图像，其中，分心状态指示用户的头部偏转角大于等于预设偏转阈值，未分心状态指示用户的头部偏转角小于预设偏转阈值，不可知状态指示用户头部检测异常。
[0008]在一些实施例中，获取多帧图像的时间戳，并对每帧图像的多个人脸部位进行时序处理，以获取每个人脸部位在预设时间段内的特征序列包括：基于分类模型，确定人脸部位的眼部和口部的状态类别以及各对应状态类别的概率；根据时间戳以及概率，确定每个人脸部位在预设时间段内的特征序列，特征序列为基于时序的概率序列。
[0009]在一些实施例中，当头部信息为分心状态或未分心状态时，基于分类模型，确定眼部和口部的状态类别包括：当基于分类模型识别出眼部打开程度大于第一阈值时，确定眼部的状态类别为睁眼；当基于分类模型识别出眼部打开程度小于等于第一阈值时，确定眼部的状态类别为闭眼；当基于分类模型识别出口部打开程度大于第二阈值时，确定口部的状态类别为哈欠；当基于分类模型识别出口部打开程度小于等于第二阈值时，确定口部的状态类别为正常，当基于分类模型识别失败时，确定眼部和/或口部的状态类别为不可知状态。
[0010]在一些实施例中，确定眼部和口部的状态类别之前，该方法还包括：当头部信息为不可知状态时，将眼部和/或口部的状态类别确定为不可知状态。
[0011]在一些实施例中，确定状态类别的概率包括：针对每个时间戳，将基于分类模型确定的最高概率的眼部和口部的状态类别，作为当前图像帧的类别。
[0012]在一些实施例中，该方法还包括：记录分类模型确定的、当前图像帧属于其他状态类别的概率。
[0013]在一些实施例中，根据时间戳以及概率，确定每个人脸部位在预设时间段内的特征序列包括：分别针对眼部和口部，根据时间戳，将预设时间段内的眼部和口部的状态类别的概率按照时间降序排列；分别针对眼部和口部，将经排列的概率序列确定为在预设时间段内的特征序列。
[0014]在一些实施例中，基于每个人脸部位对应的时间戳以及特征序列，确定用户在预设时间段内的驾驶状态包括：分别针对眼部和口部，将概率序列中的概率相加，确定每个概率序列的概率值；当相邻时间戳对应的状态类别未发生变化时，对概率值增加第一权重；将眼部对应的概率值与眼部权重的乘积，加上口部对应的概率值与口部权重的乘积，得到融合概率值；当融合概率值大于或等于预设概率阈值时，确定用户的驾驶状态为疲劳态；当融合概率值小于预设概率阈值时，确定用户的驾驶状态为正常驾驶态。
[0015]根据本公开的实施例，通过获取多帧图像，并对多帧图像分别进行人脸识别，以获取各个图像中的多个人脸部位；获取多帧图像的时间戳，并对每帧图像的多个人脸部位进行时序处理，以获取每个人脸部位在预设时间段内的特征序列；基于每个人脸部位对应的时间戳以及特征序列，确定用户在预设时间段内的驾驶状态，提高了疲劳检测在行车过程中的准确性和适应性。
[0016]根据本公开的第二方面，提供了一种驾驶状态监控装置，该装置包括：第一获取单元，用于获取多帧图像，并对多帧图像分别进行人脸识别，以获取各个图像中的多个人脸部位；第二获取单元，用于获取多帧图像的时间戳，并对每帧图像的多个人脸部位进行时序处理，以获取每个人脸部位在预设时间段内的特征序列；确定单元，用于基于每个人脸部位对应的时间戳以及特征序列，确定用户在预设时间段内的驾驶状态。
[0017]根据本公开的实施例，通过驾驶状态监控装置，获取多帧图像，并对多帧图像分别进行人脸识别，以获取各个图像中的多个人脸部位；获取多帧图像的时间戳，并对每帧图像的多个人脸部位进行时序处理，以获取每个人脸部位在预设时间段内的特征序列；基于每个人脸部位对应的时间戳以及特征序列，确定用户在预设时间段内的驾驶状态，提高了疲劳检测在行车过程中的准确性和适应性。
[0018]根据本公开的第三方面，提供了一种电子设备，包括：
[0019]至少一个处理器；以及
[0020]与至少一个处理器通信连接的存储器；其中，
[0021]存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行前述第一方面的方法。
[0022]根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行前述第一方面的方法。
[0023]根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如前述第一方面的方法。
[0024]根据本公开的实施例，通过获取多帧图像，并对多帧图像分别进行人脸识别，以获
取各个图像中的多个人脸部位；获取多帧图像的时间戳，并对每帧图像的多个人脸部位进行时序处理，以获取每个人脸部位在预设时间段内的特征序列；基于每个人脸部位对应的时间戳以及特征序列，确定用户在预设时间段内的驾驶状态，提高了疲劳检测在行车过程中的准确性和适应性。
[0025]应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0026]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0027]图1为本公开实施例提供的一种驾驶状态监控方法的流程示意图；
[0028]图2为本公开实施例提供的一种驾驶状态监控方法的流程示意图；
[0029]图3为本公开实施例提供的一种单帧信息获取方法的流程示意图；
[0030]本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种驾驶状态监控方法，其特征在于，所述方法包括：获取多帧图像，并对所述多帧图像分别进行人脸识别，以获取各个图像中的多个人脸部位；获取所述多帧图像的时间戳，并对每帧图像的多个人脸部位进行时序处理，以获取每个人脸部位在预设时间段内的特征序列；基于每个人脸部位对应的时间戳以及所述特征序列，确定用户在所述预设时间段内的驾驶状态。2.根据权利要求1所述的方法，其特征在于，所述获取多帧图像包括：对多个初始图像进行识别，以获取所述用户的头部信息；根据所述头部信息，筛选出所述多帧图像。3.根据权利要求2所述的方法，其特征在于，所述头部信息包括分心状态、未分心状态以及不可知状态，所述根据所述头部信息，筛选出所述多帧图像包括：从所述多个初始图像中，将所述头部信息为分心状态和未分心状态的初始图像，作为所述多帧图像，其中，所述分心状态指示所述用户的头部偏转角大于等于预设偏转阈值，所述未分心状态指示所述用户的头部偏转角小于所述预设偏转阈值，所述不可知状态指示用户头部检测异常。4.根据权利要求3所述的方法，其特征在于，所述获取所述多帧图像的时间戳，并对每帧图像的多个人脸部位进行时序处理，以获取每个人脸部位在所述预设时间段内的特征序列包括：基于分类模型，确定所述人脸部位的眼部和口部的状态类别以及各对应状态类别的概率；根据所述时间戳以及所述概率，确定每个人脸部位在所述预设时间段内的特征序列，所述特征序列为基于时序的概率序列。5.根据权利要求4所述的方法，其特征在于，当所述头部信息为分心状态或未分心状态时，所述基于分类模型，确定所述眼部和口部的状态类别包括：当基于所述分类模型识别出眼部打开程度大于第一阈值时，确定所述眼部的状态类别为睁眼；当基于所述分类模型识别出眼部打开程度小于等于第一阈值时，确定所述眼部的状态类别为闭眼；当基于所述分类模型识别出口部打开程度大于第二阈值时，确定所述口部的状态类别为哈欠；当基于所述分类模型识别出口部打开程度小于等于第二阈值时，确定所述口部的状态类别为正常；当基于所述分类模型识别失败时，确定所述眼部和/或口部的状态类别为不可知状态。6.根据权利要求5所述的方法，其特征在于，所述确定所述眼部和口部的状态类别之前，所述方法还包括：当所述头部信息为不可知状态时，将所述眼部和/或口部的状态类别确定为不可知状态。
7.根据权利要求4所述的方法，其特征在于，所述确定所述状态类别的概率包括：针对每个时间戳...
【专利技术属性】
技术研发人员：余鹏飞，
申请(专利权)人：北京罗克维尔斯科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。