【技术实现步骤摘要】
本专利技术实施例涉及智能驾驶，尤其涉及一种司机鉴别方法、装置、设备及存储介质。
技术介绍
1、长时间连续驾驶容易引起疲劳驾驶，进而导致事故发生。为避免超时驾驶行为，需对该类司机进行识别并提醒。但识别超时行为的前提是，驾驶商用车的司机在当前时刻与之前的驾驶过程中是同一人。简言之，鉴别司机是否发生更换是长时驾驶识别的关键前提。
2、现有技术中的识别方式有：基于ic卡的识别，不同司机持有不同编码的ic卡，上车插卡识别司机身份。但为规避惩罚，实际上存在一个司机手持多张ic卡的情况。此外，现有人脸鉴别技术在照片拍摄效果较好时（正对人脸，清晰，光线正常，不遮挡）可以识别出两张照片间的相似程度。但在实际生活中，不同的照片中，人物姿势不同、光线强度不同、拍摄效果不同等因素会显著地影响两张照片之间的相似度计算结果，因此无法简单地通过人脸鉴别技术计算出不同时刻的两张照片是否是同一个人。
技术实现思路
1、本专利技术提供一种司机鉴别方法、装置、设备及存储介质，用于对长时驾驶司机进行自动鉴别。
2、第一方面，本专利技术实施例提供一种司机鉴别方法，该方法包括：
3、若检测到车辆在停止第一设定时长后重新启动，且未检测到司机的基准照片，则触发对司机进行第一设定帧数的拍摄；
4、计算所述第一设定帧数的司机照片中各照片与其他照片的相似度，并取平均后得到所述第一设定帧数的司机照片中各照片的组内照片相似度；
5、根据组内照片相似度由高至低的顺序，从所述第一设定
6、若检测到车辆在停止第一设定时长后重新启动，且有基准照片，则触发对司机进行第二设定帧数的拍摄，得到当前照片组；
7、计算当前照片组中各照片的组内照片相似度，并取平均后得到当前照片组的组内平均相似度；
8、计算当前照片组中各照片与基准照片组中各照片的相似度，并取平均后得到组间照片相似度；
9、计算各照片的组间照片相似度的平均值，得到组间平均相似度；
10、根据所述组间平均相似度、所述基准照片组的组内平均相似度以及当前照片组的组内平均相似度，确定司机是否更换。
11、进一步地，所述若检测到车辆在停止第一设定时长后重新启动，且有基准照片，则触发对司机进行第二设定帧数的拍摄之前，所述方法还包括：
12、连续行驶第二设定时长后，若检测有基准照片，则触发对司机进行第三设定帧数的拍摄，得到更新照片组；
13、计算更新照片组中各照片的组内照片相似度；
14、从更新照片组中选择组内照片相似度最大的至少一张照片替换基准照片中组内照片相似度最小的至少一张照片；
15、从更新照片组中剩余的照片中随机选择至少一张照片替换基准照片组中未替换的任意至少一张照片，得到更新后的基准照片组。
16、进一步地，所述根据所述组间平均相似度、所述基准照片组的组内平均相似度以及当前照片组的组内平均相似度，确定司机是否更换，包括：
17、若所述组间平均相似度大于第一阈值，且基准照片组的组内平均相似度比当前照片组的组内平均相似度大第二阈值 ，则确定司机更换；
18、或，所述组间平均相似度小于第一阈值，且基准照片组的组内平均相似度比当前照片组的组内平均相似度大第三阈值，则确定司机更换，其中所述第三阈值大于所述第二阈值。
19、进一步地，所述计算所述第一设定帧数的司机照片中各照片与其他照片的相似度之前，所述方法还包括：
20、对第一设定帧数的司机照片进行人脸识别，若识别到人脸的司机照片数量小于第四阈值，则认定拍摄失败，删除第一设定帧数的司机照片，返回执行触发对司机进行第一设定帧数的拍摄的步骤。
21、进一步地，所述识别到人脸的司机照片数量小于第四阈值之后，所述方法包括：
22、若连续拍摄失败的次数大于第五阈值，则认定拍摄的摄像头异常。
23、进一步地，确定当前照片组的组内平均相似度之前，所述方法还包括：
24、利用组内照片相似度对当前照片组的照片进行过滤。
25、进一步地，对司机进行第一设定帧数的拍摄，包括：
26、间隔第三设定时长对司机进行第一设定帧数的拍摄；
27、对司机进行第二设定帧数的拍摄，包括：
28、间隔第三设定时长对司机进行第二设定帧数的拍摄。
29、第二方面，本专利技术实施例还提供一种司机鉴别装置，该装置包括：
30、初始拍摄模块，用于若检测到车辆在停止第一设定时长后重新启动，且未检测到司机的基准照片，则触发对司机进行第一设定帧数的拍摄；
31、第一计算模块，用于计算所述第一设定帧数的司机照片中各照片与其他照片的相似度，并取平均后得到所述第一设定帧数的司机照片中各照片的组内照片相似度；
32、基准确定模块，用于根据组内照片相似度由高至低的顺序，从所述第一设定帧数的司机照片中选出至少一张司机照片作为基准照片，得到基准照片组；
33、再次拍摄模块，用于若检测到车辆在停止第一设定时长后重新启动，且有基准照片，则触发对司机进行第二设定帧数的拍摄，得到当前照片组；
34、第二计算模块，用于计算当前照片组中各照片的组内照片相似度，并取平均后得到当前照片组的组内平均相似度；
35、第三计算模块，用于计算当前照片组中各照片与基准照片组中各照片的相似度，并取平均后得到组间照片相似度；
36、第四计算模块，用于计算各照片的组间照片相似度的平均值，得到组间平均相似度；
37、司机鉴别模块，用于根据所述组间平均相似度、所述基准照片组的组内平均相似度以及当前照片组的组内平均相似度，确定司机是否更换。
38、第三方面，本专利技术实施例还提供一种电子设备，所述设备包括：
39、一个或多个处理器；
40、存储装置，用于存储一个或多个程序，
41、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术实施例中任一所述的司机鉴别方法。
42、第五方面，本专利技术实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术实施例中任一所述的司机鉴别方法。
43、本专利技术实施例提供的技术方案，通过根据组内照片相似度，从拍摄的司机照片中选择最能反应司机人脸特征的照片作为基准照片组，根据当前照片组和基准照片组的组间平均相似度、基准照片组的组内平均相似度以及当前照片组的组内平均相似度，确定司机是否更换，从而实现对长时驾驶司机进行自动鉴别。
44、此外，通过根据组内照片相似度，从拍摄的司机照片中选择最能反应司机人脸特征的照片作为基准照片组，滤除了光线异常、有遮挡或非正脸的司机照片，一定程度的解决了不同的照片中，人物姿势不同、光线强度不同、拍摄效果不同等因本文档来自技高网...
【技术保护点】
1.一种司机鉴别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述若检测到车辆在停止第一设定时长后重新启动，且有基准照片，则触发对司机进行第二设定帧数的拍摄之前，所述方法还包括：
3.根据权利要求1所述的方法，其他在于，所述根据所述组间平均相似度、所述基准照片组的组内平均相似度以及当前照片组的组内平均相似度，确定司机是否更换，包括：
4.根据权利要求1所述的方法，其特征在于，所述计算所述第一设定帧数的司机照片中各照片与其他照片的相似度之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述识别到人脸的司机照片数量小于第四阈值之后，所述方法包括：
6.根据权利要求1所述的方法，其特征在于，确定当前照片组的组内平均相似度之前，所述方法还包括：
7.根据权利要求1所述的方法，其特征在于，对司机进行第一设定帧数的拍摄，包括：
8.一种司机鉴别装置，其特征在于，包括：
9.一种电子设备，其特征在于，所述设备包括：
10.一种计算机可读存储介质，其上
...【技术特征摘要】
1.一种司机鉴别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述若检测到车辆在停止第一设定时长后重新启动，且有基准照片，则触发对司机进行第二设定帧数的拍摄之前，所述方法还包括：
3.根据权利要求1所述的方法，其他在于，所述根据所述组间平均相似度、所述基准照片组的组内平均相似度以及当前照片组的组内平均相似度，确定司机是否更换，包括：
4.根据权利要求1所述的方法，其特征在于，所述计算所述第一设定帧数的司机照片中各照片与其他照片的相似度之前，所述方法还包括：
5.根据权利要...
【专利技术属性】
技术研发人员：徐显杰，赵伟亭，刘东，
申请(专利权)人：天津所托瑞安汽车科技有限公司，
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。