【技术实现步骤摘要】
本申请涉及计算机，为一种智能驾驶技术手段，具体为一种动态异常状态识别方法、装置、电子设备和存储介质。
技术介绍
1、目前的疲劳监测系统，无法准确地预测驾驶员的状态，尤其是在夜间行驶时，由于背景光线的原因，导致单纯基于视觉识别的方式很容易漏检和误检。
2、当前驾驶疲劳识别主要有以下几种方法：1、基于行驶状态(如：横摆角、加速度、转向角)模拟行驶轨迹，横摆率与理想轨迹的偏差超出阈值的驾驶行为判断为疲劳驾驶，车辆控制器进行强行干预修正。具体细节对应专利1。2、基于驾驶员身体状况检测(如：心率、脉搏、握力)和车辆状态(如：车速、方向)，判断是否处于疲劳驾驶状态。具体细节对应专利2。
3、以上两种方法均为基于传感器的传统检测方法，而非基于深度学习模型的机器学习检测方法。目前基于机器学习的检测方法有：1、基于yolo v3算法，进行人脸关键点识别，提取眼睛周围的6个点，通过眼睛纵向和横向的距离比值，估计眼睛睁开与闭合状态和时长，来判断驾驶员是否处于疲劳状态。具体对应专利3。2、基于fast r-cnn轻量级卷积神经网络进行人力骨架监测，根据人体姿态及头部、手部位置判断是否处于疲劳状态。
4、以上现有技术具有以下缺点：
5、缺点1：夜间开车或强光条件下，无法精准识别到驾驶员的面部特征，无法进行疲劳判断，导致漏检、误检。
6、缺点2：用脑电波等传感器检测驾驶员生物特征的方法，虽然能提高准确度，但是增加了整车成本增加了整车电气的复杂度，同时佩戴这些设备会影响驾驶员正常驾驶行为。
<...【技术保护点】
1.一种动态异常状态识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的动态异常状态识别方法，其特征在于，所述异常识别模型为基于outlooker机制建立的transformer模型；通过异常识别模型中确定多个所述图像是否具有异常特征所述将所述图像输入至异常识别模型中确定多个所述图像是否具有异常特征，包括：
3.根据权利要求1所述的动态异常状态识别方法，其特征在于，在对所述图像输入至所述异常识别模型之前还包括对所述图像进行增强处理，所述增强处理。
4.根据权利要求3所述的动态异常状态识别方法，其特征在于，所述增强处理包括将所述图像进行按照分割单元进行分割，得到多个相同尺寸的独立图像块，对所述独立图像块进行直方图均布处理，得到所述独立图像块中像素点的灰度值，将超出灰度阈值所对应的像素点重新均匀分配至其他所有像素上，得到增强后的图像。
5.根据权利要求2所述的动态异常状态识别方法，其特征在于，所述异常识别模型包括：分割单元，所述分割单元用于对所述图像进行分割，得到多个图像块，并将每个所述图像块转换成相同尺寸的矩阵；编码单元，所
6.根据权利要求5所述的动态异常状态识别方法，其特征在于，所述编码单元包括四个连续的编码块，每一个所述编码块包括第一分支和第二分支，所述第一分支用于生成精细化的表示，所述第二分支用于生成聚合全局信息。
7.根据权利要求6所述的动态异常状态识别方法，其特征在于，所述第一分支包括归一化层、outlooker注意力层、正则化层；所述第二分支包括归一化层、多层感知机模块和正则化层。
8.根据权利要求5所述的动态异常状态识别方法，其特征在于，所述Transformer单元包括14个连续的Transformer块，每一个所述Transformer块包括掩码自注意力模块和前反馈层，在所述掩码自注意力模块和所述前反馈层之间设置有归一化层，在所述前反馈层输出端设置有归一化层。
9.一种动态异常状态识别装置，其特征在于，所述装置包括：
10.一种电子设备，包括：
11.一种存储介质，其上存储有计算机程序，其中，
12.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。
...【技术特征摘要】
1.一种动态异常状态识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的动态异常状态识别方法，其特征在于，所述异常识别模型为基于outlooker机制建立的transformer模型；通过异常识别模型中确定多个所述图像是否具有异常特征所述将所述图像输入至异常识别模型中确定多个所述图像是否具有异常特征，包括：
3.根据权利要求1所述的动态异常状态识别方法，其特征在于，在对所述图像输入至所述异常识别模型之前还包括对所述图像进行增强处理，所述增强处理。
4.根据权利要求3所述的动态异常状态识别方法，其特征在于，所述增强处理包括将所述图像进行按照分割单元进行分割，得到多个相同尺寸的独立图像块，对所述独立图像块进行直方图均布处理，得到所述独立图像块中像素点的灰度值，将超出灰度阈值所对应的像素点重新均匀分配至其他所有像素上，得到增强后的图像。
5.根据权利要求2所述的动态异常状态识别方法，其特征在于，所述异常识别模型包括：分割单元，所述分割单元用于对所述图像进行分割，得到多个图像块，并将每个所述图像块转换成相同尺寸的矩阵；编码单元，所述编码单元基于outlooker机制建立，所述编码单元用于对所述图像进行精细编码，将所述图像中共性特征转化...
【专利技术属性】
技术研发人员：刘岩鑫，高东亮，张磊，张雪泽，任斐，
申请(专利权)人：苏州挚途科技有限公司，
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。