[发明专利]驾驶员异常行为识别方法、装置、设备及存储介质

说明书

本申请公开了一种驾驶员异常行为识别方法、装置、设备及存储介质，其中方法包括：确定待处理视频流数据的属性信息；根据待处理视频流数据的属性信息，获取与待处理视频流数据对应的目标神经网络模型；利用目标神经网络模型，对待处理视频流数据进行识别处理，以确定待处理视频数据中是否包含驾驶员异常行为数据。该方法实现了根据神经网络模型，对采集的视频流数据中驾驶员异常行为进行自动识别，从而当确定驾驶员行为存在异常时进行及时预警，使得控制中心能够及时采取补救措施，以降低突发事件造成的严重后果，并且还能降低人工成本，提高识别效率，为车辆的安全运行提供了条件。

技术领域

本申请涉及安全驾驶技术领域，尤其涉及一种驾驶员异常行为识别方法、装置、设备及存储介质。

背景技术

随着轨道交通系统日益完善，交通智能化监控已成为轨道交通的核心发展方向。尤其是对驾驶员异常行为监测，以避免安全事故的发生，具有重要社会意义。

在实际应用中，对驾驶员异常行为进行监测时，通常采用以下方式：其一，在一个驾驶室内配备两名驾驶员，以降低安全风险；其二，利用监控系统获取驾驶室内的视频流数据，并将视频流数据上传至监控中心，以使监控中心的工作人员进行实时查看，确定驾驶员是否存在异常行为。

然而，上述方式存在以下缺陷，其一，在驾驶室内配备两名驾驶员，虽然降低了安全风险，但是提高了人力成本，同时也浪费了人力资源；其二，通过人工进行视频监控，不仅效率低下而且人力成本高，更有可能因为人为因素不能及时准确的确定异常情况，给车辆的正常运行带来了安全隐患。

发明内容

本申请提供一种驾驶员异常行为识别方法、装置、设备及存储介质，用于解决相关技术中，通过人工监测方式，对驾驶员异常行为进行识别时，不仅效率低而且人力成本高，更有可能因为人为因素不能及时准确的确定异常情况，给车辆的正常运行带来了安全隐患的问题。

本申请一方面实施例提供一种驾驶员异常行为识别方法，该方法包括：确定待处理视频流数据的属性信息，其中，所述属性信息，包括以下信息中的至少一个：所属的线路标识、采集时间、对应的采集区域、包含的视频帧数量、及包含的驾驶员数量；根据所述待处理视频流数据的属性信息，获取与所述待处理视频流数据对应的目标神经网络模型；利用所述目标神经网络模型，对所述待处理视频流数据进行识别处理，以确定所述待处理视频数据中是否包含驾驶员异常行为数据。

本申请另一方面实施例提供一种驾驶员异常行为识别装置，该装置包括：确定模块，用于确定待处理视频流数据的属性信息，其中，所述属性信息，包括以下信息中的至少一个：所属的线路标识、采集时间、对应的采集区域、包含的视频帧数量、及包含的驾驶员数量；获取模块，用于根据所述待处理视频流数据的属性信息，获取与所述待处理视频流数据对应的目标神经网络模型；识别模块，用于利用所述目标神经网络模型，对所述待处理视频流数据进行识别处理，以确定所述待处理视频数据中是否包含驾驶员异常行为数据。

本申请又一方面实施例提供一种计算机设备，该计算机设备包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，以实现第一方面实施例所述的驾驶员异常行为识别方法。

本申请再一方面实施例的计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，以实现第一方面实施例所述的驾驶员异常行为识别方法。

本申请再一方面实施例的计算机程序，当所述计算机程序被处理器执行时，实现第一方面实施例所述的驾驶员异常行为识别方法。

本申请公开的技术方案，具有如下有益效果：