[发明专利]报警管理系统及其工作方法

说明书

本申请涉及智能交通安全的领域，其具体地公开了一种报警管理系统及其工作方法。其通过基于卷积神经网络的图像识别和分类技术来对驾驶员的情绪进行识别以获得情绪指数，同时通过基于深度神经网络的路况编码器来对电子地图的路况数据进行编码以得到编码的路况特征向量，并且还进一步地基于时间维度上的变化趋势结合绝对数值来进行分类，以提高分类的准确性。通过这样的方式，可以综合路况信息和驾驶员的情绪模式来自动产生警报，从而保证公交车出行的安全性。

技术领域

本发明涉及智能交通安全的领域，且更为具体地，涉及一种报警管理系统及其工作方法。

背景技术

公交车是城市居民生活、工作出行的最重要的交通工具之一，公交车在居民生活、工作出行中承担着城市客运的重要任务。而近些年来，城市公交系统内出现的各种安全事故，已经成为社会公共安全建设中亟需解决的问题。

经研究表明：造成车辆伤害事故的原因中，驾驶员与乘客发生冲突的安全事故居然高达6.25％。社会热点2018年10月28日的重庆万州坠江公交事件也正属于此范畴。乘客刘某和驾驶员冉某在争吵的过程中发生互殴行为，驾驶员冉某情绪化驾驶，导致车辆与对向正常行驶的小轿车撞击后坠江，造成了15人遇难。也就是说，公交车安全和驾驶员的驾驶行为存在直接关系。

因此，期待一种报警管理系统，其能够综合路况信息和驾驶员的情绪模式来自动产生警报。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种报警管理系统及其工作方法，其通过基于卷积神经网络的图像识别和分类技术来对驾驶员的情绪进行识别以获得情绪指数，同时通过基于深度神经网络的路况编码器来对电子地图的路况数据进行编码以得到编码的路况特征向量，并且还进一步地基于时间维度上的变化趋势结合绝对数值来进行分类，以提高分类的准确性。通过这样的方式，可以综合路况信息和驾驶员的情绪模式来自动产生警报，从而保证公交车出行的安全性。

根据本申请的一个方面，提供了一种报警管理系统，其包括：

原始数据获取单元，用于获取一系列预定时间点的驾驶员的面部图像和所述一系列预定时间点的基于电子地图的路况数据；

情绪识别单元，用于使用基于第一卷积神经网络的情绪识别器对所述一系列预定时间点的驾驶员的面部图像进行图像处理以对所述驾驶员的情绪进行识别以获得由一系列情绪指数组成的情绪输入向量；

情绪编码单元，用于使用包含一维卷积层和全连接层的情绪编码器对所述情绪输入向量进行编码以获得情绪特征向量；

路况编码单元，用于使用基于深度神经网络的路况编码器对所述一系列预定时间点的所述基于电子地图的路况数据进行编码以获得一系列路况特征向量；

路况矩阵构造单元，用于将所述一系列路况特征向量沿样本维度排列为输入特征矩阵；

路况变化特征提取单元，用于使用基于第二卷积神经网络的路况变化特征提取器对所述输入特征矩阵进行显示空间编码以获得路况特征图；

池化单元，用于对所述路况特征图进行沿通道维度的全局池化处理以获得路况特征矩阵；

响应单元，用于对于所述情绪特征向量的每个位置的特征值，计算该位置的特征值相对于所述路况特征矩阵的响应特征值，其中，所述响应特征值基于所述路况特征矩阵中第一行到第i行的i个行均值与该位置的特征值之间的商之和生成；以及

警示单元，用于将所述响应特征值排列为分类特征向量后输入分类器以获得分类结果，所述分类结果用于表示判定驾驶员情绪的警示信号。