基于人工智能的车辆驾驶风险管控方法及其相关设备.pdf

基于人工智能的车辆驾驶风险管控方法及其相关设备.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111310562 A (43)申请公布日 2020.06.19 (21)申请号 202010027456.2 (22)申请日 2020.01.10 (71)申请人 中国平安财产保险股份有限公司 地址 518000 广东省深圳市福田区益田路 5033号平安金融中心12、13、38、39、40 层 (72)发明人 付园园 顾青山 王宏鸿 李晓琳  (74)专利代理机构 深圳市世联合知识产权代理 有限公司 44385 代理人 汪琳琳 (51)Int.Cl. G06K 9/00(2006.01) B60W 40/08(2012.01) B60W 40/09(2012.01) 权利要求书2页 说明书12页 附图6页 (54)发明名称 基于人工智能的车辆驾驶风险管控方法及 其相关设备 (57)摘要 本申请实施例公开了一种基于人工智能的 车辆驾驶风险管控方法及其相关设备,涉及车辆 安全驾驶技术领域。该方法包括:接收关于目标 驾驶用户的视频流,并获取驾驶场景数据;提取 视频流中的人脸特征,根据人脸特征计算第一驾 驶风险评分的数值;计算视频流中的异常行为评 分的数值,以及确定第二驾驶风险评分的数值; 基于异常行为评分、第一驾驶风险评分和第二驾 驶风险评分,计算预警分值;确定告警结果,对目 标驾驶用户进行告警。所述方法在进行驾驶风险 评估时,将异常行为检测与人脸识别技术相结 A 合,对驾驶风险的评估更全面、科学,提升了预警 2 的准确性,并与全场景数据相融合对驾驶风险进 6 5 0 行实时判断,进一步提升了关于驾驶风险评估的 1 3 1 准确度和丰富度。 1 1 N C CN 111310562 A 权 利 要 求 书 1/2页 1.一种基于人工智能的车辆驾驶风险管控方法,其特征在于,包括: 实时接收车辆行驶过程中关于目标驾驶用户的视频流,并获取驾驶场景数据; 提取所述视频流中所述目标驾驶用户的人脸特征,并调用预设的转换模型,将所述人 脸特征输入所述转换模型以转化为一维向量数据,将所述一维向量数据作为与所述人脸特 征对应的第一驾驶风险评分的数值; 计算所述视频流中所述目标驾驶用户的异常行为评分的数值,以及确定与所述驾驶场 景数据对应的第二驾驶风险评分的数值; 基于所述异常行为评分、所述第一驾驶风险评分和所述第二驾驶风险评分,计算关于 所述目标驾驶用户的预警分值; 根据所述预警分值确定告警结果,进而基于所述告警结果对所述目标驾驶用户进行告 警。 2.根据权利要求1所述的基于人工智能的车辆驾驶风险管控方法,其特征在于,所述提 取所述视频流中所述目标驾驶用户的人脸特征的步骤包括: 从所述视频流中提取出包含所述目标驾驶用户的完整人脸的有效帧; 通过多任务卷积神经网络模型检测所述有效帧,从所述有效帧中进一步提取出所述目 标驾驶用户的人脸特征。 3.根据权利要求2所述的基于人工智能的车辆驾驶风险管控方法,其特征在于,所述通 过多任务卷积神经网络模型检测所述有效帧的步骤之前,所述方法还包括: 调用预设的损失函数; 读取包括若干对相同人脸特征和若干对不同人脸特征的预训数据组,基于所述预训数 据组和所述损失函数训练所述多任务卷积神经网络模型。 4.根据权利要求1所述的基于人工智能的车辆驾驶风险管控方法,其特征在于,所述计 算所述视频流中所述目标驾驶用户的异常行为评分的数值的步骤包括:

文档评论(0)

10301556 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档