(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210565576.7 (22)申请日 2022.05.23 (71)申请人 湖北文理学院 地址 441053 湖北省襄阳市隆中路2 96号 (72)发明人 陈运星　吴华伟　郭必诚　王振勇　 (74)专利代理 机构 深圳市世纪恒程知识产权代 理事务所 4 4287 专利代理师 袁雪 (51)Int.Cl. G06V 20/59(2022.01) G06V 40/20(2022.01) G06V 10/30(2022.01) G06V 10/44(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) (54)发明名称 驾驶行为检测方法、 装置、 设备及存 储介质 (57)摘要 本发明涉及行为识别技术领域， 尤其涉及一 种驾驶行为检测方法、 装置、 设备及存储介质， 该 方法包括： 获取驾驶员的当前驾驶行为图像； 通 过预设驾驶行为检测模型对当前驾驶行为图像 进行检测， 获得检测结果， 改进后的驾驶行为检 测模型包括： 融合注意力和反残差模块， 融合注 意力和反残差模块用于对可变形卷积模块输出 的特征数据进行处理， 并将处理后的特征输出至 特征可视化模块， 以使特征可视化模块输出检测 结果； 由于本发 明预设驾驶行为检测模型添加了 融合注意力和反残差模块， 从而能够在运算量较 低的情况下提升检测精度， 解决更高精度与更少 参数之间的矛盾。 权利要求书2页 说明书10页 附图4页 CN 115131773 A 2022.09.30 CN 115131773 A 1.一种驾驶行为检测方法， 其特 征在于， 所述方法包括以下步骤： 获取驾驶员的当前驾驶行为图像； 通过预设驾驶行为检测模型对所述当前驾驶行为图像进行检测， 获得检测结果， 所述 预设驾驶行为检测模 型包括： 融合注 意力和反残差模块， 所述融合注意力和反残差模块， 用 于对可变形卷积模块基于接收到的当前驾驶行为图像输出的特征数据进 行处理， 并将处理 后的特征数据输出至特 征可视化模块， 以使所述特 征可视化模块输出 结果。 2.如权利要求1所述的驾驶行为检测方法， 其特征在于， 所述融合注意力和反残差模块 的数量为若干个， 且若干个所述融合注意力和反残差模块依 次连接， 所述融合注意力和反 残差模块包括： 线性瓶颈反残差子模块和注意力机制 子模块， 所述线性瓶颈反残差子模块 和所述注意力机制子模块设置在所述可变形 卷积模块和所述特 征可视化模块之间。 3.如权利要求2所述的驾驶行为检测方法， 其特征在于， 所述通过预设驾驶行为检测模 型对所述当前驾驶行为图像进行检测， 获得检测结果的步骤， 包括： 通过所述可变形 卷积模块对所述当前驾驶行为图像进行 特征提取， 获得初始特 征图； 通过所述线性 瓶颈反残差 子模块增 加所述初始特 征图的特 征维数， 获得多维特 征图； 通过所述注意力机制子模块对所述多维特 征图进行噪声消除； 通过所述特征可视化模块对噪声消除后的多维特 征图进行检测， 输出 结果。 4.如权利要求3所述的驾驶行为检测方法， 其特征在于， 所述通过所述注意力 机制子模 块对所述多维特 征图进行噪声消除的步骤， 包括： 根据所述注意力机制子模块确定所述多维特 征图的目标阈值； 基于所述多维特征图和所述目标阈值， 从预设软阈值注意力 机制中选取目标注意力 机 制； 根据所述目标阈值以及所述目标注意力机制对所述多维特 征图进行噪声消除。 5.如权利要求4所述的驾驶行为检测方法， 其特征在于， 所述获取驾驶员的当前驾驶行 为图像的步骤之前， 还 包括： 将L2正则项添加至初始驾驶行为检测模型， 获得待训练检测模型； 获取用于训练模型的训练数据集； 基于所述训练数据集对所述待训练检测模型进行训练， 获得待测试检测模型； 获取用于测试模型的测试 数据集； 基于所述测试数据集对所述待测试检测模型进行测试， 并在测试结果满足预设条件 时， 将所述待检测试检测模型作为预设驾驶行为检测模型。 6.如权利要求5所述的驾驶行为检测方法， 其特征在于， 所述获取用于训练模型的训练 数据集的步骤， 包括： 获取公开数据集， 基于图像增强技 术对所述公开数据集进行扩展； 根据扩展后的数据集构建用于训练模型的训练数据集； 相应地， 所述获取用于测试模型的测试 数据集的步骤， 包括： 根据所述扩展后的数据集构建用于测试模型的测试 数据集。 7.如权利要求5所述的驾驶行为检测方法， 其特征在于， 所述基于所述测试数据集对所 述待测试检测模型进行测试， 并在测试结果满足预设条件时， 将所述待检测试检测模型作 为预设驾驶行为检测模型的步骤， 包括：权　利　要　求　书 1/2 页 2 CN 115131773 A 2基于所述测试数据集对所述待测试检测模型进行测试， 并在测试结果满足预设条件 时， 将所述待测试检测模型作为待验证模型； 获取驾驶员的驾驶行为视频 数据； 根据所述驾驶行为视频 数据构建自建数据集； 基于所述自建数据集对所述待验证检测模型进行验证， 并在验证通过时， 将所述待验 证模型作为预设驾驶行为检测模型。 8.一种驾驶行为检测装置， 其特 征在于， 所述装置包括： 图像获取模块， 用于获取驾驶员的当前驾驶行为图像； 图像检测模块， 用于通过预设驾驶行为检测模型对所述当前驾驶行为图像进行检测， 获得检测结果， 所述预设驾驶行为检测模型包括： 融合注意力和反残差模块， 所述融合注 意 力和反残差模块， 用于对可变形卷积模块基于接收到的当前驾驶行为图像输出的特征数据 进行处理， 并将处理后的特征数据输出至特征可视化模块， 以使所述特征可视化模块输出 结果。 9.一种驾驶行为检测设备， 其特征在于， 所述设备包括： 存储器、 处理器及存储在所述 存储器上并可在所述处理器上运行的驾驶行为检测程序， 所述驾驶行为检测程序配置为 实 现如权利要求1至7任一项所述的驾驶行为检测方法的步骤。 10.一种存储介质， 其特征在于， 所述存储介质上存储有驾驶行为检测程序， 所述驾驶 行为检测 程序被处理器执行时实现如权利要求1至7任一项所述的驾驶行为检测方法的步 骤。权　利　要　求　书 2/2 页 3 CN 115131773 A 3