TWM614623U - 駕駛行為辨識系統及駕駛行為辨識模組的判斷系統 - Google Patents

Abstract

所提及的駕駛行為辨識系統包括影像擷取模組以及處理器。影像擷取模組適於拍攝目標區以產生包括多張影像幀的串流影像；處理器適於控制行為辨識模組的操作且電性耦接至影像擷取模組以取得串流影像，其將串流影像區分為時間上連續的多個動作區間並使每一動作區間包括特定數量的第一影像幀，而行為辨識模組以串流影像為輸入並分析各第一影像幀以產生與此第一影像幀相對應的判斷結果，且，對於每一動作區間，行為辨識模組根據動作區間中的每一個第一影像幀對應的判斷結果而決定動作區間對應的辨識結果。

Description

駕駛行為辨識系統及駕駛行為辨識模組的判斷系統

本新型是有關於動作辨識的技術領域，特別是有關於一種駕駛行為辨識系統及駕駛行為辨識模組的判斷系統。

目前用來辨識駕駛員駕駛行為的系統，一般都是採用分析單張照片的方式來判斷駕駛員當下的動作並據此做出駕駛員的駕駛行為是否違反道路安全守則的結論。然而，因為單張照片僅能提供駕駛員在某一瞬間的駕駛姿態而不能反映出駕駛員完整的操作行為，所以現有的駕駛行為判斷系統經常會存在行為誤判的問題。

有鑑於此，本新型的一個目的在於提供一種駕駛行為辨識系統及駕駛行為辨識模組的判斷系統，其利用連續影像作為判斷駕駛行為的基礎，藉此減少產生行為誤判的機率。

從一個角度來看，本新型的說明內容提出一種駕駛行為辨識模組的判斷系統，其包括儲存模組及處理器。儲存模組儲存串流影像及預設結果組，串流影像包括時間上連續的多張影像幀且被區分為時間上連續的多個動作區間，每一個動作區間包括特定數量的第一影像幀，此特定數量不小於2且每一個第一影像幀為一個所述的影像幀，其中，預設結果組包括多個預設結果且這些預設結果與動作區間為一對一的對應關係；處理器適於控制行為辨識模組的操作且電性耦接至儲存模組以取得串流影像，此行為辨識模組以串流影像為輸入並分析每一張第一影像幀以產生與每一張第一影像幀對應的判斷結果，且，對於每一個動作區間，行為辨識模組根據此動作區間中的每一張第一影像幀對應的判斷結果而決定此動作區間對應的辨識結果；其中，處理器更從儲存模組取得預設結果組、比對每一個動作區間對應的預設結果及辨識結果是否相同，並根據預設結果及辨識結果是否相同的比例來判斷行為辨識模組的準確率。

在一個實施例中，此判斷系統更包括輸入裝置，此輸入裝置電性耦接至處理器並適於輸入前述的特定數量。

在一個實施例中，前述的處理器在從輸入裝置接收特定數量後，更從儲存模組取得串流影像並將此串流影像區分為時間上連續的動作區間。

在一個實施例中，輸入裝置還適於輸入前述的預設結果，且處理器將這些預設結果分別對應至各動作區間。

從另一個角度來看，本新型的說明內容提出一種駕駛行為辨識系統，其包括影像擷取模組及處理器。影像擷取模組適於拍攝目標區以產生包括時間上連續的多張影像幀的串流影像；處理器適於控制行為辨識模組的操作且電性耦接至影像擷取模組以取得串流影像，處理器將串流影像區分為時間上連續的多個動作區間，每一個動作區間包括前述影像幀中的特定數量的第一影像幀且此特定數量不小於2，行為辨識模組以串流影像為輸入並分析每一張第一影像幀以產生與每一張第一影像幀對應的判斷結果，且，對於每一個動作區間，行為辨識模組根據此動作區間中的每一張第一影像幀對應的判斷結果而決定此動作區間對應的辨識結果。

在一個實施例中，行為辨識模組在產生判斷結果時，是從多個結果預選對象中擇一作為判斷結果，且行為辨識模組以這些結果預選對象在此動作區間裡出現最多次者為辨識結果。

根據上述技術說明，本新型的說明內容提供的駕駛行為辨識系統及駕駛行為辨識模組的判斷系統係以連續影像作為判斷駕駛行為的基礎，藉由對連續影像中的每張影像幀進行動作判斷並以數量最多的一種動作結果作為最終的辨識結果，可以降低產生行為誤判的機率。

請合併參照圖1與圖2，其中，圖1為根據本新型一實施例的駕駛行為辨識系統的系統架構示意圖，圖2為根據本新型一實施例的駕駛行為辨識系統產生的串流影像的時序示意圖。在本實施例中，駕駛行為辨識系統10包括一個影像擷取模組120以及一個處理器100，處理器100電性耦接至影像擷取模組120且可控制行為辨識模組110的運作。應注意的是，雖然行為辨識模組110在圖1所示的實施例中是被設置在處理器100的內部，但是在其它實施例中仍然可以將行為辨識模組110設置在處理器100之外而不會影響本新型技術的正常運作。

進一步的，影像擷取模組120可以藉由拍攝目標區150而產生對應的串流影像ST。為了能夠有效的辨識駕駛員的操作行為，目標區150建議以涵蓋駕駛員的頭部區域甚或上半身區域為佳。圖2所示的是串流影像ST的一個實施例，其中，影像擷取模組120在時間t=0到時間t=1的時間區段中產生一張影像幀F1、在時間t=1到時間t=2的時間區段中產生一張影像幀F2，並依此持續產生影像幀F3～F15，而影像擷取模組120所產生的串流影像ST就包括這些在時間上連續的影像幀F1～F15。

在影像擷取模組120逐一產生各影像幀F1～F15的時候，可以使處理器100等候影像擷取模組120並直接接收由影像擷取模組120產生的串流影像ST。或者，在另一個實施例中，影像擷取模組120產生的串流影像ST可以先被儲存到儲存模組130，而處理器100則在有空閒資源可以進行相關運算處理的時候再從儲存模組130中取得先前儲存好的串流影像ST。在取得串流影像ST之後，處理器100可以按照事先設定好的數量（後稱特定數量），將所接收到的串流影像ST區分為至少一個由連續的特定數量的影像幀（後亦稱第一影像幀）所組成的動作區間。以圖2所示者為例，串流影像ST被處理器100以連續的5張影像幀為一組而區分為動作區間A1、A2及A3，亦即，動作區間A1包括5張影像幀F1～F5，動作區間A2包括5張影像幀F6～F10，動作區間A3包括5張影像幀F11～F15。

除了上述的操作之外，串流影像ST還可以被提供到行為辨識模組110以作為行為辨識模組110的輸入。在不同的實施例中，行為辨識模組110可以是由處理器100運行軟體所形成的神經網路處理程序，或者可以是藉由軟硬體結合而製成的神經網路裝置。無論如何，在接收到串流影像ST之後，行為辨識模組110會對每一張影像幀F1～F15進行影像分析以產生與每一張影像幀F1～F15對應的判斷結果。在一個實施例中，為了獲得與各影像幀F1～F15對應的判斷結果，可以先把駕駛員的行為分類成幾種特定的動作選項（後稱為結果預選對象），然後再將行為辨識模組110訓練成有能力從這些結果預選對象中擇一為一張影像幀F1～F15對應的動作。於是，被選出的結果預選對象就是這一張影像幀對應的判斷結果。

接下來，行為辨識模組110（或處理器100）對應於每一個動作區間A1～A3產生一個辨識結果。進一步的，每一個動作區間A1～A3的辨識結果則是根據各動作區間中的所有第一影像幀對應的判斷結果而決定。舉例來說，當動作區間A1中的5張第一影像幀F1～F5的判斷結果分別指出駕駛員的行為是『動作一』、『動作二』、『動作一』、『動作三』與『動作一』的時候，行為辨識模組110可以選擇在動作區間A1中出現最多次的『動作一』作為與動作區間A1相對應的辨識結果。在其它實施例中，或許會遇到出現次數相同的不同動作，例如在動作區間A1中同樣出現兩次『動作一』與兩次『動作二』，此時可以進一步採其它適合的方式（例如：選取先出現的動作，或者選取與前一個動作區間關係較密切的動作等）進一步從『動作一』與『動作二』中選擇其一作為與動作區間A1相對應的辨識結果。

藉由上述的技術說明，本新型提供的駕駛行為辨識系統係以連續影像作為判斷駕駛行為的基礎。由於是藉著對連續影像中的每張影像幀進行動作判斷並以數量最多的一種動作結果作為最終的辨識結果，所以上述的駕駛行為辨識系統可以降低因為單張影像無法提供足夠資訊而導致判斷錯誤的可能性。

值得一提的是，為了降低因為單張影像無法提供足夠資訊而導致判斷錯誤的可能性，每一個動作區間應包含兩張以上的影像幀，亦即，上述的特定數量不小於2。進一步的，除了事先設定好特定數量（例如將特定數量儲存在儲存模組130中，或者將特定數量作為行為辨識模組110的內部參數）之外，還可以藉由在駕駛行為辨識系統10之中設置電性耦接到處理器100的輸入裝置140以利使用者可以隨時經過輸入裝置140而將特定數量輸入到駕駛行為辨識系統10中。

從另一個角度來看，圖1所示的駕駛行為辨識系統10中的處理器100以及儲存模組130可以被用來訓練行為辨識模組110或者用來判斷行為辨識模組110的辨識結果的正確率。在前述的需求下，駕駛行為辨識模組的判斷系統可以包括圖1的儲存模組130以及處理器100，在儲存模組130中應儲存有串流影像以供處理器100或行為辨識模組110取用。同樣的，此處的串流影像可以例如是圖2所示的串流影像ST，其包括時間上連續的影像幀F1～F15；這些影像幀F1～F15被區分為時間上連續的動作區間A1～A3，而且每一個動作區間A1～A3包括有同樣數量的影像幀。更進一步的，在儲存模組130中還儲存著一個預設結果組，這個預設結果組包括與動作區間A1～A3相同數量的預設結果，而且這些預設結果與動作區間A1～A3為一對一的對應關係；亦即，儲存模組130中儲存有與動作區間A1相對應的第一預設結果、與動作區間A2相對應的第二預設結果，以及與動作區間A3相對應的第三預設結果。

上述的串流影像ST被提供到行為辨識模組110，並且經由先前提到的操作過程而產生分別對應到動作區間A1～A3的辨識結果。與任一個動作區間A1～A3相對應的辨識結果被處理器100用來與對應到同一個動作區間的預設結果進行比較。當辨識結果與預設結果相同的時候，處理器100可以認定行為辨識模組110對於此動作區間的駕駛行為判斷是正確的；相對的，當辨識結果與預設結果不同的時候，處理器100就可以認定行為辨識模組100對於此動作區間的駕駛行為判斷是錯誤的。於是，在經過比較之後，處理器100就可以根據預設結果及辨識結果是否相同的比例來判斷行為辨識模組110在辨識駕駛行為時的準確率，並進而依此決定是否需要重新設計行為辨識模組110。

必須說明的是，雖然在上述的實施例中都是在一開始就把特定數量以及預設結果組中的各預設結果儲存在儲存模組130中，但使用者也可以在系統運作的過程中利用輸入裝置140輸入特定數量或各預設結果至處理器100，之後再由處理器100取得串流影像ST並根據所輸入的特定數量而將串流影像ST區分成所需的動作區間之後再回存到儲存模組130或提供到行為辨識模組110，或者由處理器100將所輸入的各預設結果分別對應到各動作區間以供後續與辨識結果比較時使用。

綜合上述，本新型的說明內容提供的駕駛行為辨識系統係以連續影像作為判斷駕駛行為的基礎，其藉由對連續影像中的每張影像幀進行動作判斷並以數量最多的一種動作結果作為最終的辨識結果，所以可以降低因為單張影像無法提供足夠資訊而導致判斷錯誤的可能性。進一步的，利用同樣的系統架構，使用者也可以建立一個駕駛行為辨識模組的判斷系統以判斷使用在駕駛行為辨識系統中的行為辨識模組在判斷駕駛行為時的準確率，進而決定是否需要對行為辨識模組進行設計調整。

10:駕駛行為辨識系統 100:處理器 110:行為辨識模組 120:影像擷取模組 130:儲存模組 140:輸入裝置 150:目標區 A1～A3:動作區間 F1～F15:影像幀 ST:串流影像

圖1為根據本新型一實施例的駕駛行為辨識系統的系統架構示意圖。 圖2為根據本新型一實施例的駕駛行為辨識系統產生的串流影像的時序示意圖。

10:駕駛行為辨識系統

100:處理器

110:行為辨識模組

120:影像擷取模組

130:儲存模組

140:輸入裝置

150:目標區

ST:串流影像

Claims (7)

1. 一種駕駛行為辨識模組的判斷系統，其特徵在於包括： 一儲存模組，儲存一串流影像及一預設結果組，該串流影像包括時間上連續的多張影像幀，該串流影像被區分為時間上連續的多個動作區間，每一該些動作區間包括一特定數量的第一影像幀，該特定數量不小於2且每一該些第一影像幀為該些影像幀之一，其中，該預設結果組包括多個預設結果且該些預設結果與該些動作區間為一對一的對應關係；以及 一處理器，適於控制一行為辨識模組的操作且電性耦接至該儲存模組以取得該串流影像，該行為辨識模組以該串流影像為輸入並分析每一該些第一影像幀以產生與每一該些第一影像幀對應的一判斷結果，且，對於每一該些動作區間，該行為辨識模組根據該動作區間中的每一該些第一影像幀對應的該判斷結果而決定該動作區間對應的一辨識結果； 其中，該處理器更從該儲存模組取得該預設結果組、比對每一該些動作區間對應的該預設結果及該辨識結果是否相同，並根據該預設結果及該辨識結果是否相同的比例來判斷該行為辨識模組的準確率。
2. 如請求項1所述的判斷系統，更包括一輸入裝置，該輸入裝置電性耦接至該處理器並適於輸入該特定數量。
3. 如請求項2所述的判斷系統，其中該處理器從該輸入裝置接收該特定數量後，更從該儲存模組取得該串流影像並將該串流影像區分為時間上連續的該些動作區間。
4. 如請求項3所述的判斷系統，其中該輸入裝置適於輸入該些預設結果，且該處理器將該些預設結果分別對應至該些動作區間。
5. 一種駕駛行為辨識系統，其特徵在於包括： 一影像擷取模組，適於拍攝一目標區以產生包括時間上連續的多張影像幀的一串流影像；以及 一處理器，適於控制一行為辨識模組的操作且電性耦接至該影像擷取模組以取得該串流影像，該處理器將該串流影像區分為時間上連續的多個動作區間，每一該些動作區間包括該些影像幀之中的一特定數量的第一影像幀，該行為辨識模組以該串流影像為輸入並分析每一該些第一影像幀以產生與每一該些第一影像幀對應的一判斷結果，且，對於每一該些動作區間，該行為辨識模組根據該動作區間中的每一該些第一影像幀對應的該判斷結果而決定該動作區間對應的一辨識結果； 其中，該特定數量不小於2。
6. 如請求項5所述的駕駛行為辨識系統，其中該行為辨識模組產生該判斷結果時，是從多個結果預選對象中擇一作為該判斷結果，且該行為辨識模組以該些結果預選對象在該動作區間裡出現最多次者為該辨識結果。
7. 如請求項5所述的駕駛行為辨識系統，更包括一輸入裝置，該輸入裝置電性耦接至該處理器並適於輸入該特定數量。

Images