一种驾驶行为考核方法、装置、终端设备及存储介质与流程

1.本发明涉及驾驶行为考核领域，具体涉及一种驾驶行为考核方法、装置、终端设备及存储介质。


背景技术：

2.随着科技发展以及驾驶类设备数量的快速增长，司机在驾驶安全方面面临严峻的挑战，大型设备的司机违规、违章驾驶行为是导致重大安全事故的主要原因之一，及时感知、制止司机的违规、违章驾驶行为，是防范事故隐患的重要措施之一。现有的许多大型设备的驾驶室中都会设置有监控摄像头，除了可以对驾驶过程中的室内外环境进行实时监测以外，也便于在发生意外事故后调取视频以取证，但这种方式不能及时感知司机的违规、违章驾驶行为，更不能及时对涉及重大安全的司机驾驶行为进行客观科学的评价考核。
3.因此，现有技术还有待于改进和发展。


技术实现要素：

4.本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种驾驶行为考核方法、装置、终端设备及存储介质，旨在通过提供一种驾驶行为考核方法，对司机驾驶过程中的违规行为进行识别，并根据违规行为对司机进行驾驶行为考核。
5.本发明解决技术问题所采用的技术方案如下：
6.第一方面，本发明提供一种驾驶行为考核方法，其中，所述方法包括：
7.获取视频图像，并对所述视频图像进行分割得到若干帧图像；
8.从所述若干帧图像中的每一帧图像中提取驾驶行为特征；
9.根据所述每一帧图像中的驾驶行为特征确定违规驾驶行为特征；
10.基于所述违规驾驶行为特征进行驾驶行为考核。
11.在一种实现方式中，所述从所述若干帧图像中的每一帧图像中提取驾驶行为特征包括：
12.对所述每一帧图像获取手势行为特征；
13.当所述手势行为特征符合预设的驾驶状态特征时，从所述每一帧图像中提取驾驶行为特征。
14.在一种实现方式中，所述手势行为特征符合预设的驾驶状态特征时，从所述每一帧图像中提取驾驶行为特征包括：
15.当手势行为特征符合预设的驾驶状态特征时，对所述每一帧图像进行人脸检测，得到检测结果；
16.当所述检测结果为存在人脸时，从所述每一帧图像中提取驾驶行为特征。
17.在一种实现方式中，所述当所述检测结果为存在人脸时，从所述每一帧图像中提取驾驶行为特征包括：
18.当所述检测结果为存在人脸时，提取所述每一帧图像中的人脸特征；
19.将所述每一帧图像中的人脸特征与预设的人脸数据库进行对比；
20.当所述每一帧图像中的人脸特征属于预设的人脸数据库时，从所述每一帧图像中提取驾驶行为特征。
21.在一种实现方式中，所述根据所述每一帧图像中的驾驶行为特征确定违规驾驶行为特征包括：
22.对所述每一帧图像中的驾驶行为特征进行提取，并将提取出驾驶行为特征进行拼接得到连续驾驶行为特征；
23.当所述连续驾驶行为特征符合预设的违规行为规则时，确定所述连续驾驶行为特征为违规驾驶行为特征。
24.在一种实现方式中，所述基于所述违规驾驶行为特征进行驾驶行为考核包括：
25.根据预设的对应关系确定与所述违规驾驶行为特征相对应的分值；
26.根据所述违规驾驶行为特征，将与所述违规驾驶行为特征相对应的分值从预设分值中扣除，得到最终评分；
27.根据所述最终评分进行驾驶行为考核。
28.第二方面，本发明实施例还提供一种驾驶行为考核装置，其中，所述装置包括：
29.获取模块，用于获取视频图像，并对所述视频图像进行分割得到若干帧图像；
30.提取模块，用于从所述若干帧图像中的每一帧图像中提取驾驶行为特征；
31.违规驾驶行为特征确定模块，用于根据所述每一帧图像中的驾驶行为特征确定违规驾驶行为特征；
32.驾驶行为考核模块，用于基于所述违规驾驶行为特征进行驾驶行为考核。
33.第三方面，本发明实施例还提供一种终端设备，其中，所述终端设备包括：处理器、与处理器通信连接的存储介质，所述存储介质适于存储多条指令；所述处理器适于调用所述存储介质中的指令，以执行实现上述任一项所述的一种驾驶行为考核方法。
34.第四方面，本发明实施例还提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上述任意一项所述的一种驾驶行为考核方法。
35.本发明的有益效果：与现有技术相比，本发明提供了一种驾驶行为考核方法，所述方法包括获取视频图像，并将视频图像进行分割得到若干帧图像，由于需要根据违规驾驶行为特征对驾驶行为进行考核，因此先获取驾驶时的若干帧图像，然后从每一帧图像中提取驾驶行为特征，并从每一帧驾驶行为特征中确定违规驾驶行为特征，最后基于违规驾驶行为特征进行驾驶行为考核。通过本技术的一种驾驶行为考核方法能够识别驾驶过程中的违规行为，并根据违规行为进行驾驶行为考核，便于对司机的驾驶行为进行考核，从而能够提高司机在驾驶过程中对安全驾驶的重视程度。
附图说明
36.图1是本发明实施例提供的一种驾驶行为考核方法的具体实施方式的流程图。
37.图2是本发明实施例提供的一种驾驶行为考核方法中提取驾驶行为特征的流程图。
38.图3是本发明实施例提供的一种驾驶行为考核方法中确定违规驾驶行为特征的流
程图。
39.图4是本发明实施例提供的驾驶行为考核装置的原理框图。
40.图5是本发明实施例提供的终端设备的内部结构原理框图。
具体实施方式
41.为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
42.随着科技发展以及驾驶类设备数量的快速增长，司机在驾驶安全方面面临严峻的挑战，大型设备如塔吊、施工电梯、挖掘机等的司机违规、违章驾驶行为是导致重大安全事故的重要原因之一，及时感知、制止司机的违规、违章驾驶行为，是防范事故隐患的重要措施之一。现有的许多大型设备的驾驶室中都会设置有监控摄像头，除了可以对驾驶过程中的室内外环境进行实时监测以外，也便于在发生意外事故后调取视频以取证，但这种方式不能及时感知司机的违规、违章驾驶行为，更不能及时对涉及重大安全的司机驾驶行为进行客观科学的评价考核，很难提升司机对安全驾驶行为的重视程度。
43.为了解决现有技术的问题，本实施例提供一种驾驶行为考核方法，通过本实施例的一种驾驶行为考核方法，能够识别驾驶过程中的违规行为，并根据违规行为进行驾驶行为考核，便于对司机的驾驶行为进行考核，从而能够提高司机在驾驶过程中对安全驾驶的重视程度。具体实施时，本实施例先获取视频图像，并对视频图像进行分割得到若干帧图像，从若干帧图像中的每一帧图像中提取驾驶行为特征，基于每一帧图像中的驾驶行为特征确定违规驾驶行为特征，最后基于违规驾驶行为特征进行驾驶行为考核。
44.举例说明，在塔吊的驾驶室内预先设置有摄像头，通过摄像头获取司机操作过程的视频图像，将获取到的视频图像分割为若干帧图像，对每一帧图像进行驾驶行为特征的提取，比如，提取到的驾驶行为特征有：双手或单手触摸、离开操作杆、前后左右推动操作杆、用肘部、腿脚部控制操作杆、闭眼、打哈欠、玩手机、打电话、抽烟等等，然后基于这些驾驶行为特征符合预设的违规行为规则时，确认为违规驾驶行为特征，最后根据违规驾驶行为特征、肢体行为特征、人脸识别中的一种或者多种进行驾驶行为考核。
45.示例性方法
46.本实施例中的一种驾驶行为考核方法可应用于驾驶设备中，比如轿车、塔吊、挖掘机的驾驶室，所述驾驶室设置有可以进行视频获取的装置。具体实施时，如图1中所示，本实施例的一种驾驶行为考核方法包括如下步骤：
47.步骤s100、获取视频图像，并对所述视频图像进行分割得到若干帧图像。
48.具体实施时，由于本实施例是对驾驶过程中的图像进行分析，因此需要先获取视频图像，具体地，在获取视频图像时，本实施例中通过预先设置的摄像头进行获取，然后对获取的视频图像进行分割得到若干帧图像，便于从若干帧图像提取驾驶行为特征。比如，通过摄像头获取到一段时长为10s的视频图像，然后将视频图像分割为若干帧图像，用于反映司机在这10s内的所有驾驶行为特征。
49.步骤s200、从所述若干帧图像中的每一帧图像中提取驾驶行为特征。
50.本实施例在获取若干帧图像后，即可对若干帧图像中的每一帧图像进行驾驶行为
特征提取，从而能够根据驾驶行为特征确定违规驾驶行为特征。
51.在一种实现方式中，如图2所示，所述步骤s200包括如下步骤：
52.s201、对所述每一帧图像提取手势行为特征；
53.s202、当所述手势行为特征符合预设的驾驶状态特征时，从所述每一帧图像中提取驾驶行为特征。
54.具体实施时，本实施例在获取到若干帧图像后，对所述的每一帧图像提取手势行为特征，当手势行为特征符合预设的驾驶状态特征时，从每一帧图像中提取驾驶行为特征。较佳的，当手势行为特征符合预设的驾驶状态特征时，对每一帧图像进行人脸检测，得到检测结果，当检测结果为存在人脸时，从每一帧图像中提取驾驶行为特征。通过判断手势行为特征是否符合驾驶状态特征，可以判断司机是否在操作该设备，进而判断该设备是否在进行作业。比如，当设备为塔吊时，在进行作业状态下，司机的手势动作为放在操作杆的特征，当获取到的手势行为特征为放在操作杆的特征时，则判定司机在操作塔吊，进而判断塔吊处于作业状态。
55.进一步地，当检测结果为存在人脸时，提取每一帧图像中的人脸特征，将每一帧图像中的人脸特征分别与预设的人脸数据库进行对比，当每一帧图像中的人脸特征属于预设的人脸数据库时，从每一帧图像中提取驾驶行为特征。
56.进一步地，当每一帧图像中的手势行为特征不存在时，则停止人脸识别以及行为特征提取，当手势行为特征符合预设的驾驶状态特征时，每一帧图像中的人脸特征不属于预设的人脸数据库，则判定为非法人员操作设备并进行语音播报提醒，比如通过预设的喇叭进行语音播报“未经许可，请勿驾驶”。较佳的，将每一帧图像中的人脸特征不属于预设的数据库这一事件发送至预设的移动终端或管理平台，其中移动终端与管理平台预先与终端设备进行通信连接，比如，可以将每一帧图像中的人脸特征不属于预设的数据库这一事件发送至管理人员的手机、微信公众号或者预设的管理app中，从而提醒管理人员发送语音至终端设备播报或者前往现场进行管理。
57.进一步地，本实施例中通过视频图像获取每一帧人脸图像与上一次获取的人脸图像，并将这两帧图像识别出的人脸进行对比，当对比结果为不一致时，通过预设的喇叭进行播报，并将该信息发送至管理人员的手机、微信公众号或者预设的管理app中。
58.步骤s300、根据所述每一帧图像中的驾驶行为特征确定违规驾驶行为特征。
59.本实施例在获取每一帧图像中的驾驶行为特征后，由于每一帧图像中的驾驶行为特征既包括正常驾驶行为特征，又包括违规驾驶行为特征，因此可以根据每一帧图像中的驾驶行为特征确定出违规驾驶行为特征。
60.在一种实现方式中，如图3所示，所述步骤s300包括如下步骤：
61.s301、对所述每一帧图像中的驾驶行为特征进行提取，并将提取出驾驶行为特征进行拼接得到连续驾驶行为特征；
62.s302、当所述连续驾驶行为特征符合预设的违规行为规则时，确定所述连续驾驶行为特征为违规驾驶行为特征。
63.具体实施时，本实施例在获取每一帧图像中的驾驶行为特征后，对每一帧图像中的驾驶行为特征进行提取，并将提取出驾驶行为特征进行拼接得到连续驾驶行为特征，当连续驾驶行为特征符合预设的违规行为规则时，确定连续驾驶行为特征为违规驾驶行为特
征。较佳的，在得到连续驾驶行为特征后对连续驾驶行为特征进行特征融合，包括人体的脸部、眼部、边缘、手势动作等特征。
64.进一步地，在对连续驾驶行为特征进行标注分类，并判断不同类别的连续驾驶行为特征是否符合预设的不同类别的行为规则，包含：当连续驾驶行为特征符合预设的违规行为规则时，确定连续驾驶行为特征为违规驾驶行为特征，当连续驾驶行为特征符合预设的手势行为规则时，确定连续驾驶行为特征为手势行为特征。比如，从塔吊中的每一帧图像提取到的驾驶行为特征类别有睁闭眼、打哈欠、打电话、抽烟、玩手机、玩游戏、吃零食、情绪识别、手势识别、人体检测、视角判断、注意力不集中。在对上述各类驾驶行为特征分别进行提取拼接后，将获取到的连续驾驶行为特征分别与预设的各类行为规则进行匹配，其中上述各类行为规则包括对应各类行为时会出现的所有驾驶行为特征经过与预设的违规行为规则比较后，确定睁闭眼、打哈欠、打电话、抽烟、玩手机、玩游戏、吃零食、情绪识别、人体检测、视角判断、注意力不集中均为违规驾驶行为特征，确认手势识别为手势行为特性。较佳的，在连续驾驶行为特征确认后，对连续驾驶行为特征进行标注，并根据标注对驾驶行为特征进行分类。
65.较佳的，在得到连续驾驶行为特征后，将连续驾驶行为特征存储到预设的行为数据库中，并进行特征融合，包括人体的脸部、眼部、边缘、手势动作等进行融合，使得数据库中的行为特征数据增多，有利于进行优化算法，提高识别的准确率。
66.进一步地，在确定所述连续驾驶行为特征为违规驾驶行为特征之前，获取当前图像前后的若干帧图像，将获取到的若干帧图像与当前图像进行对比，判断司机的动作是否持续存在，若获取到的若干帧图像与当前图像相同，则判断司机的动作在预设的时间内持续，从而将驾驶行为特征与预设的行为规则进行对比匹配，确定违规驾驶行为。由于在驾驶过程中，司机会发生许多动作，为了避免由于一些相似动作引起的误触，通过判断一段时间内行为是否持续，从而提高对违规驾驶行为判断的准确性。比如，在司机操作过程中需要上下观看周围环境，而当司机向下看时有可能会被误判为闭眼疲劳驾驶，通过获取前后若干帧图像，确定司机是在上下观看，从而避免误判。
67.进一步地，在确定违规驾驶行为特征后，通过预设的喇叭进行播报，提醒司机停止违规行为，并注意安全驾驶，若同类型的违规驾驶行为在预设的时间内连续触发多次，则在预设的时间内只提醒一次。
68.进一步地，在将连续驾驶行为特征与预设的违规行为规则进行比较时，事先将各个类型的违规驾驶行为特征进行等级划分，比如，将玩手机划分为高风险，将打电话划分为中风险，将抽烟划分为低风险，对不同风险等级的违规驾驶行为特征设置不同的播报频率，从而有利于督促司机尽快停止违规行为。
69.进一步地，在将连续驾驶行为特征与预设的违规行为规则进行比较时，若连续驾驶行为特征不符合预设的违规行为规则，且司机在预设的时间内持续发生该连续驾驶行为特征，则将该连续驾驶行为特征存储于预设的数据库中，并通知管理人员对该连续驾驶行为特征进行判断分类，确定是否为违规驾驶行为特征以及风险等级。由于预设的数据库无法全面覆盖到驾驶过程中司机产生的所有违规驾驶行为特征，因此，在获取到预设的数据库中没有的驾驶行为特征时，将该驾驶行为特征存储于预设的数据库中，有利于不断丰富预设的数据库，从而更加准确的对违规驾驶行为特征进行判定。
70.步骤s400、基于所述违规驾驶行为特征进行驾驶行为考核。
71.具体实施时，本实施例在确定违规驾驶行为特征后，即可根据违规驾驶行为特征、手势行为特性、人脸识别中的一种或者多种进行驾驶行为考核。具体地，根据预设的对应关系确定与违规驾驶行为特征相对应的分值，根据违规驾驶行为特征，将与违规驾驶行为特征相对应的分值从预设的分值中扣除，得到最终评分，根据手势行为特性，计算司机工作时长、作业时长，根据人脸识别锁定驾驶人员，根据最终评分、时间、人员进行驾驶行为考核。较佳的，在根据最终评分进行驾驶行为考核时，根据最终评分设置有不合格、良好、优秀三个等级，当最终评分小于80分时为不合格，当最终评分为80
‑
90分时为良好，当最终评分大于90分时为优秀，从而对司机进行驾驶行为考核。比如，睁闭眼对应的分值为5分，打电话对应的分值为10分，玩手机对应的分值为15分，预设的分值为100分，在司机被确定有睁闭眼、打电话和玩手机这三种违规驾驶行为特征后，则从100中扣除5分、10分和15分，得到最终评分为70分，则该司机的驾驶行为考核则为不合格。进一步地，还可以采集预设周期内的驾驶行为考核，生成量化考核报表，从而反映在预设的采集周期内司机的评分达标率、作业效率、工作频率、工作完成率等绩效指标，通过效绩指标计算出最终的效绩考核方案，有利于对司机进行更好的管理。
72.较佳的，在对司机的工作进行记录的过程中，通过司机作业时长、工作时长、行为记录，提醒记录等，对司机一天的工作情况进行汇总统计，记录每班每个人的作业时长，以连续的时间段为要素，形成司机的作业时间并记录在案，与司机在驾驶室的时间做比对，以直观图形展示，形成统计报表。具体地，以统计设备检测到手势行为特征实际时长记录为作业时长，以司机当日人脸识别成功后第一次到最后一次的时长统计记录为工作时长。
73.较佳的，本实施例还可以通过司机信息的录入、人脸提交、认证审核进行创建司机，将司机拉入到项目中创建当前项目人脸库，根据不同角色权限对司机进行管理。具体地，管理人员通过后台或移动端录入司机基础信息，并选择所要绑定的项目，可选择多个要绑定的项目，司机进入移动端，点击菜单“司机认证”，通过手机号码及验证码进行查询，司机上传人脸头像提交认证，管理人员后台审核认证。如果司机需要重新认证，则需要通过移动端重新上传头像，需要管理员重新认证审核。其中，一个项目对应设置有一个人脸库，司机只能在当前项目所有塔吊进行作业，当多个项目关联时，司机可同时存在多个项目中，即同时存在于多个人脸库中，也可对司机添加或移出项目。具体地，还设置有司机列表，根据数据权限分配查看司机列表，默认只显示用户关联设备的司机列表，不在数据权限范围内的司机不显示，未显示的司机信息可以通过司机公共库查询。其中，由于司机属于第三方机构，因此所有系统登录用户可查询整个系统的司机公共库信息，可快速加入到项目中，且整个系统司机公共库确保司机信息唯一性，通过身份证号码进行判断。进一步地，每一个司机有一个终身二维码，用于记载该司机的所有作业行为及评分考核，形成司机履历档案，可通过姓名、特种作业证号或身份证号检索。
74.综上，本实施例首先获取视频图像，并将视频图像进行分割得到若干帧图像，由于需要根据违规驾驶行为特征对驾驶行为进行考核，因此先获取驾驶时的若干帧图像，对每一帧图像进行手势行为特征检测，当所述手势行为特征符合预设的驾驶状态特征时，从所述每一帧图像中提取驾驶行为特征，判断司机在作业中，然后作业中对每一帧图像进行人脸检测，判断是否有司机存在，然后提取每一帧图像中的人脸特征，判断是否属于预设的数
据库中的人脸，从而判断司机是否为规定的司机。在上述判断都完成后且上述判断均符合标准时，然后从每一帧图像中提取驾驶行为特征，对每一帧图像中的驾驶行为特征进行提取，并将提取出驾驶行为特征进行拼接得到连续驾驶行为特征，当所述连续驾驶行为特征符合预设的违规行为规则时，从而确定所述连续驾驶行为特征为违规驾驶行为特征，最后基于违规驾驶行为特征进行驾驶行为考核。通过本技术的一种驾驶行为考核方法能够识别驾驶过程中的违规行为，并根据违规行为进行驾驶行为考核，便于对司机的驾驶行为进行考核，从而能够提高司机在驾驶过程中对安全驾驶的重视程度。
75.示例性装置
76.如图4中所示，本实施例还提供一种驾驶行为考核装置，该装置包括获取模块10，提取模块20，违规驾驶行为特征确定模块30，驾驶行为考核模块40。具体地，所述获取模块10，用于获取视频图像，并对所述视频图像进行分割得到若干帧图像。所述提取模块20，用于从所述若干帧图像中的每一帧图像中提取驾驶行为特征。所述违规驾驶行为特征确定模块30，用于根据所述每一帧图像中的驾驶行为特征确定违规驾驶行为特征。所述驾驶行为考核模块40，用于基于所述违规驾驶行为特征进行驾驶行为考核。
77.在一种实现方式中，所述提取模块20包括：
78.手势行为特性提取单元，用于对所述每一帧图像获取手势行为特征；
79.驾驶行为特征提取单元，用于当所述手势行为特征符合预设的驾驶状态特征时，从所述每一帧图像中提取驾驶行为特征。
80.在一种实现方式中，所述驾驶行为特征提取单元包括：
81.人脸检测子单元，用于当手势行为特征符合预设的驾驶状态特征时，对所述每一帧图像进行人脸检测，得到检测结果；
82.提取子单元，用于当所述检测结果为存在人脸时，从所述每一帧图像中提取驾驶行为特征。
83.在一种实现方式中，所述违规驾驶行为特征确定模块30包括：
84.拼接单元，用于对所述每一帧图像中的驾驶行为特征进行提取，并将提取出驾驶行为特征进行拼接得到连续驾驶行为特征；
85.违规驾驶行为特征确定单元，用于当所述连续驾驶行为特征符合预设的违规行为规则时，确定所述连续驾驶行为特征为违规驾驶行为特征。
86.基于上述实施例，本发明还提供一种终端设备，其原理框图可以如图5所示。该终端设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏、温度传感器。其中，该终端设备的处理器用于提供计算和控制能力。该终端设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该终端设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种驾驶行为考核方法。该终端设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该终端设备的温度传感器是预先在终端设备内部设置，用于检测内部设备的运行温度。
87.本领域技术人员可以理解，图5中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的终端设备的限定，具体的终端设备以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
88.在一个实施例中，提供了一种终端设备，终端设备包括存储器、处理器及存储在存储器中并可在处理器上运行的驾驶行为考核程序，处理器执行驾驶行为考核程序时，实现如下操作指令：
89.获取视频图像，并对所述视频图像进行分割得到若干帧图像；
90.从所述若干帧图像中的每一帧图像中提取驾驶行为特征；
91.根据所述每一帧图像中的驾驶行为特征确定违规驾驶行为特征；
92.基于所述违规驾驶行为特征进行驾驶行为考核。
93.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
94.综上，本发明提供了一种驾驶行为考核方法，所述方法包括获取视频图像，并将视频图像进行分割得到若干帧图像，由于需要根据违规驾驶行为特征对驾驶行为进行考核，因此先获取驾驶时的若干帧图像，然后从每一帧图像中提取驾驶行为特征，并从每一帧驾驶行为特征中确定违规驾驶行为特征，最后基于违规驾驶行为特征进行驾驶行为考核。通过本技术的一种驾驶行为考核方法能够识别驾驶过程中的违规行为，并根据违规行为进行驾驶行为考核，便于对司机的驾驶行为进行考核，从而能够提高司机在驾驶过程中对安全驾驶的重视程度。
95.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。