本申请涉及车辆驾驶，尤其涉及一种司机状态检测方法、装置、电子设备及存储介质。
背景技术：
1、随着车辆的不断普及，交通事故也随之增多。驾驶员的驾驶状态对行车安全的影响非常严重。因此，应尽可能的保证司机处于良好的驾驶状态。司机在驾驶过程中，因疲劳过度、注意力分散等问题，可能导致行车的判断能力下降，极易发生道路交通事故。传统的检测疲劳、分心的方法通常采用摄像头来捕捉驾驶员的面部特征，以此基于图像的算法检测司机是否处于疲劳状态，是否处于分心状态。然而，基于图像的算法容易因光线、角度、天气、情绪等因素导致误判，司机状态检测的准确性低。而且基于图像的算法由于图像数据的数据量较大，无论是设备本地计算还是网络传输，处理图片数据都容易导致算法延迟，存在实时性较差的问题。
技术实现思路
0、发明概述
1、技术问题
2、有鉴于此，本申请实施例提供了一种司机状态检测方法、装置、电子设备及存储介质，旨在解决在司机状态检测时存在的准确性低、实时性差等问题。
3、技术解决方案
4、本申请实施例的第一方面提供了一种司机驾驶风险分析方法，包括：
5、获取司机的当前行为特征以及预设时间段内的历史行为序列特征；
6、对所述当前行为特征和所述历史行为序列特征进行特征交叉处理，获得交叉特征向量；
7、根据所述交叉特征向量进行司机状态检测处理，确定所述司机当前的行为状态。
8、在一种可能实现方式中，所述对所述当前行为特征和所述历史行为序列特征进行特征交叉处理，获得交叉特征向量的步骤，包括：
9、提取所述当前行为特征中的第一离散型特征和第一连续型特征以及提取所述历史行为序列特征中的第二离散型特征和第二连续型特征；
10、对所述第一离散型特征和所述第二离散型特征进行编码处理，获得第一特征向量，以及对所述第一连续型特征和所述第二连续型特征进行标准化处理，获得第二特征向量；
11、将所述第一特征向量与所述第二特征向量进行拼接处理，获得所述交叉特征向量。
12、在一种可能实现方式中，所述对所述第一离散型特征和所述第二离散型特征进行编码处理，获得第一特征向量的步骤，包括：
13、所述第一特征向量采用以下表达式表示：
14、ei＝ei[one-hot(xi)]。
15、其中，xi表示为第i个离散型特征的取值，one-hot(xi)表示为将第i个离散型特征的取值转换为一个one-hot向量的函数，ei表示为第i个特征的嵌入矩阵，ei表示为第一特征向量的向量表示。
16、在一种可能实现方式中，所述获取司机的当前行为特征以及预设时间段内的历史行为序列特征的步骤，包括：
17、对所述司机进行行为监测，判断所述司机是否发生闭眼行为或下瞟行为；
18、在所述司机发生闭眼行为或下瞟行为的情况下，获取所述司机的当前行为特征以及预设时间段内的历史行为序列特征。
19、在一种可能实现方式中，所述方法还包括：
20、采集驾驶场景下的人脸视频数据、环境视频数据以及车辆行驶数据；
21、对所述人脸视频数据、环境视频数据以及车辆行驶数据分别进行行为事件分析，获得司机发生的所有司机行为事件；
22、将所述所有司机行为事件存储于预设数据库中；
23、所述获取预设时间段内的历史行为序列特征的步骤，包括：
24、获取所述预设数据库中与所述预设时间段时间匹配的所有目标司机行为事件，将所述所有目标司机行为事件所对应的事件特征信息按照时间先后顺序进行排序，获得所述历史行为序列特征。
25、在一种可能实现方式中，所述采集驾驶场景下的人脸视频数据、环境视频数据以及车辆行驶数据的步骤之后，还包括：
26、对所述人脸视频数据、环境视频数据以及车辆行驶数据进行去噪处理。
27、本申请实施例的第二方面提供了一种司机状态检测装置，所述司机状态检测装置包括：
28、特征获取模块，用于获取司机的当前行为特征以及预设时间段内的历史行为序列特征；
29、特征交叉模块，用于对所述当前行为特征和所述历史行为序列特征进行特征交叉处理，获得交叉特征向量；
30、状态检测模块，用于根据所述交叉特征向量进行司机状态检测处理，确定所述司机当前的行为状态。
31、在一种可能实现方式中，所述司机状态检测装置还包括：
32、特征提取子模块，用于提取所述当前行为特征中的第一离散型特征和第一连续型特征以及提取所述历史行为序列特征中的第二离散型特征和第二连续型特征；
33、特征处理子模块，用于对所述第一离散型特征和所述第二离散型特征进行编码处理，获得第一特征向量，以及对所述第一连续型特征和所述第二连续型特征进行标准化处理，获得第二特征向量；
34、特征拼接子模块，用于将所述第一特征向量与所述第二特征向量进行拼接处理，获得所述交叉特征向量。
35、本申请实施例的第三方面提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面任一项所述方法的步骤。
36、本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项所述方法的步骤。
37、本申请实施例的第五方面提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行时实现第一方面任一项所述方法的各步骤。
38、有益效果
39、本申请实施例与现有技术相比存在的有益效果是：
40、通过获取司机的当前行为特征以及预设时间段内的历史行为序列特征，对当前行为特征和历史行为序列特征进行特征交叉处理，获得交叉特征向量，进而根据交叉特征向量进行司机状态检测处理，以此确定司机当前的行为状态，可以整合多种传感器数据来分析司机当前的行为状态，提高司机状态检测的准确性，而且状态检测过程只使用摄像头提取的特征，不直接使用司机图像，可以避免处理图片数据而导致延迟的问题，具有实时性，能够及时发现司机的疲劳、分心状态，为驾驶安全提供有效保障。
1.一种司机状态检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的司机状态检测方法，其特征在于，所述对所述当前行为特征和所述历史行为序列特征进行特征交叉处理，获得交叉特征向量的步骤，包括：
3.根据权利要求2所述的司机状态检测方法，其特征在于，所述对所述第一离散型特征和所述第二离散型特征进行编码处理，获得第一特征向量的步骤，包括：
4.根据权利要求1所述的司机状态检测方法，其特征在于，所述获取司机的当前行为特征以及预设时间段内的历史行为序列特征的步骤，包括：
5.根据权利要求1-4任意一项所述的司机状态检测方法，其特征在于，所述方法还包括：
6.根据权利要求2所述的司机状态检测方法，其特征在于，所述采集驾驶场景下的人脸视频数据、环境视频数据以及车辆行驶数据的步骤之后，还包括：
7.一种司机状态检测装置，其特征在于，所述装置包括：
8.根据权利要求7所述的司机状态检测装置，其特征在于，所述司机状态检测装置还包括：
9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-6任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述方法的步骤。
