[发明专利]基于车载场景的物品识别方法、装置、设备和存储介质在审
申请号: | 201811627449.5 | 申请日: | 2018-12-28 |
公开(公告)号: | CN109766804A | 公开(公告)日: | 2019-05-17 |
发明(设计)人: | 程新强;邓天坚;方胜 | 申请(专利权)人: | 百度在线网络技术(北京)有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/04;G06N3/08 |
代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 朱颖;刘芳 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 物品识别 车辆内部 车辆内饰 存储介质 遗失 图像 发送告警信息 场景 财产安全 车主车辆 告警信息 人力成本 装饰物品 提示 申请 | ||
1.一种基于车载场景的物品识别方法,其特征在于,所述方法包括:
获取车辆内部图像;
根据车辆内饰识别模型和物品识别模型对所述车辆内部图像进行识别,确定车辆内部是否存在类似遗失的物品;
若存在,则发送告警信息,所述告警信息用于提示车主车辆内存在遗失物品;
其中,所述车辆内饰识别模型用于识别车辆的装饰物品,所述物品识别模型用于识别车辆内用户的常用物品。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取第一图像集合,所述第一图像集合中包括多个预先标定了车辆内部的饰品的图像;
根据所述第一图像集合,采用卷积神经网络训练得到所述车辆内饰识别模型。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取第二图像集合,所述第二图像集合中包括多个预先标定了用户的常用物品的图像;
根据所述第二图像集合,采用卷积神经网络训练得到所述物品识别模型。
4.根据权利要求1至3中任意一项所述的方法,其特征在于,所述根据车辆内饰识别模型和物品识别模型对所述车辆内部图像进行识别,确定车辆内部是否存在类似遗失的物品,包括:
采用所述车辆内饰识别模型对所述车辆内部图像中的车辆内饰进行识别,获取车辆内饰;
将所述车辆内部图像中的所述车辆内饰进行剔除,得到剔除后的车辆内部图像;
根据所述物品识别模型对所述剔除后的车辆内部图像进行物品识别,确定所述车辆内部是否存在类似遗失的物品。
5.根据权利要求1至4中任意一项所述的方法,其特征在于,所述获取车辆内部图像,包括:
通过设置在车辆内部的摄像头拍摄获取所述车辆内部图像;
或者,
通过设置在车辆内部的红外成像装置获取所述车辆内部图像。
6.根据权利要求1所述的方法,其特征在于,所述发送告警信息,包括:
向车主的终端设备发送所述告警信息;
或者,
播放告警语音,所述告警信息包括所述告警语音。
7.一种基于车载场景的物品识别装置,其特征在于,包括:
获取模块,用于获取车辆内部图像;
处理模块,用于根据车辆内饰识别模型和物品识别模型对所述车辆内部图像进行识别,确定车辆内部是否存在类似遗失的物品;
发送模块,用于若存在,则发送告警信息,所述告警信息用于提示车主车辆内存在遗失物品;
其中,所述车辆内饰识别模型用于识别车辆的装饰物品,所述物品识别模型用于识别车辆内用户的常用物品。
8.根据权利要求7所述的装置,其特征在于,所述处理模块还用于:
获取第一图像集合,所述第一图像集合中包括多个预先标定了车辆内部的饰品的图像;
根据所述第一图像集合,采用卷积神经网络训练得到所述车辆内饰识别模型。
9.根据权利要求7所述的装置,其特征在于,所述处理模块还用于:
获取第二图像集合,所述第二图像集合中包括多个预先标定了用户的常用物品的图像;
根据所述第二图像集合,采用卷积神经网络训练得到所述物品识别模型。
10.根据权利要求7至9中任意一项所述的装置,其特征在于,所述处理模块具体用于:
采用所述车辆内饰识别模型对所述车辆内部图像中的车辆内饰进行识别,获取车辆内饰;
将所述车辆内部图像中的所述车辆内饰进行剔除,得到剔除后的车辆内部图像;
根据所述物品识别模型对所述剔除后的车辆内部图像进行物品识别,确定所述车辆内部是否存在类似遗失的物品。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811627449.5/1.html,转载请声明来源钻瓜专利网。