[发明专利]车辆报警方法、电子设备及车辆在审
| 申请号: | 202111671418.1 | 申请日: | 2021-12-31 |
| 公开(公告)号: | CN114299463A | 公开(公告)日: | 2022-04-08 |
| 发明(设计)人: | 申啸尘;乔国坤 | 申请(专利权)人: | 新疆爱华盈通信息技术有限公司 |
| 主分类号: | G06V20/56 | 分类号: | G06V20/56;G06V40/16;G06V10/44;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08;B62J3/00 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 830000 新疆维吾尔自治区乌鲁木齐市经济技术开*** | 国省代码: | 新疆;65 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 车辆 报警 方法 电子设备 | ||
1.一种车辆报警方法,其特征在于,包括:
获取车辆前方区域的第一图像;
检测所述第一图像中是否含有目标物体;
当所述第一图像中含有所述目标物体时,提取所述第一图像中含有所述目标物体的第一区域;
获取所述第一区域与所述第一图像之间的面积比值,当所述面积比值大于或等于预设面积比阈值时,根据所述第一区域确定所述目标物体与所述车辆的相对运动状态;
当所述相对运动状态为预设运动状态时,输出报警信息。
2.根据权利要求1所述的车辆报警方法,其特征在于,所述获取车辆前方区域的第一图像之前,所述方法还包括:
建立用户人脸数据库;
当第一人脸图像与所述人脸数据库中的人脸图像相匹配时,对所述车辆进行解锁。
3.根据权利要求2所述的车辆报警方法,其特征在于,所述建立用户人脸数据库包括:
获取第二人脸图像;
获取人脸年龄分类模型,并通过人脸年龄分类模型获取所述第二人脸图像对应的年龄大于或等于预设年龄值的置信度;
当所述置信度大于或等于预设置信度时,从所述第二人脸图像中提取第二人脸特征加入预设用户人脸数据库中,得到用户人脸数据库;
所述当第一人脸图像与所述人脸数据库中的人脸图像相匹配时,对所述车辆进行解锁,包括:
获取摄像机拍摄的第一人脸图像;
获取人脸识别模型,并通过人脸识别模型判断所述第一人脸图像是否为所述用户人脸数据库中的人脸图像;
当所述第一人脸图像为用户人脸数据库中的人脸图像,对所述车辆进行解锁。
4.根据权利要求3所述的车辆报警方法,其特征在于,所述获取人脸年龄分类模型,包括:
获取第一组训练图片,所述第一组训练图片中包含预设数量的训练图片;
采用第一组训练图片对预设人脸年龄分类模型进行训练,得到人脸年龄分类模型;
所述采用第一组训练图片对预设人脸年龄分类模型进行训练的过程中,采用的第一损失函数为:
L=L1+αL2+βL3
其中,L为第一损失函数,L1为加性角度间隔损失函数,L2为三元组损失函数,L3为尾部数据损失函数,α为第一预设系数,β为第二预设系数;
其中,所述三元组损失函数的获取过程,包括:
获取所述第一组训练图片,所述第一组训练图片包括第三人脸的多张训练图片和第四人脸的多张训练图片;
从所述第三人脸的多张训练图片中获取第一训练图片,从所述第四人脸的多张训练图片中获取第二训练图片,所述第一训练图片和所述第二训练图片为第一组训练图片中属于不同的人脸但相似度最大的两张训练图片;
从所述第三人脸的多张训练图片中获取第三训练图片和第四训练图片,所述第三训练图片和所述第四训练图片为第三人脸的多张训练图片中相似度最低的两张训练图片,从所述第四人脸的多张人脸图片中获取第五训练图片和第六训练图片,所述第五训练图片和所述第六训练图片为第四人脸的多张训练图片中相似度最低的两张训练图片;
根据所述第一训练图片、第二训练图片、第三训练图片、第四训练图片、第五训练图片和第六训练图片,获得所述三元组损失函数;
所述三元组损失函数的计算公式为:
L2=2×S1-S2-S3
其中,L2为三元组损失函数,S1为所述第一训练图片和所述第二训练图片的余弦相似度,S2为所述第三训练图片和所述第四训练图片的余弦相似度,S3为所述第五训练图片和所述第六训练图片的余弦相似度;
所述尾部数据损失函数的获取过程包括:
获取所述第一组训练图片中的第五人脸的第七训练图片和第六人脸的第八训练图片,所述第五人脸对应的训练图片数量和所述第六人对应的训练图片数量均为一张;
计算所述第七训练图片和所述第八训练图片的余弦相似度,得到所述尾部数据损失函数。
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新疆爱华盈通信息技术有限公司,未经新疆爱华盈通信息技术有限公司许可,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/202111671418.1/1.html,转载请声明来源钻瓜专利网。





