[发明专利]车内危险行为的检测方法、装置、设备及存储介质在审

专利信息
申请号: 202211048834.0 申请日: 2022-08-30
公开(公告)号: CN115320498A 公开(公告)日: 2022-11-11
发明(设计)人: 章文明 申请(专利权)人: 珠海市魅族科技有限公司
主分类号: B60Q9/00 分类号: B60Q9/00;B60R22/48;B60R21/00
代理公司: 北京市京大律师事务所 11321 代理人: 居梦琪
地址: 519000 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 危险 行为 检测 方法 装置 设备 存储 介质
【权利要求书】:

1.一种车内危险行为的检测方法,其特征在于,所述车内危险行为的检测方法包括:

获取目标车辆的车内图像和车内音频数据,所述车内图像包括至少一个乘客;

基于所述车内图像和所述车内音频数据进行危险行为识别;

若所述至少一个乘客存在危险行为,则生成对应的提醒信息,所述危险行为为未系安全带、身体部位伸出车窗或与驾驶员对话;

将所述提醒信息发送至提醒终端,所述提醒信息用于指示所述至少一个乘客存在危险行为。

2.根据权利要求1所述的车内危险行为的检测方法,其特征在于,所述基于所述车内图像和所述车内音频数据进行危险行为识别,包括:

基于所述车内图像进行未系安全带识别,得到第一识别结果;

基于所述车内图像进行身体区域位置识别,得到第二识别结果;

基于所述车内音频数据进行对话识别,得到第三识别结果。

3.根据权利要求2所述的车内危险行为的检测方法,其特征在于,所述基于所述车内图像进行未系安全带识别,得到第一识别结果,包括:

将所述车内图像进行区域分割,得到所述至少一个乘客中每个乘客对应的子区域图像;

将每个乘客的子区域图像进行语义分割,得到每个乘客对应的图像分割结果;

基于每个乘客对应的图像分割结果计算每个乘客的安全带连通域面积;

若所述至少一个乘客中第一目标乘客的安全带连通域面积小于或等于预设连通域面积,则确定第一识别结果为所述第一目标乘客未系安全带。

4.根据权利要求2所述的车内危险行为的检测方法,其特征在于,所述基于所述车内图像进行身体区域位置识别,得到第二识别结果,包括:

将所述车内图像进行灰度化处理,得到灰度化图像,所述灰度化图像包括至少一个车窗;

基于所述灰度化图像计算所述至少一个车窗的灰度值与预设车窗灰度值的差值;

若所述差值大于或等于阈值,则确定所述至少一个车窗存在障碍物;

基于所述车内图像进行人体关键点检测,得到所述至少一个乘客中每个乘客对应的人体关键点集;

若存在第二目标乘客的人体关键点集中任一个人体关键点处于所述至少一个车窗,则确定第二识别结果为所述第二目标乘客的身体部位伸出车窗。

5.根据权利要求2所述的车内危险行为的检测方法,其特征在于,所述基于所述车内音频数据进行对话识别,得到第三识别结果,包括:

对所述车内音频数据进行声纹识别;

若所述车内音频数据存在与预设驾驶员声纹匹配的第一音频数据,且存在与所述预设驾驶员声纹不匹配的第二音频数据,则对所述第一音频数据和所述第二音频数据进行关键词对比;

若所述第一音频数据和所述第二音频数据存在相同的关键词,则确定第三识别结果为所述至少一个乘客与所述目标车辆的驾驶员存在对话。

6.根据权利要求3所述的车内危险行为的检测方法,其特征在于,所述将每个乘客的子区域图像进行语义分割,得到每个乘客对应的图像分割结果,包括:

将每个乘客的子区域图像输入预设的第一卷积核进行卷积分割,得到每个乘客对应的第一特征图像,所述第一特征图像包括子区域图像对应的背景信息;

将每个乘客的子区域图像输入预设的第二卷积核进行卷积分割,得到每个乘客对应的第二特征图像,所述第二特征图像包括子区域图像对应的安全带信息。

7.根据权利要求1-6中任一项所述的车内危险行为的检测方法,其特征在于,所述基于每个乘客对应的图像分割结果计算每个乘客的安全带连通域面积,包括:

基于预设对比规则将每个乘客的第一特征图像和第二特征图像进行对比,得到每个乘客的对比结果;

基于每个乘客的对比结果和预设安全带标记规则,在每个乘客的子区域图像中标记出安全带的像素点;

若在每个乘客的子区域图像中标记出的安全带的像素点形成多个连通域,则将所述多个连通域的面积进行相加,得到每个乘客的安全带连通域面积。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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珠海市魅族科技有限公司,未经珠海市魅族科技有限公司许可,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/202211048834.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top