[发明专利]车辆乘员身体状态检测

权利要求书

1.一种方法，其包括：

获得包括车辆座椅和用于所述车辆座椅的座椅安全带织带的图像；

将所述图像输入到神经网络，所述神经网络被训练为在确定所述车辆座椅中存在乘员时输出所述乘员的身体状态、座椅安全带织带状态；

确定所述身体状态和所述座椅安全带织带状态的相应分类，其中所述分类是优选或非优选中的一者；以及

基于所述乘员的所述身体状态或所述座椅安全带织带状态中的至少一者的所述分类是非优选的来致动车辆部件。

2.如权利要求1所述的方法，其中所述神经网络被进一步训练以在确定所述车辆座椅中存在所述乘员时，基于所述图像输出所述乘员的边界框，并且所述方法还包括基于将所述座椅安全带织带状态与所述边界框进行比较来对所述座椅安全带织带状态进行分类。

3.如权利要求2所述的方法，其还包括基于将更新的座椅安全带织带状态与更新的边界框进行比较来验证所述座椅安全带织带状态的所述分类。

4.如权利要求1所述的方法，其中所述神经网络被进一步训练以在确定所述车辆座椅中存在所述乘员时，基于确定所述图像中对应于所述乘员身体部位的关键点来输出所述乘员的姿态，并且所述方法还包括基于所述姿态来验证所述乘员的所述身体状态。

5.如权利要求1所述的方法，其中所述车辆部件是照明部件或音频部件中的至少一者。

6.如权利要求5所述的方法，其还包括基于确定所述车辆座椅中不存在所述乘员来防止所述车辆部件的致动。

7.如权利要求5所述的方法，其还包括基于所述座椅安全带织带状态和所述身体状态的所述分类是优选的来防止所述车辆部件的致动。

8.如权利要求1所述的方法，其中所述神经网络包括具有卷积层的卷积神经网络，所述卷积层将潜在变量输出到全连接层。

9.如权利要求8所述的方法，其中使用从一个训练图像生成的两个增强图像以及a)自举型潜在配置或b)巴洛孪生配置中的一者以自监督模式训练所述卷积神经网络，并且其中所述一个训练图像选自多个训练图像，所述多个训练图像中的每一者缺乏注释。

10.如权利要求8所述的方法，其中使用从一个训练图像生成的两个增强图像以及a)自举型潜在配置或b)巴洛孪生配置中的一者以半监督模式训练所述卷积神经网络，并且其中所述一个训练图像选自多个训练图像，仅所述训练图像的一个子集包括注释。

11.如权利要求1所述的方法，其还包括：

经由远程计算机基于聚合数据来更新所述神经网络，所述聚合数据包括从多个车辆接收的指示相应的身体状态、相应的座椅安全带织带状态和相应的分类的数据；以及

将所述更新的神经网络提供给车辆计算机。

12.如权利要求11所述的方法，其中所述聚合数据还包括从所述多个车辆接收的指示相应乘员的边界框和相应乘员的姿态的数据。

13.一种计算机，所述计算机被编程为执行如权利要求1至12中任一项所述的方法。

14.一种计算机程序产品，所述计算机程序产品包括用于执行如权利要求1至12中任一项所述的方法的指令。

15.一种车辆，所述车辆包括计算机，所述计算机被编程为执行如权利要求1至12中任一项所述的方法。