[发明专利]车辆乘员身体状态检测

说明书

本公开提供了“车辆乘员身体状态检测”。获得包括车辆座椅和用于车辆座椅的座椅安全带织带的图像。将图像输入到神经网络，所述神经网络被训练为在确定车辆座椅中存在乘员时，输出乘员的身体状态和座椅安全带织带状态。确定身体状态和座椅安全带织带状态的相应分类。所述分类是优选或非优选中的一者。基于乘员的身体状态或座椅安全带织带状态中的至少一者的分类是非优选的来致动车辆部件。

技术领域

本公开涉及车辆中的深度神经网络。

背景技术

可以训练深度神经网络以执行各种计算任务。例如，可以训练神经网络以从图像中提取数据。计算装置可以使用由深度神经网络从图像中提取的数据来操作系统，所述系统包括车辆。图像可以由包括在系统中的传感器获取并且使用深度神经网络进行处理以确定关于系统周围环境中的对象的数据。系统的操作可以通过获取关于系统环境中的对象的准确且及时的数据而得到支持。

发明内容

根据本发明，提供了一种系统，所述系统具有计算机，所述计算机包括处理器和存储器，所述存储器存储指令，所述指令可由处理器执行以：获得包括车辆座椅和用于车辆座椅的座椅安全带织带的图像；将图像输入到神经网络，所述神经网络被训练为在确定车辆座椅中存在乘员时输出乘员的身体状态和座椅安全带织带状态；确定身体状态和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；以及基于乘员的身体状态或座椅安全带织带状态中的至少一者的分类是非优选的来致动车辆部件。

根据一个实施例，神经网络被进一步训练以在确定车辆座椅中存在乘员时，基于图像输出乘员的边界框，并且所述指令还包括用于进行以下操作的指令：基于将座椅安全带织带状态与边界框进行比较来对座椅安全带织带状态进行分类。

根据一个实施例，所述指令还包括用于进行以下操作的指令：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座椅安全带织带状态的分类。

根据一个实施例，神经网络被进一步训练以在确定车辆座椅中存在乘员时，基于确定图像中对应于乘员身体部位的关键点来输出乘员的姿态，并且所述指令还包括用于进行以下操作的指令：基于姿态验证乘员的身体状态。

根据一个实施例，车辆部件是照明部件或音频部件中的至少一者。

根据一个实施例，所述指令还包括用于进行以下操作的指令：基于确定车辆座椅中不存在乘员来防止车辆部件的致动。

根据一个实施例，所述指令还包括用于进行以下项的指令：基于座椅安全带织带状态和身体状态的分类是优选的来防止车辆部件的致动。

根据一个实施例，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。

根据一个实施例，使用从一个训练图像生成的两个增强图像和自举型潜在配置以自监督模式训练卷积神经网络，并且其中所述一个训练图像选自多个训练图像，多个训练图像中的每一者缺乏注释。

根据一个实施例，使用从一个训练图像生成的两个增强图像和巴洛孪生配置以自监督模式训练卷积神经网络，并且其中所述一个训练图像选自多个训练图像，多个训练图像中的每一者缺乏注释。

根据一个实施例，使用从一个训练图像生成的两个增强图像和自举型潜在配置以半监督模式训练卷积神经网络，并且其中所述一个训练图像选自多个训练图像，仅训练图像的一个子集包括注释。

根据一个实施例，使用从一个训练图像生成的两个增强图像和巴洛孪生配置以半监督模式训练卷积神经网络，并且其中所述一个训练图像选自多个训练图像，仅训练图像的一个子集包括注释。

根据一个实施例，训练神经网络以基于语义分割来确定座椅安全带织带状态。