CN108875651A - 物品摆放评估方法、装置及计算机可读存储介质 - Google Patents
物品摆放评估方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN108875651A CN108875651A CN201810657292.4A CN201810657292A CN108875651A CN 108875651 A CN108875651 A CN 108875651A CN 201810657292 A CN201810657292 A CN 201810657292A CN 108875651 A CN108875651 A CN 108875651A
- Authority
- CN
- China
- Prior art keywords
- laying
- goods
- information
- layout information
- assessment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种物品摆放评估方法，包括：获取车内物品摆放的布局信息，其中，所述布局信息至少包括已摆放物品的布局图像；对所述布局信息进行预处理，获得处理后的布局信息；将处理后的布局信息输入训练好的深度学习评估模型中，生成物品摆放评估信息，其中，所述评估信息至少包括安全隐患提示信息，所述深度学习评估模型基于已标注的布局信息及对应标注的评估信息训练得到。本发明还公开了一种物品摆放评估装置、计算机可读存储介质。本发明能够提供一种对车内物品的摆放可能存在的安全隐患的有效评估手段。
Description
技术领域
本发明涉及汽车技术领域，尤其涉及一种物品摆放评估方法、装置及计算机可读存储介质。
背景技术
目前，汽车已经成为了家庭用品的刚需产品，汽车行业的迅猛发展，显然带动了汽车内饰行业的飞速发展。为了使汽车内部更加舒适和美观，车主可能会在车内摆放各种装饰物品，例如吊坠、汽车香水或者抱枕等，汽车内饰可以使汽车内部更加舒适和美观，提升车主品味，但车内物品的摆放不当会存在安全隐患。车主在装饰汽车内部时往往只出于美观或者舒适度的考虑，缺乏对可能存在的安全隐患有效评估手段。
发明内容
本发明的主要目的在于提供一种物品摆放评估方法、装置及计算机可读存储介质，旨在解决现有技术无法对车内物品摆放是否存在安全隐患进行有效评估的问题。
为实现上述目的，本发明提供一种物品摆放评估方法，所述物品摆放评估方法包括：
获取车内物品摆放的布局信息，其中，所述布局信息至少包括已摆放物品的布局图像；
对所述布局信息进行预处理，获得处理后的布局信息；
将处理后的布局信息输入训练好的深度学习评估模型中，生成物品摆放评估信息，其中，所述评估信息至少包括安全隐患提示信息，所述深度学习评估模型基于已标注的布局信息及对应标注的评估信息训练得到。
优选地，所述深度学习评估模型的训练过程包括：
获取多个不同的布局信息，构建用于训练模型的训练集；
获取用户对各个布局信息进行标注的评估信息；
将所述训练集中的布局信息作为模型的输入，将对应标注的评估信息作为模型的输出，训练得到深度学习评估模型。
优选地，所述布局信息还包括用户在虚拟车内空间进行物品摆放设计的虚拟布局信息，所述物品摆放评估方法还包括：
接收用户进行车内物品摆放设计时触发的设计评估指令；
基于所述设计评估指令获取所述虚拟布局信息，并执行步骤：对所述布局信息进行预处理，获得处理后的布局信息。
优选地，所述获取车内物品摆放的布局信息的步骤之前还包括：
获得用户预先设置的物品摆放定时评估设置；
当满足所述定时评估设置对应的触发条件时，执行步骤：获取车内物品摆放的布局信息。
优选地，所述将处理后的布局信息输入训练好的深度学习评估模型中，生成物品摆放评估信息，其中，所述评估信息至少包括安全隐患提示信息的步骤包括：
将处理后的布局信息输入训练好的深度学习评估模型中，确定存在安全隐患的物品及对应的隐患类型；
根据存在隐患的物品及对应的隐患类型生成安全隐患提示信息。
为实现上述目的，本发明还提供一种物品摆放评估装置，其中，所述物品摆放评估装置至少包括存储器、处理器以及存储在所述存储器上的物品摆放评估程序，所述物品摆放评估程序被所述处理器执行时实现以下步骤：
获取车内物品摆放的布局信息，其中，所述布局信息至少包括已摆放物品的布局图像；
对所述布局信息进行预处理，获得处理后的布局信息；
将处理后的布局信息输入训练好的深度学习评估模型中，生成物品摆放评估信息，其中，所述评估信息至少包括安全隐患提示信息，所述深度学习评估模型基于已标注的布局信息及对应标注的评估信息训练得到。
优选地，所述物品摆放评估程序被所述处理器执行时实现还以下步骤：
获取多个不同的布局信息，构建用于训练模型的训练集；
获取用户对各个布局信息进行标注的评估信息；
将所述训练集中的布局信息作为模型的输入，将对应标注的评估信息作为模型的输出，训练得到深度学习评估模型。
优选地，所述物品摆放评估程序被所述处理器执行时实现还以下步骤：
接收用户进行车内物品摆放设计时触发的设计评估指令；
基于所述设计评估指令获取所述虚拟布局信息，并执行步骤：对所述布局信息进行预处理，获得处理后的布局信息。
优选地，所述物品摆放评估程序被所述处理器执行时实现还以下步骤：
获得用户预先设置的物品摆放定时评估设置；
当满足所述定时评估设置对应的触发条件时，执行步骤：获取车内物品摆放的布局信息。
此外，为实现上述目的，本发明还提供一种物品摆放评估计算机可读存储介质，其中，所述计算机可读存储介质上存储有物品摆放评估程序，所述物品摆放评估程序被处理器执行时实现如上所述的物品摆放评估方法的步骤。
本发明提供一种物品摆放评估方法，包括：获取车内物品摆放的布局信息，其中，所述布局信息至少包括已摆放物品的布局图像；对所述布局信息进行预处理，获得处理后的布局信息；将处理后的布局信息输入训练好的深度学习评估模型中，生成物品摆放评估信息，其中，所述评估信息至少包括安全隐患提示信息，所述深度学习评估模型基于已标注的布局信息及对应标注的评估信息训练得到。通过上述方式，预先基于已标注的布局信息及对应标注的评估信息训练得到训练好的深度学习评估模型，利用训练好的深度学习评估模型来对车内物品摆放的布局信息进行处理，生成物品摆放的评估信息，从而实现可能存在的安全隐患进行准确有效的评估信息，获得可靠的评估结果。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的装置所属终端结构示意图；
图2为本发明物品摆放评估方法第一实施例的流程示意图；
图3为本发明物品摆放评估方法第二实施例的流程示意图；
图4为本发明物品摆放评估方法第三实施例的流程示意图；
图5为本发明物品摆放评估方法第四实施例的流程示意图；
图6为本发明物品摆放评估方法第五实施例的流程示意图。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
在现有技术中，车主在装饰汽车内部时往往只出于美观或者舒适度的考虑，缺乏对可能存在的安全隐患有效评估手段。
为了解决上述技术问题，本发明提供一种物品摆放评估方法，在本方法中，获取车内物品摆放的布局信息，其中，所述布局信息至少包括已摆放物品的布局图像；对所述布局信息进行预处理，获得处理后的布局信息；将处理后的布局信息输入训练好的深度学习评估模型中，生成物品摆放评估信息，其中，所述评估信息至少包括安全隐患提示信息，所述深度学习评估模型基于已标注的布局信息及对应标注的评估信息训练得到。通过上述方式，预先基于已标注的布局信息及对应标注的评估信息训练得到训练好的深度学习评估模型，利用训练好的深度学习评估模型来对车内物品摆放的布局信息进行处理，生成物品摆放的评估信息，从而实现可能存在的安全隐患进行准确有效的评估信息，获得可靠的评估结果。
如图1所示，图1是本发明实施例方案涉及的硬件运行环境的系统结构示意图。
本发明实施例终端可以是PC，也可以是智能手机、平板电脑、电子书阅读器、MP3(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)播放器、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、便携计算机等具有显示功能的可移动式终端设备。
如图1所示，该终端可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地，终端还可以包括摄像头、RF(Radio Frequency，射频)电路，传感器、音频电路、WiFi模块等等。其中，传感器比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示屏的亮度，接近传感器可在移动终端移动到耳边时，关闭显示屏和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；当然，移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及物品摆放评估程序。
在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的物品摆放评估程序，并执行以下操作：
获取车内物品摆放的布局信息，其中，所述布局信息至少包括已摆放物品的布局图像；
对所述布局信息进行预处理，获得处理后的布局信息；
将处理后的布局信息输入训练好的深度学习评估模型中，生成物品摆放评估信息，其中，所述评估信息至少包括安全隐患提示信息，所述深度学习评估模型基于已标注的布局信息及对应标注的评估信息训练得到。
进一步地，处理器1001可以调用存储器1005中存储的物品摆放评估程序，还执行以下操作：
获取多个不同的布局信息，构建用于训练模型的训练集；
获取用户对各个布局信息进行标注的评估信息；
将所述训练集中的布局信息作为模型的输入，将对应标注的评估信息作为模型的输出，训练得到深度学习评估模型。
进一步地，处理器1001可以调用存储器1005中存储的物品摆放评估程序，还执行以下操作：
接收用户进行车内物品摆放设计时触发的设计评估指令；
基于所述设计评估指令获取所述虚拟布局信息，并执行步骤：对所述布局信息进行预处理，获得处理后的布局信息。
进一步地，处理器1001可以调用存储器1005中存储的物品摆放评估程序，还执行以下操作：
获得用户预先设置的物品摆放定时评估设置；
当满足所述定时评估设置对应的触发条件时，执行步骤：获取车内物品摆放的布局信息。
进一步地，处理器1001可以调用存储器1005中存储的物品摆放评估程序，还执行以下操作：
将处理后的布局信息输入训练好的深度学习评估模型中，确定存在安全隐患的物品及对应的隐患类型；
根据存在隐患的物品及对应的隐患类型生成安全隐患提示信息。
参照图2，图2为本发明物品摆放评估方法第一实施例流程示意图。
目前，汽车已经成为了家庭用品的刚需产品，汽车行业的迅猛发展，显然带动了汽车内饰行业的飞速发展。为了使汽车内部更加舒适和美观，车主可能会在车内摆放各种装饰物品，例如吊坠、汽车香水或者抱枕等，汽车内饰可以使汽车内部更加舒适和美观，提升车主品味，但车内物品的摆放不当会存在安全隐患。车主在装饰汽车内部时往往只出于美观或者舒适度的考虑，缺乏对可能存在的安全隐患有效评估手段。本发明提供一种利用训练好的深度学习评估模型来对车内物品摆放的布局信息进行处理，生成物品摆放的评估信息，从而实现可能存在的安全隐患进行准确有效的评估信息，获得可靠的评估结果。本实施例的实现过程包括以下步骤：
步骤S10，获取车内物品摆放的布局信息，其中，所述布局信息至少包括已摆放物品的布局图像；
在本实施例中，车内物品可以包括用于车内的各种饰品，例如吊坠，或者辅助产品，例如用于将手机固定于方向盘的车托宝等。车内物品摆放的布局信息指的是车内物品的相对车内空间的摆放位置以及摆放方式，例如将吊坠挂在后视镜向或将车托宝贴在方向盘上等布局的位置及方式，布局信息可以是物品摆放的图像数据，通过预先固定在特定位置的车载摄像头采集的图像数据得到。布局信息至少包括利用车载摄像头采集的当前车内已摆放物品的布局图像。在本实施例中，可以预先设置特定的时间间隔获取一次布局信息来定时对车内物品的布局进行评估，实现对车内物品布局的安全情况的定时监测。也可以预先设置车内物品摆放评估功能按钮以供用户在需要的时候出发评估指令，在接收到评估指令时，获取上述布局信息。在本实施例中，评估的功能按钮可以设置在车载系统中，也可以设置在用户终端上基于本发明的应用程序中。应用程序中关联了车载系统的标识信息，用户在用户终端上通过预设的功能按钮触发评估指令时，用户终端将评估指令至对应的车载系统，车载系统便获取上述布局信息，并基于布局信息进行评估。在本实施例中，可以在车内空间不同位置上设置多个车载摄像头，结合不同摄像头采集的图像数据准确确定物品在车内空间的位置。除了用车载摄像头采集车内空间的图像数据外还可以通过配置激光雷达来采集点云数据，基于点云数据来确定物品在车内空间的位置。
步骤S20，对所述布局信息进行预处理，获得处理后的布局信息；
基于上述步骤，在获得布局信息时，对布局信息进行预处理，获得处理后的布局信息。在本实施例中，预处理包括简单缩放、逐样本均值消减以及特征标准化等处理过程。其中，简单缩放指的是通过对数据的每一个维度的值进行重新调节(这些维度可能是相互独立的)，使得最终的数据向量落在[0,1]或[-1,1]的区间内(根据数据情况而定)，以满足应用需求；逐样本均值消减，也称为移除直流分量(remove DC)，当数据时平稳的(stationary)，即数据每一个维度的统计都服从相同分布，可以考虑在每个样本上减去数据的统计平均值(逐样本计算，即分别计算各样本的均值，然后各样本减去其对应的均值)；特征标准化的目的是使数据集中所有特征都具有零均值和单位方差，即数据的每一个维度具有零均值和单位方差，这也是比较常见的一种归一化方法，比如，使用SVM时候也要进行类似处理。在实际应用中，特征标准化的具体做法是：首先计算每一个维度上数据的均值(使用全体数据计算)，之后在每一个维度上都减去该均值。下一步便是在数据的每一维度上除以该维度上数据的标准差。在本实施例中，对利用车载摄像头或者激光雷达等设备获得车内空间的图像数据进行上述预处理后获得处理后的数据，即处理后的布局信息。
步骤S30，将处理后的布局信息输入训练好的深度学习评估模型中，生成物品摆放评估信息，其中，所述评估信息至少包括安全隐患提示信息，所述深度学习评估模型基于已标注的布局信息及对应标注的评估信息训练得到。
在本实施例中，可以预先采集不同物品在车内的摆放位置等布局信息以及是否发生过安全事故等数据，基于历史数据或经验对将不同物品摆放在不同位置标注评估信息，标注的评估信息可以是是否存在安全隐患、存在安全隐患的预测可能性或存在安全隐患的类型等，标注完成时，将物品在车内空间的各个位置的布局信息作为设计的深度学习网络模型的输入，对应的标注的评估信息作为深度学习网络模型的输出，训练得到深度学习评估模型，并将深度学习评估模型存储在预设存储位置。在实际应用过程中，需要对车内物品的摆放进行评估，获得处理后的布局信息时，将处理后的布局信息输入深度学习评估模型，进行前向传播，确定模型中各层生成的特征映射图，对特征映射图进行加权处理，生成物品摆放的评估信息。在本实施例中，评估信息至少包括安全隐患提示信息，以提示当前车内物品摆放存在的安全隐患，例如存在安全隐患的物品以及安全隐患的类型；还可以包括不存在安全隐患的提示信息，以提示用户当前车内对应物品摆放合理，不存在安全隐患。例如，当用户在观后镜上悬挂吊坠时，可以生成吊坠存在击中驾驶员或乘客的安全隐患提示信息。在本实施例中，当生成评估信息时，可以通过文字显示、声音提醒以及语音提示等方式来提示用户。
在本实施例中，获取车内物品摆放的布局信息，其中，所述布局信息至少包括已摆放物品的布局图像；对所述布局信息进行预处理，获得处理后的布局信息；将处理后的布局信息输入训练好的深度学习评估模型中，生成物品摆放评估信息，其中，所述评估信息至少包括安全隐患提示信息，所述深度学习评估模型基于已标注的布局信息及对应标注的评估信息训练得到。通过上述方式，预先基于已标注的布局信息及对应标注的评估信息训练得到训练好的深度学习评估模型，利用训练好的深度学习评估模型来对车内物品摆放的布局信息进行处理，生成物品摆放的评估信息，从而实现可能存在的安全隐患进行准确有效的评估信息，获得可靠的评估结果。
进一步地，参照图3，图3为本发明物品摆放评估方法第二实施例流程示意图，基于上述本发明物品摆放评估方法实施例，提出本发明的第二实施例。
在本实施例中，在本实施例中，所述深度学习评估模型的训练过程包括：
步骤S40，获取多个不同的布局信息，构建用于训练模型的训练集；
步骤S50，获取用户对各个布局信息进行标注的评估信息；
步骤S60，将所述训练集中的布局信息作为模型的输入，将对应标注的评估信息作为模型的输出，训练得到深度学习评估模型。
基于上述实施例，在本实施例中，在需要训练时，通过网站数据库来获得不同物品摆放的布局信息，也可基于使用经验将常用的车内物品放置在车内对应的位置时，通过车内预置摄像头或激光雷达等图像获取设备来获取多个不同的布局信息，来构建用于训练模型的训练集。布局信息包括同个物品摆放在不同位置的布局信息或不同物品摆放在相同或不同位置的布局信息。布局信息可以是单个物品放置在车内的布局信息，也可以是不同的多个物品同时摆放在车内空间不同位置的组合布局信息。在获得训练集的布局信息时，用户基于经验分别对各个布局信息进行标注，标注是否存在安全隐患的评估信息，对于存在隐患的布局信息，还可以标注具体可能存在的隐患类型信息，例如，对于吊坠的安全隐患类型可能是击中驾驶员或乘客。标注完成时，将布局信息作为深度学习网络模型的输入，对应标注的评估信息作为深度学习网络模型的输出，训练得到深度学习评估模型。
在本实施例中，获取多个不同的布局信息，构建用于训练模型的训练集；获取用户对各个布局信息进行标注的评估信息；将所述训练集中的布局信息作为模型的输入，将对应标注的评估信息作为模型的输出，训练得到深度学习评估模型。通过上述方式，可以获得评估结果可靠的深度学习评估模型
进一步地，参照图4，图4为本发明物品摆放评估方法第三实施例流程示意图，基于上述本发明物品摆放评估方法实施例，提出本发明的第三实施例。
基于上述实施例，在本实施例中，所述物品摆放评估方法还包括：
步骤S70，接收用户进行车内物品摆放设计时触发的设计评估指令；
步骤S80，基于所述设计评估指令获取所述虚拟布局信息，并执行步骤：对所述布局信息进行预处理，获得处理后的布局信息。
基于上述实施例，本实施例提供一种对用户在实际将物品摆放至车内前的物品摆放设计进行评估的方法，布局信息位用户在虚拟车内空间进行物品摆放设计的虚拟布局信息。本实施例可以提供一包括物品摆放布局设计功能的应用程序，用户可以将应用程序下载至手机、平板电脑或者个人电脑等用户终端。进入应用程序的设计界面时，界面显示用户车内的虚拟空间、预置的各种常用车内物品的虚拟物品，以及悬挂或平放等布置方式。用户可以基于将要摆放的物品选择对应的虚拟物品、对应的布置方式以及摆放位置来实现物品摆放设计。设计完毕时，用户点击预置完成功能按钮时，用户终端基于用户的设计操作生成设计评估指令，并发送至评估的执行主体。在本实施例中深度学习评估模型可以预存在云端或各个车载系统等执行主体，由云端或车载系统等执行主体基于深度学习评估模型进行评估。执行主体在接收到设计评估指令时，获取接收到的指令中的虚拟布局信息，基于虚拟布局信息确定对应车内实体的布局信息，并基于车内实体的布局信息根据第一实施例中的评估方法生成评估信息。具体地，将实体的布局信息进行预处理，得到处理后的布局信息，再将处理后的布局信息输入训练好的深度学习评估模型中，生成物品摆放设计的评估信息。
在本实施例中，接收用户进行车内物品摆放设计时触发的设计评估指令；基于所述设计评估指令获取所述虚拟布局信息，并执行步骤：对所述布局信息进行预处理，获得处理后的布局信息。通过上述方式，提供一种用户预先进行物品摆放设计并对用户的摆放设计进行评估的方法，用户在将物品摆放到车内前先基于评估信息确定是否存在安全隐患，预先避免存在安全隐患的摆放方式，提高用户体验。
进一步地，参照图5，图5为本发明物品摆放评估方法第四实施例流程示意图。基于上述实施例，提出本发明的第四实施例。
基于上述实施例，在本实施例中，步骤S10之前还包括：
步骤S90，获得用户预先设置的物品摆放定时评估设置；
步骤S100，当满足所述定时评估设置对应的触发条件时，执行步骤：获取车内物品摆放的布局信息。
基于上述实施例，本实施例提供一种定时进行物品摆放评估的方法。在本实施例中，用户可以预先在预置的评估设置中选定开启定时评估功能，并且设定定时评估的时间，例如每周一或者每月1号进行评估，用户设定定时评估时，先获取用户设定的定时评估设置，及评估的时间或评估频率，并将定时评估设置的信息存储在预设位置，当用户更改定时评估设置时，更新预设位置的存储的信息。本实施例的触发条件指的是到达定时评估设置设定的评估时间，当到达定时评估设置的定时评估时间时，基于第一实施例，从步骤S10获取车内物品摆放的布局信息开始，基于获取的布局信息对当前的物品摆放布局进行评估。
在本实施例中，获得用户预先设置的物品摆放定时评估设置；当满足所述定时评估设置对应的触发条件时，执行步骤：获取车内物品摆放的布局信息。通过上述方式，可以定时地对车内物品摆放布局状态进行评估，及时发现可能存在的安全隐患。
进一步地，参照图6，图6为本发明物品摆放评估方法第五实施例流程示意图。基于上述实施例，提出本发明的第五实施例。
基于上述实施例，在本实施例中，步骤S30还包括：
步骤S110，将处理后的布局信息输入训练好的深度学习评估模型中，确定存在安全隐患的物品及对应的隐患类型；
步骤S120，根据存在隐患的物品及对应的隐患类型生成安全隐患提示信息。
基于上述实施例，在本实施例中，评估信息包括安全隐患提示信息，以提示当前车内物品摆放存在的安全隐患，例如，存在安全隐患的物品以及安全隐患的类型；还可以包括不存在安全隐患的提示信息，以提示用户当前车内对应物品摆放合理，不存在安全隐患。例如，当用户在观后镜上悬挂吊坠时，可以生成吊坠存在击中驾驶员或乘客的安全隐患提示信息。在本实施例中，当生成评估信息时，可以通过文字显示、声音提醒以及语音提示等方式来提示用户。在训练模型时，对布局信息的标注信息可以包括具体的隐患类型信息，例如，观后镜上悬挂吊坠的隐患类型为击中驾驶员或者乘客，后窗堆积布娃娃的隐患类型为印象后视视线等。深度学习评估模型接收到分布信息时输出的评估信息为包含具体的隐患类型的提示信息。
在本实施例中，获得用户预先设置的物品摆放定时评估设置；当满足所述定时评估设置对应的触发条件时，执行步骤：获取车内物品摆放的布局信息。通过上述方式，用户可以获得物品摆放设计可能存在的安全隐患及具体的隐患类型，丰富用户的驾驶安全知识，增强用户的安全意识
此外，本发明实施例还提出一种物品摆放评估装置。
本发明物品摆放评估装置至少包括存储器、处理器以及存储在所述存储器上的物品摆放评估程序，所述物品摆放评估程序被处理器执行时实现如上所述的物品摆放评估方法的步骤。
其中，在所述处理器上运行的物品摆放评估程序被执行时所实现的方法可参照本发明物品摆放评估方法各个实施例，此处不再赘述。
此外，本发明实施例还提出一种计算机可读存储介质。
本发明计算机可读存储介质上存储有物品摆放评估程序，所述物品摆放评估程序被处理器执行时实现如上所述的物品摆放评估方法的步骤。
其中，在所述处理器上运行的物品摆放评估程序被执行时所实现的方法可参照本发明物品摆放评估方法各个实施例，此处不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种物品摆放评估方法，其特征在于，所述物品摆放评估方法包括：
获取车内物品摆放的布局信息，其中，所述布局信息至少包括已摆放物品的布局图像；
对所述布局信息进行预处理，获得处理后的布局信息；
将处理后的布局信息输入训练好的深度学习评估模型中，生成物品摆放评估信息，其中，所述评估信息至少包括安全隐患提示信息，所述深度学习评估模型基于已标注的布局信息及对应标注的评估信息训练得到。
2.如权利要求1所述的物品摆放评估方法，其特征在于，所述深度学习评估模型的训练过程包括：
获取多个不同的布局信息，构建用于训练模型的训练集；
获取用户对各个布局信息进行标注的评估信息；
将所述训练集中的布局信息作为模型的输入，将对应标注的评估信息作为模型的输出，训练得到深度学习评估模型。
3.如权利要求1所述的物品摆放评估方法，其特征在于，所述布局信息还包括用户在虚拟车内空间进行物品摆放设计的虚拟布局信息，所述物品摆放评估方法还包括：
接收用户进行车内物品摆放设计时触发的设计评估指令；
基于所述设计评估指令获取所述虚拟布局信息，并执行步骤：对所述布局信息进行预处理，获得处理后的布局信息。
4.如权利要求1所述的物品摆放评估方法，其特征在于，所述获取车内物品摆放的布局信息的步骤之前还包括：
获得用户预先设置的物品摆放定时评估设置；
当满足所述定时评估设置对应的触发条件时，执行步骤：获取车内物品摆放的布局信息。
5.如权利要求1至4中任一项所述的物品摆放评估方法，其特征在于，所述将处理后的布局信息输入训练好的深度学习评估模型中，生成物品摆放评估信息，其中，所述评估信息至少包括安全隐患提示信息的步骤包括：
将处理后的布局信息输入训练好的深度学习评估模型中，确定存在安全隐患的物品及对应的隐患类型；
根据存在隐患的物品及对应的隐患类型生成安全隐患提示信息。
6.一种物品摆放评估装置，其特征在于，所述物品摆放评估装置至少包括存储器、处理器以及存储在所述存储器上的物品摆放评估程序，所述物品摆放评估程序被所述处理器执行时实现以下步骤：
获取车内物品摆放的布局信息，其中，所述布局信息至少包括已摆放物品的布局图像；
对所述布局信息进行预处理，获得处理后的布局信息；
将处理后的布局信息输入训练好的深度学习评估模型中，生成物品摆放评估信息，其中，所述评估信息至少包括安全隐患提示信息，所述深度学习评估模型基于已标注的布局信息及对应标注的评估信息训练得到。
7.如权利要求6所述的物品摆放评估装置，其特征在于，所述物品摆放评估程序被所述处理器执行时还实现以下步骤：
获取多个不同的布局信息，构建用于训练模型的训练集；
获取用户对各个布局信息进行标注的评估信息；
将所述训练集中的布局信息作为模型的输入，将对应标注的评估信息作为模型的输出，训练得到深度学习评估模型。
8.如权利要求6所述的物品摆放评估装置，其特征在于，所述物品摆放评估程序被所述处理器执行时还实现以下步骤：
接收用户进行车内物品摆放设计时触发的设计评估指令；
基于所述设计评估指令获取所述虚拟布局信息，并执行步骤：对所述布局信息进行预处理，获得处理后的布局信息。
9.如权利要求6所述的物品摆放评估装置，其特征在于，所述物品摆放评估程序被所述处理器执行时还实现以下步骤：
获得用户预先设置的物品摆放定时评估设置；
当满足所述定时评估设置对应的触发条件时，执行步骤：获取车内物品摆放的布局信息。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有物品摆放评估程序，所述物品摆放评估程序被处理器执行时实现如权利要求1至5中任一项所述的物品摆放评估方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810657292.4A CN108875651B (zh) | 2018-06-22 | 2018-06-22 | 物品摆放评估方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810657292.4A CN108875651B (zh) | 2018-06-22 | 2018-06-22 | 物品摆放评估方法、装置及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108875651A true CN108875651A (zh) | 2018-11-23 |
| CN108875651B CN108875651B (zh) | 2022-02-22 |
Family
ID=64295058
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810657292.4A Active CN108875651B (zh) | 2018-06-22 | 2018-06-22 | 物品摆放评估方法、装置及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108875651B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110705650A (zh) * | 2019-10-14 | 2020-01-17 | 深制科技(苏州)有限公司 | 一种基于深度学习的钣金布局方法 |
| CN112825195A (zh) * | 2019-11-21 | 2021-05-21 | 株式会社理光 | 物品摆放位置的确定方法、装置及计算机可读存储介质 |
| CN114407735A (zh) * | 2022-02-17 | 2022-04-29 | 芜湖雄狮汽车科技有限公司 | 汽车座舱的控制方法、装置、车辆及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103136787A (zh) * | 2013-02-20 | 2013-06-05 | 北京农业信息技术研究中心 | 基于三维虚拟居室植物摆放系统的构建方法 |
| US20130262988A1 (en) * | 2012-03-27 | 2013-10-03 | Fujifilm Corporation | Layout apparatus, layout method, and computer-readable recording medium |
| CN103761635A (zh) * | 2014-01-14 | 2014-04-30 | 大连理工大学 | 一种三维多箱异构货物装载优化方法 |
| CN106991723A (zh) * | 2015-10-12 | 2017-07-28 | 莲嚮科技有限公司 | 立体虚拟实境的互动房屋浏览方法及其系统 |
| CN107368911A (zh) * | 2017-06-11 | 2017-11-21 | 杭州巨梦科技有限公司 | 一种基于摆放规则的家具布局方法 |
-
2018
- 2018-06-22 CN CN201810657292.4A patent/CN108875651B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130262988A1 (en) * | 2012-03-27 | 2013-10-03 | Fujifilm Corporation | Layout apparatus, layout method, and computer-readable recording medium |
| CN103136787A (zh) * | 2013-02-20 | 2013-06-05 | 北京农业信息技术研究中心 | 基于三维虚拟居室植物摆放系统的构建方法 |
| CN103761635A (zh) * | 2014-01-14 | 2014-04-30 | 大连理工大学 | 一种三维多箱异构货物装载优化方法 |
| CN106991723A (zh) * | 2015-10-12 | 2017-07-28 | 莲嚮科技有限公司 | 立体虚拟实境的互动房屋浏览方法及其系统 |
| CN107368911A (zh) * | 2017-06-11 | 2017-11-21 | 杭州巨梦科技有限公司 | 一种基于摆放规则的家具布局方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110705650A (zh) * | 2019-10-14 | 2020-01-17 | 深制科技(苏州)有限公司 | 一种基于深度学习的钣金布局方法 |
| CN110705650B (zh) * | 2019-10-14 | 2023-10-24 | 深制科技(苏州)有限公司 | 一种基于深度学习的钣金布局方法 |
| CN112825195A (zh) * | 2019-11-21 | 2021-05-21 | 株式会社理光 | 物品摆放位置的确定方法、装置及计算机可读存储介质 |
| CN114407735A (zh) * | 2022-02-17 | 2022-04-29 | 芜湖雄狮汽车科技有限公司 | 汽车座舱的控制方法、装置、车辆及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108875651B (zh) | 2022-02-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20170343375A1 (en) | Systems to dynamically guide a user to an autonomous-driving vehicle pick-up location by augmented-reality walking directions | |
| CN104867202B (zh) | 基于车辆的移动装置屏幕投影的系统和方法 | |
| CN108875651A (zh) | 物品摆放评估方法、装置及计算机可读存储介质 | |
| US10189400B2 (en) | Mobile device tracking for control of vehicle subsystems | |
| CN110290945A (zh) | 记录操作员和周围视场的视频 | |
| CN109804400B (zh) | 信息提供装置和移动体 | |
| CN109849742A (zh) | 汽车座椅的调节方法、装置及存储介质 | |
| CN103419729B (zh) | 车辆部件控制方法 | |
| CN109690386A (zh) | 用于运动补偿虚拟现实的技术 | |
| CN107878465B (zh) | 移动体控制装置和移动体 | |
| DE102014222427A1 (de) | Anpassung einer Zuordnung zwischen einem Anwenderprofil und einem Funkschlüssel | |
| CN112140948A (zh) | 汽车座椅调节方法、系统及汽车 | |
| CN112061024A (zh) | 车辆外部扬声器系统 | |
| JP6657415B2 (ja) | 情報提供装置、及び移動体 | |
| CN116331102A (zh) | 车辆控制方法、装置、设备及存储介质 | |
| US11790683B2 (en) | Gesture based authentication for autonomous vehicles | |
| CN109784234A (zh) | 一种基于前向鱼眼镜头的直角弯识别方法及车载设备 | |
| CN108957460A (zh) | 车辆距离的检测方法、设备及计算机可读存储介质 | |
| CN111137208B (zh) | 应用于汽车的储物箱照明灯控制方法、装置及系统 | |
| CN106296867B (zh) | 影像记录设备及其影像标记方法 | |
| CN110126829B (zh) | 扭矩滤波系数确定方法、车载终端及车辆 | |
| CN113706842A (zh) | 车内物品防遗留提醒方法、设备、存储介质及装置 | |
| CN107107756A (zh) | 通过检测驾驶员的运动和/或表情控制交通工具功能的人/机界面和方法 | |
| CN107901854B (zh) | 保养灯归零方法、装置及计算机可读存储介质 | |
| CN115766929B (zh) | 车载座舱的变声通话方法、装置、系统、设备及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |