CN109389107A - 车辆安全处理方法、装置及计算机可读存储介质 - Google Patents

车辆安全处理方法、装置及计算机可读存储介质 Download PDF

Info

Publication number
CN109389107A
CN109389107A CN201910034217.7A CN201910034217A CN109389107A CN 109389107 A CN109389107 A CN 109389107A CN 201910034217 A CN201910034217 A CN 201910034217A CN 109389107 A CN109389107 A CN 109389107A
Authority
CN
China
Prior art keywords
vehicle
characteristic information
processing method
safety processing
information
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.)
Pending
Application number
CN201910034217.7A
Other languages
English (en)
Inventor
陈海波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenlan Robot (changzhou) Co Ltd
Deep Blue Technology Shanghai Co Ltd
DeepBlue AI Chips Research Institute Jiangsu Co Ltd
Original Assignee
Shenlan Robot (changzhou) Co Ltd
Deep Blue Technology Shanghai Co Ltd
DeepBlue AI Chips Research Institute Jiangsu Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenlan Robot (changzhou) Co Ltd, Deep Blue Technology Shanghai Co Ltd, DeepBlue AI Chips Research Institute Jiangsu Co Ltd filed Critical Shenlan Robot (changzhou) Co Ltd
Priority to CN201910034217.7A priority Critical patent/CN109389107A/zh
Publication of CN109389107A publication Critical patent/CN109389107A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/59Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Emergency Management (AREA)
  • Traffic Control Systems (AREA)
  • Alarm Systems (AREA)

Abstract

本发明实施例涉及人体姿态检测识别技术领域,公开了一种车辆安全处理方法、装置及计算机可读存储介质。车辆安全处理方法包括:获取上车乘客的身体特征信息;将身体特征信息上传至远程服务器,在远程服务器判定身体特征信息异常时,接收远程服务器发送的预警信息,并根据预警信息执行第一应急措施;实时获取车内的视频流数据,并从视频流数据中获取待处理图像;根据待处理图像获取特征信息,并根据特征信息确定车内乘客是否出现异常行为,在确定车内乘客出现异常行为时,执行第二应急措施。本发明提供的车辆安全处理方法、装置及计算机可读存储介质能够在突发情况下实现预警并启动相应的紧急措施,最大程度的避免损失。

Description

车辆安全处理方法、装置及计算机可读存储介质
技术领域
本发明实施例涉及人体姿态检测识别技术领域,特别涉及一种车辆处理方法、装置及计算机可读存储介质。
背景技术
随着公共交通运输发展及绿色出行概念的提倡,越来越多的人选择更加经济、绿色的出行方式,其中公共交通工具如公交、地铁成为了市内出行首选。但是随着人们对自身权益越来越重视,相关发生在公共交通工具上的纠纷越来越多,如小偷、猥亵、逃犯、逃票、打架等情况时有发生。比较瞩目的是近期发生的重庆公交车坠江时间,由于乘客因错过下站点于司机发生冲突,造成公交车偏离行驶道路,使十多名其他无辜乘客坠江,失去了鲜活的生命。在现有技术中,公共交通工具内通常安装监控等设备,通过安排专人职守视频监控室来达到监测目的。
发明人发现现有技术中至少存在如下问题:由于每个监控室监控场景众多,而职守工作人员的精力和积极性都是有限的,遗漏一些重要信息也是在所难免的,因此大量的安装在公共交通运输内的监控视频在实际应用中通常只起到“事后查询”的作用,而此时已经造成了无法挽回的损失。
发明内容
本发明实施方式的目的在于提供一种车辆安全处理方法、装置及计算机可读存储介质,其能够在突发情况下实现预警并启动相应的紧急措施,最大程度的避免损失。
为解决上述技术问题,本发明的实施方式提供了一种车辆安全处理方法,包括:
获取上车乘客的身体特征信息;将所述身份特征信息上传至远程服务器,在所述远程服务器判定所述身份信息异常时,接收所述远程服务器发送的预警信息,并根据所述预警信息执行第一应急措施;实时获取车内的视频流数据,并从所述视频流数据中获取待处理图像;根据所述待处理图像获取用于表征乘客是否出现异常行为的特征信息,并根据所述特征信息确定车内乘客是否出现异常行为,在确定所述车内乘客出现异常行为时,执行第二应急措施。
本发明还提供了一种车辆安全处理装置,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述的车辆安全处理方法。
本发明还提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现上述的车辆安全处理方法。
本发明的实施方式相对于现有技术而言,通过获取上车乘客的身体特征信息,再将所述身份特征信息上传至远程服务器,使得每一位乘客上车后远程服务器均能根据身体特征信息获取乘客的具体身份,在所述远程服务器判定所述身体特征信息异常时(如乘客为逃犯或失踪人口等),接收所述远程服务器发送的预警信息并根据所述预警信息执行第一应急措施,从而能够在第一时间发现身体特征信息异常的乘客并作出相应处理(如提醒驾驶人员改变行驶路线、向公安局报警等),使得行车过程中的安全系数提高;此外,通过实时获取车内的视频流数据,并从所述视频流数据中获取待处理图像,再根据所述待处理图像获取用于表征乘客是否出现异常行为的特征信息,并根据所述特征信息确定车内乘客是否出现异常行为,在确定所述车内乘客出现异常行为时,执行第二应急措施,使得行车过程中可以实时监控车内乘客的行为,在发现乘客出现异常行为(如斗殴、偷窃等)时,会立即执行第二应急措施(如控制车辆紧急停车、语音播报、发送报警信息等),以避免事态的进一步扩大而造成更严重的后果,最大程度的避免损失,从而实现了在突发情况下及时预警并启动相应的紧急措施,避免了“大量的安装在公共交通运输内的监控视频在实际应用中通常只起到“事后查询”的作用,而此时已经造成了无法挽回的损失”的情况的发生。
另外,所述实时获取车内的视频流数据,具体包括:经由多个摄像头实时获取车内不同区域的视频流数据,其中,所述不同区域中的任一区域至少与所述不同区域中的其他区域部分重叠。通过设置多个摄像头能够确保车内的各个位置都会被监控到,从而能够避免出现监控死角。
另外,所述从所述视频流数据中获取待处理图像,具体包括:根据所述车内不同区域的视频流数据中获取多个视频图像;将所述多个视频图像进行裁剪以及拼图处理,获取无重叠图像,将所述无重叠图像作为所述待处理图像。通过对车内多个摄像头拍摄的画面作为裁剪及拼图处理可以更好的利用有限的处理器资源,从而避免了重合画面数据占用过多的处理器资源。
另外,根据所述待处理图像获取用于表征乘客是否出现异常行为的特征信息,具体包括:将所述待处理图像输入LSTM神经网络进行特征提取、检测、分类及语义分析,输出检测结果,将所述检测结果作为所述特征信息。
另外,所述获取上车乘客的身体特征信息,具体包括:采集所述上车乘客的人员图像;对采集的所述人员图像进行人脸检测以获取所述上车乘客的人脸图像,将所述人脸图像作为所述身体特征信息。
另外,在所述将所述身体特征信息上传至远程服务器之后,还包括:将车辆信息上传至所述远程服务器,其中,所述车辆信息至少包括车牌号。通过上传车辆信息至远程服务器,使得该车辆发生在突发状况时相关机构(如公安局、交通局等)能够第一时间得知该车辆的具体信息并及时作出相应处理,提高了车辆在行驶过程中的安全系数。
另外,所述执行第二应急措施,具体包括控制车辆紧急停车、语音播报、发送报警信息中的至少一种。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是根据本发明第一实施方式提供的车辆安全处理方法的流程图;
图2是根据本发明第一实施方式提供的安装有摄像头的公交车的结构示意图;
图3是根据本发明第二实施方式提供的车辆安全处理方法的流程图;
图4是根据本发明第三实施方式提供的车辆安全处理装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本发明各实施方式中,为了使读者更好地理解本发明而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本发明所要求保护的技术方案。
本发明的第一实施方式涉及一种车辆安全处理方法,具体流程如图1所示,包括:
S101:获取上车乘客的身体特征信息。
关于步骤S101,具体的说,本实施方式中获取上车乘客的身体特征信息可以为:采集所述上车乘客的人员图像;对采集的所述人员图像进行人脸检测以获取所述上车乘客的人脸图像,将所述人脸图像作为所述身体特征信息。以公交车为例,如图2所示,在公交车的前后门的附近位置均会安装摄像头,通过这些摄像头即可采集上车乘客的人员图像,公交车内还会安装车载处理模块,用于接受、处理、并执行相关指令(如接受来自摄像头的视频图像数据,经过数据处理(视频图像特征处理),根据预设规则执行相关指令(如紧急停车、报警等))该车载处理模块可以是工控机、嵌入式控制主板等设备,通过车载处理模块可以从人员图像中获取上车乘客的人脸图像。
S102:将身体特征信息上传至远程服务器,在远程服务器判定身体特征信息异常时,接收远程服务器发送的预警信息,并根据预警信息执行第一应急措施。
关于步骤S102,具体的说,远程服务器中存储有追逃、失踪人口等人员的人脸数据,远程服务器会将上车乘客的人脸图像与其存储的人脸数据进行比对,并判断该人脸图像是否异常(即该人脸图像对应的乘客是否为逃犯、失踪人口等)。本实施方式中的第一应急措施可以为改变行车路线(如向靠近公安局的方向行驶)、紧急疏散人群等。
S103:实时获取车内的视频流数据,并从视频流数据中获取待处理图像。
关于步骤S103,具体的说,本实施方式中所述实时获取车内的视频流数据可以为:经由多个摄像头实时获取车内不同区域的视频流数据,其中,所述不同区域中的任一区域至少与所述不同区域中的其他区域部分重叠。如图2所示,可以将公交车划分为4个不同的区域,每个区域内都至少安装有一个摄像头进行监控。可以理解的是,为了更好的利用有限的处理器资源,因此可以对车内多个摄像头拍摄的画面作为拼图处理,避免重合画面数据占用过多的处理器资源,也就是说本实施方式中所述从所述视频流数据中获取待处理图像,可以为:根据所述车内不同区域的视频流数据中获取多个视频图像;将所述多个视频图像进行裁剪以及拼图处理,获取无重叠图像,将所述无重叠图像作为所述待处理图像。
值得一提的是,所述根据所述车内不同区域的视频流数据中获取多个视频图像,可以为:对所述视频流数据进行解码以获取解码图像,将所述解码图像作为所述视频图像。可以理解的是,可以通过视频解码器对视频流进行解码,视频解码器是对已编码的数字视频进行还原解码操作的程序(视频播放器)或设备。比如系统安装了real编码器那就能将其他格式文件转换成rm或rmvb格式,如果安装了real解码器那就能播放rm或rmvb格式文件。
S104:根据待处理图像获取用于表征乘客是否出现异常行为的特征信息,并根据特征信息确定车内乘客是否出现异常行为,在确定车内乘客出现异常行为时,执行第二应急措施。
关于步骤S104,具体的说,本实施方式中,根据所述待处理图像获取用于表征乘客是否出现异常行为的特征信息,可以为:将所述待处理图像输入LSTM神经网络进行特征提取、检测、分类及语义分析,输出检测结果,将所述检测结果作为所述特征信息。LSTM(LongShort-Term Memory)是长短期记忆网络,是一种时间递归神经网络,适合于处理和预测时间序列中间隔和延迟相对较长的重要事件。LSTM通过“门”(gate)来控制丢弃或者增加信息,从而实现遗忘或记忆的功能。“门”是一种使信息选择性通过的结构,由一个sigmoid函数和一个点乘操作组成。sigmoid函数的输出值在[0,1]区间,0代表完全丢弃,1代表完全通过。一个LSTM单元有三个这样的门,分别是遗忘门(forget gate)、输入门(input gate)、输出门(output gate)。遗忘门(forget gate):遗忘门是以上一单元的输出ht−1和本单元的输入xt为输入的sigmoid函数,为Ct−1中的每一项产生一个在[0,1]内的值,来控制上一单元状态被遗忘的程度;输入门(input gate):输入门和一个tanh函数配合控制有哪些新信息被加入。tanh函数产生一个新的候选向量Ct~,输入门为Ct~中的每一项产生一个在[0,1]内的值,控制新信息被加入的多少。至此,我们已经有了遗忘门的输出ft,用来控制上一单元被遗忘的程度,也有了输入门的输出it,用来控制新信息被加入的多少,我们就可以更新本记忆单元的单元状态了;输出门(output gate):输出门用来控制当前的单元状态有多少被过滤掉。先将单元状态激活,输出门为其中每一项产生一个在[0,1]内的值,控制单元状态被过滤的程度。
本发明的实施方式相对于现有技术而言,通过获取上车乘客的身体特征信息,再将所述身份特征信息上传至远程服务器,使得每一位乘客上车后远程服务器均能根据身体特征信息获取乘客的具体身份,在所述远程服务器判定所述身体特征信息异常时(如乘客为逃犯或失踪人口等),接收所述远程服务器发送的预警信息并根据所述预警信息执行第一应急措施,从而能够在第一时间发现身体特征信息异常的乘客并作出相应处理(如提醒驾驶人员改变行驶路线、向公安局报警等),使得行车过程中的安全系数提高;此外,通过实时获取车内的视频流数据,并从所述视频流数据中获取待处理图像,再根据所述待处理图像获取用于表征乘客是否出现异常行为的特征信息,并根据所述特征信息确定车内乘客是否出现异常行为,在确定所述车内乘客出现异常行为时,执行第二应急措施,使得行车过程中可以实时监控车内乘客的行为,在发现乘客出现异常行为(如斗殴、偷窃等)时,会立即执行第二应急措施(如控制车辆紧急停车、语音播报、发送报警信息等),以避免事态的进一步扩大而造成更严重的后果,最大程度的避免损失,从而实现了在突发情况下及时预警并启动相应的紧急措施,避免了“大量的安装在公共交通运输内的监控视频在实际应用中通常只起到“事后查询”的作用,而此时已经造成了无法挽回的损失”的情况的发生。
本发明的第二实施方式涉及一种方法,第二实施方式是在第一实施方式的基础上做了进一步的改进,具体改进之处在于:在第二实施方式中,在所述将所述身体特征信息上传至远程服务器之后,还包括:将车辆信息上传至所述远程服务器,其中,所述车辆信息至少包括车牌号。通过上传车辆信息至远程服务器,使得该车辆发生在突发状况时相关机构(如公安局、交通局等)能够第一时间得知该车辆的具体信息并及时作出相应处理,提高了车辆在行驶过程中的安全系数。
本实施方式的具体流程如图3所示,包括:
S201:获取上车乘客的身体特征信息。
S202:将身体特征信息上传至远程服务器,在远程服务器判定身体特征信息异常时,接收远程服务器发送的预警信息,并根据预警信息执行第一应急措施。
S203:将车辆信息上传至远程服务器。
关于步骤S203,具体的说,所述车辆信息至少包括车牌号,也可以包括车辆的行驶路线、行驶速度等。可以理解的是,除将车辆信息上传至远程服务器外,还可以将驾驶员的身份信息也上传至远程服务器,以使远程服务器能够获得与该车辆有关的最具体的资料。
S204:实时获取车内的视频流数据,并从视频流数据中获取待处理图像。
S205:根据待处理图像获取用于表征乘客是否出现异常行为的特征信息,并根据特征信息确定车内乘客是否出现异常行为,在确定车内乘客出现异常行为时,执行第二应急措施。
本实施方式中的步骤S201至步骤S202、S204至S205与第一实施方式中的步骤S101至步骤S104类似,为了避免重复,此处不再赘述。
本发明的实施方式相对于现有技术而言,通过获取上车乘客的身体特征信息,再将所述身份特征信息上传至远程服务器,使得每一位乘客上车后远程服务器均能根据身体特征信息获取乘客的具体身份,在所述远程服务器判定所述身体特征信息异常时(如乘客为逃犯或失踪人口等),接收所述远程服务器发送的预警信息并根据所述预警信息执行第一应急措施,从而能够在第一时间发现身体特征信息异常的乘客并作出相应处理(如提醒驾驶人员改变行驶路线、向公安局报警等),使得行车过程中的安全系数提高;此外,通过实时获取车内的视频流数据,并从所述视频流数据中获取待处理图像,再根据所述待处理图像获取用于表征乘客是否出现异常行为的特征信息,并根据所述特征信息确定车内乘客是否出现异常行为,在确定所述车内乘客出现异常行为时,执行第二应急措施,使得行车过程中可以实时监控车内乘客的行为,在发现乘客出现异常行为(如斗殴、偷窃等)时,会立即执行第二应急措施(如控制车辆紧急停车、语音播报、发送报警信息等),以避免事态的进一步扩大而造成更严重的后果,最大程度的避免损失,从而实现了在突发情况下及时预警并启动相应的紧急措施,避免了“大量的安装在公共交通运输内的监控视频在实际应用中通常只起到“事后查询”的作用,而此时已经造成了无法挽回的损失”的情况的发生。
本发明第三实施方式涉及一种车辆安全处理装置,如图4所示,包括:
至少一个处理器301;以及,
与至少一个处理器301通信连接的存储器302;其中,
存储器302存储有可被至少一个处理器301执行的指令,指令被至少一个处理器301执行,以使至少一个处理器301能够执行上述车辆安全处理方法。
其中,存储器302和处理器301采用总线方式连接,总线可以包括任意数量的互联的总线和桥,总线将一个或多个处理器301和存储器302的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件,也可以是多个元件,比如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。经处理器301处理的数据通过天线在无线介质上进行传输,进一步,天线还接收数据并将数据传送给处理器301。
处理器301负责管理总线和通常的处理,还可以提供各种功能,包括定时,外围接口,电压调节、电源管理以及其他控制功能。而存储器302可以被用于存储处理器301在执行操作时所使用的数据。
本发明第四实施方式涉及一种计算机可读存储介质,存储有计算机程序。计算机程序被处理器执行时实现上述方法实施例。
即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解,上述各实施方式是实现本发明的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。

Claims (9)

1.一种车辆安全处理方法,其特征在于,包括:
获取上车乘客的身体特征信息;
将所述身体特征信息上传至远程服务器,在所述远程服务器判定所述身体特征信息异常时,接收所述远程服务器发送的预警信息,并根据所述预警信息执行第一应急措施;
实时获取车内的视频流数据,并从所述视频流数据中获取待处理图像;
根据所述待处理图像获取用于表征乘客是否出现异常行为的特征信息,并根据所述特征信息确定车内乘客是否出现异常行为,在确定所述车内乘客出现异常行为时,执行第二应急措施。
2.根据权利要求1所述的车辆安全处理方法,其特征在于,所述实时获取车内的视频流数据,具体包括:
经由多个摄像头实时获取车内不同区域的视频流数据,其中,所述不同区域中的任一区域至少与所述不同区域中的其他区域部分重叠。
3.根据权利要求2所述的车辆安全处理方法,其特征在于,所述从所述视频流数据中获取待处理图像,具体包括:
根据所述车内不同区域的视频流数据中获取多个视频图像;
将所述多个视频图像进行裁剪以及拼图处理,获取无重叠图像,将所述无重叠图像作为所述待处理图像。
4.根据权利要求1所述的车辆安全处理方法,其特征在于,根据所述待处理图像获取用于表征乘客是否出现异常行为的特征信息,具体包括:
将所述待处理图像输入LSTM神经网络进行特征提取、检测、分类及语义分析,输出检测结果,将所述检测结果作为所述特征信息。
5.根据权利要求1所述的车辆安全处理方法,其特征在于,所述获取上车乘客的身体特征信息,具体包括:
采集所述上车乘客的人员图像;
对采集的所述人员图像进行人脸检测以获取所述上车乘客的人脸图像,将所述人脸图像作为所述身体特征信息。
6.根据权利要求1所述的车辆安全处理方法,其特征在于,在所述将所述身体特征信息上传至远程服务器之后,还包括:
将车辆信息上传至所述远程服务器,其中,所述车辆信息至少包括车牌号。
7.根据权利要求1所述的车辆安全处理方法,其特征在于,所述执行第二应急措施,具体包括控制车辆紧急停车、语音播报、发送报警信息中的至少一种。
8.一种车辆安全处理装置,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的车辆安全处理方法。
9.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的车辆安全处理方法。
CN201910034217.7A 2019-01-15 2019-01-15 车辆安全处理方法、装置及计算机可读存储介质 Pending CN109389107A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910034217.7A CN109389107A (zh) 2019-01-15 2019-01-15 车辆安全处理方法、装置及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910034217.7A CN109389107A (zh) 2019-01-15 2019-01-15 车辆安全处理方法、装置及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN109389107A true CN109389107A (zh) 2019-02-26

Family

ID=65430990

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910034217.7A Pending CN109389107A (zh) 2019-01-15 2019-01-15 车辆安全处理方法、装置及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN109389107A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109785214A (zh) * 2019-03-01 2019-05-21 宝能汽车有限公司 基于车联网的安全报警方法和装置
CN110853272A (zh) * 2019-09-29 2020-02-28 五邑大学 公交车安全监测方法、装置、设备及存储介质
CN110956143A (zh) * 2019-12-03 2020-04-03 交控科技股份有限公司 一种异常行为检测方法、装置、电子设备及存储介质
CN111860111A (zh) * 2020-06-01 2020-10-30 北京嘀嘀无限科技发展有限公司 车辆行程中的安全监测方法、设备及存储介质
CN112208475A (zh) * 2019-07-09 2021-01-12 奥迪股份公司 用于车辆乘员的安全保护系统、车辆及相应的方法和介质
CN114360230A (zh) * 2021-09-24 2022-04-15 深圳市卡联科技股份有限公司 一种公交车安全预警方法、系统、装置及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11177964A (ja) * 1997-12-09 1999-07-02 Omron Corp 画像処理方法およびその装置
CN101571996A (zh) * 2009-06-10 2009-11-04 上海理工大学 城市公交智能化应急管理方法
CN101593410A (zh) * 2008-05-29 2009-12-02 上海理工大学 长途客车安全监视系统
CN106210650A (zh) * 2016-08-10 2016-12-07 张培 一种公交车视频定位追踪系统
CN106971154A (zh) * 2017-03-16 2017-07-21 天津大学 基于长短记忆型递归神经网络的行人属性预测方法
CN107483902A (zh) * 2017-09-30 2017-12-15 珠海芯桥科技有限公司 一种公交车乘客跟踪监控系统
CN108304830A (zh) * 2018-03-09 2018-07-20 西安艾润物联网技术服务有限责任公司 车辆内人员身份在线监测方法、装置和存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11177964A (ja) * 1997-12-09 1999-07-02 Omron Corp 画像処理方法およびその装置
CN101593410A (zh) * 2008-05-29 2009-12-02 上海理工大学 长途客车安全监视系统
CN101571996A (zh) * 2009-06-10 2009-11-04 上海理工大学 城市公交智能化应急管理方法
CN106210650A (zh) * 2016-08-10 2016-12-07 张培 一种公交车视频定位追踪系统
CN106971154A (zh) * 2017-03-16 2017-07-21 天津大学 基于长短记忆型递归神经网络的行人属性预测方法
CN107483902A (zh) * 2017-09-30 2017-12-15 珠海芯桥科技有限公司 一种公交车乘客跟踪监控系统
CN108304830A (zh) * 2018-03-09 2018-07-20 西安艾润物联网技术服务有限责任公司 车辆内人员身份在线监测方法、装置和存储介质

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109785214A (zh) * 2019-03-01 2019-05-21 宝能汽车有限公司 基于车联网的安全报警方法和装置
CN112208475A (zh) * 2019-07-09 2021-01-12 奥迪股份公司 用于车辆乘员的安全保护系统、车辆及相应的方法和介质
CN110853272A (zh) * 2019-09-29 2020-02-28 五邑大学 公交车安全监测方法、装置、设备及存储介质
CN110956143A (zh) * 2019-12-03 2020-04-03 交控科技股份有限公司 一种异常行为检测方法、装置、电子设备及存储介质
CN111860111A (zh) * 2020-06-01 2020-10-30 北京嘀嘀无限科技发展有限公司 车辆行程中的安全监测方法、设备及存储介质
CN114360230A (zh) * 2021-09-24 2022-04-15 深圳市卡联科技股份有限公司 一种公交车安全预警方法、系统、装置及存储介质
CN114360230B (zh) * 2021-09-24 2024-02-02 深圳市卡联科技股份有限公司 一种公交车安全预警方法、系统、装置及存储介质

Similar Documents

Publication Publication Date Title
CN109389107A (zh) 车辆安全处理方法、装置及计算机可读存储介质
US12046076B2 (en) Vehicle monitoring system and vehicle monitoring method
US10997430B1 (en) Dangerous driver detection and response system
CN109476329B (zh) 用于运输系统的视频内容分析系统及方法
CN110933955B (zh) 基于对来自摄像机图像的对象的检测的警报事件的改进生成
CN111402612A (zh) 一种交通事件通知方法及装置
DE102017129076A1 (de) Autonomer schulbus
CN108701396B (zh) 一种车前积雪与结冰的检测报警方法、存储介质和服务器
CN108423003A (zh) 一种驾驶安全监控方法及系统
DE112018006556T5 (de) Trainieren eines maschinenlernmodells mit digitalem audio und/oder video
CN113874921B (zh) 自动信号符合监测与警报系统
SE541541C2 (en) Method and system for theft detection in a vehicle
US11361574B2 (en) System and method for monitoring for driver presence and position using a driver facing camera
DE112016005034T5 (de) Einsatzsteuerung und verfahren zur zuweisung einer rolle eines verfolgerfahrzeugs
DE102020115357A1 (de) Systeme und verfahren für potenziell verbesserte fahrzeugsicherheit für fahrgäste unter verwendung von blockchain
CN112382032A (zh) 一种监控方法及装置、电子设备、存储介质
WO2022142649A1 (zh) 行车预警方法、电子设备和计算机可读存储介质
US20240246547A1 (en) Artificial intelligence-enabled alarm for detecting passengers locked in vehicle
CN115731534A (zh) 自主交通工具乘客的不适当行为的检测和缓解
WO2020194584A1 (ja) 物体追跡装置、制御方法、及びプログラム
DE102011011939A1 (de) Innenraum-Überwachung für ein Kraftfahrzeug
CN108995624A (zh) 车辆安防装置及方法
EP1148726A2 (de) Überwachungseinrichtung
CN110223482B (zh) 无人驾驶车辆的报警方法和装置
US11915477B2 (en) Video processing system and video processing method using split learning

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190226

RJ01 Rejection of invention patent application after publication