CN109711289B - 乘车提醒方法、装置、电子设备和存储介质 - Google Patents

Abstract

本申请涉及一种乘车提醒方法、装置、电子设备和存储介质。该方法包括：获取在车辆内通过深度摄像头拍摄的深度信息；从深度信息中提取第一信息；将第一信息与预设条件进行对比；当第一信息满足预设条件时，发出提醒信息。采用本方法能够通过提取深度摄像头拍摄的深度信息中的第一信息，并将提取的第一信息与预设条件进行对比，当第一信息满足预设条件时，发出提醒信息，可以检测到乘车的儿童的行为是否安全隐患，当存在安全隐患时能够及时提醒监护人以减少安全事故的发生。

Description

乘车提醒方法、装置、电子设备和存储介质

技术领域

本申请涉及电子技术领域，特别是涉及一种乘车提醒方法、装置、电子设备和存储介质。

背景技术

随着人民生活水平的提高，越来越多的家庭拥有私家车，儿童乘坐私家车的机会越来越多。当带孩子出行时，往往是将孩子放在后座的儿童椅上，但是孩子往往喜欢在车内玩耍，甚至会偷偷容易解开安全座椅或解开安全带等，而在后排没有监督人员或监督人员不注意的时候，存在极大的安全隐患。

发明内容

基于此，有必要针对上述儿童乘车时存在安全隐患的技术问题，提供一种能够检测儿童行为的乘车提醒方法、装置、电子设备和存储介质。

一种乘车提醒方法，所述方法包括：

获取在车辆内通过深度摄像头拍摄的深度信息；

从所述深度信息中提取第一信息；

将所述第一信息与预设条件进行对比；

当所述第一信息满足所述预设条件时，发出提醒信息。

一种乘车提醒装置，所述装置包括：

获取模块，用于获取在车辆内通过深度摄像头拍摄的深度信息；

提取模块，用于从所述深度信息中提取第一信息；

对比模块，用于将所述第一信息与预设条件进行对比；

提醒模块，用于当所述第一信息满足所述预设条件时，发出提醒信息。

一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项方法的步骤。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项方法的步骤。

上述乘车提醒方法、装置、电子设备和存储介质，通过获取在车辆内通过深度摄像头拍摄的深度信息，从深度信息中提取第一信息，再将第一信息与预设条件进行对比，当第一信息满足预设条件时，发出提醒信息。采用该方案可以检测儿童在车辆内的行为，当儿童的行为存在安全隐患时，发出提醒，减少安全隐患。

附图说明

图1为一个实施例中乘车提醒方法的应用环境图；

图2为一个实施例中乘车提醒方法的流程示意图；

图3为一个实施例中提取第一信息的步骤的流程示意图；

图4为另一个实施例中第一信息与预设条件对比步骤的流程示意图；

图5为一个实施例中乘车提醒方法的流程示意图；

图6为一个实施例中乘车提醒装置的结构框图；

图7为一个另实施例中乘车提醒装置的结构框图；

图8为一个实施例中电子设备的内部结构图；

图9为一个实施例中图像处理电路的示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请实施例提供的乘车提醒方法，可以应用于如图1所示的应用环境中。其中，电子设备102可拥有一个深度摄像头104，和多个其它摄像头106、108。该电子设备102可以但不限于是各种智能手机、平板电脑和便携式可穿戴设备。

在一个实施例中，如图2所示，提供了一种乘车提醒方法，以该方法应用于图1中的电子设备为例进行说明，包括以下步骤：

步骤202，获取在车辆内通过深度摄像头拍摄的深度信息。

其中，深度摄像头是指获得拍摄对象的深度信息的摄像头，也就是拍摄对象三维的位置和尺寸信息的摄像头。深度摄像头的原理是传感器发出经调制的脉冲红外光，遇物体后反射，传感器通过计算光线发射和反射时间差或相位差，来换算被拍摄景物的距离，以产生深度信息。

具体地，电子设备控制深度摄像头拍摄车辆内可视范围的场景，并将拍摄的图像传输给图像处理器进行处理，得到拍摄的车辆内可视范围的场景的深度信息。例如，该深度摄像头可以是TOF摄像头。TOF(Time of Flight)是飞行时间技术的缩写，TOF深度摄像头的原理是传感器发出经调制的脉冲红外光，遇物体后反射，传感器通过计算光线发射和反射时间差或相位差，来换算被拍摄景物的距离，以产生深度信息。电子设备控制TOF摄像头拍摄车辆内的场景，将TOF摄像头拍摄的图像传输给与该TOF摄像头连接的图像处理器进行处理，从而得到经过处理后的深度图像的信息。

步骤204，从深度信息中提取第一信息。

其中，第一信息包括人体信息和人体相关的环境信息。例如，第一信息包括人体的轮廓信息、人体的行为信息、人体的位置信息和人体所接触的物体信息，以及人体与深度摄像头的距离信息等。

具体地，电子设备获取拍摄图像得到深度信息，此时的深度信息中包括该深度摄像头拍摄的可视范围内的所有人体和物体的深度信息。例如，可能存在车座的深度信息，可能存在放置的物品的深度信息，还可能存在拍摄到的车窗外的深度信息。电子设备从这些深度信息中提取与人体有关的信息，比如，当人体在触碰某件物品时，提取的第一信息就包括人体的形态、人体当前的位置和人体触碰的物品的信息等。

步骤206，将第一信息与预设条件进行对比。

步骤208，当第一信息满足预设条件时，发出提醒信息。

其中，预设条件是指预先设置的存在安全隐患的信息，可存储在电子设备中的预设位置。提醒信息是指电子设备检测到人体的行为存在安全隐患时，发出的特定提醒信息。提醒信息可以是发出语音提醒，可以是震动提醒，也可以是闪光灯等方式。其中，语音提醒可以是预先录入的声音，也可以是指定的音乐的等。

具体地，电子设备提取深度信息中的第一信息，并获取存储电子设备内部预设位置的预设条件，将第一信息与预设条件进行对比。当第一信息符合预设条件时，获取该预设信息对应的提醒信息，并发出该提醒信息。当第一信息不符合预设条件时，不发出相关提醒，继续获取深度摄像头拍摄的下一深度信息再次执行对比判断的操作。

上述乘车提醒方法，通过提取深度摄像头拍摄的深度信息中的第一信息，并将提取的第一信息与预设条件进行对比，当第一信息满足预设条件时，发出提醒信息，可以检测到乘车的儿童的行为是否安全隐患，当存在安全隐患时能够及时提醒监护人查看以减少安全事故的发生。

在一个实施例中，如图3所示，从该深度信息中提取第一信息，包括：

步骤302，获取深度信息中的人体轮廓信息，并获取预设的儿童轮廓信息。

其中，人体轮廓信息是指人体的高度、大小等形态信息。儿童轮廓信息是指儿童的高度、大小等形态信息。

具体地，电子设备获取深度摄像头拍摄的深度信息，并根据预先设置的一些条件从该深度信息中获取所有的人体轮廓信息，并获取预设的儿童的轮廓信息。例如，电子设备获取预先设置的条件，预先设置的条件可以是确定该深度信息中拍摄的某一元素，首先确定该元素是否存在头部轮廓、再确定是否存在颈部轮廓、四肢轮廓、躯干轮廓等，如果存在，则表明该拍摄的元素为人体，则从深度信息中获取该人体的轮廓信息。如果获取的该元素不符合条件，则继续获取下一元素，判断该元素是否为人体，并将获取到的所有人体轮廓信息单独存储。然后电子设备再获取预设的儿童的轮廓信息，同样，预设的儿童的轮廓信息也包括头部轮廓、颈部轮廓、四肢轮廓、躯干轮廓等。

步骤304，将人体轮廓信息与预设的儿童轮廓信息进行对比。

具体地，电子设备首先从存储的人体轮廓信息中获取其中一个人体的轮廓信息，并将该人体的轮廓与预设儿童的轮廓进行重叠，如果该人体的头部轮廓的边缘未与预设儿童的头部轮廓边缘重合，则表明该人体并非儿童。如果两者的头部轮廓的边缘与预设儿童的头部轮廓边缘重合，则确定人体的颈部轮廓、四肢轮廓和躯干轮廓的边缘是否与预设儿童的颈部轮廓、四肢轮廓和躯干轮廓的边缘重合，当完全重合时，表明该人体为儿童。当人体的头部轮廓、颈部轮廓、四肢轮廓和躯干轮廓中存在至少一种未与预设儿童的对应轮廓重合时，都表示该人体并非儿童，则不提取该人体的信息。

步骤306，当存在人体轮廓信息与预设的儿童轮廓信息一致时，确定存在儿童，从深度信息中提取儿童的第一信息。

具体地，当电子设备确定存在人体轮廓与预设的儿童轮廓完全重合时，确定该车辆内存在儿童。则电子设备从该深度信息中提取与该儿童相关的第一信息，提取的与该儿童相关的第一信息包括提取该儿童的位置信息、姿态信息与该儿童所接触的物品信息等。例如，当电子设备确定深度摄像头拍摄的深度信息中存在儿童的信息时，从该深度信息中提取该儿童当前的行为信息、身体的形态等。若当前获取到的儿童深度信息显示儿童是跪坐在座椅上，并将头、手伸出窗外，则电子设备获取的儿童的第一信息包括儿童的整个身体的深度图像，包括儿童将头、手伸出窗外的姿势，儿童所跪坐的座椅、伸出窗外时所接触的车门和车窗等深度信息。

通过获取深度信息中的人体轮廓信息，并将获取的人体轮廓信息与预设的儿童轮廓信息进行对比，以确定该车辆内是否存在儿童。当该车辆内存在儿童时，再从深度信息中获取该儿童的有关信息，使得可以单独检测该儿童的行为是否存在安全隐患，节省了检测所有人体是否存在安全隐患的时间和电子设备的内存空间。

在本实施例中，电子设备可以通过已搭建完成的机器学习模型识别该人体轮廓信息是否为儿童轮廓信息。

具体地，电子设备可先将多张包括人体轮廓信息的训练图像和预设的包括儿童轮廓信息的训练图像输入到其内部已经搭建好的机器学习模型中。其中，上述已搭建完成的机器学习模型为已初始化完成并且可进行训练的机器学习模型。例如，假设搭建的机器学习模型为卷积神经网络模型，具有一个输入层，两个卷积层，两个池化层，两个全连接层和一个输出层。在确定模型框架后，可初始化相关参数，如损失函数选取、优化函数选取、迭代次数设定等。最终可得到一个完整的待训练的机器学习模型。当电子设备将多张包括人体轮廓信息的训练图像和预设的包括儿童轮廓信息的训练图像输入到已搭建完成的机器学习模型中后，机器学习模型开始进行训练，当训练的机器学习模型的迭代次数达到预设的迭代次数后，即可得到训练后的机器学习模型，该训练后的机器学习模型能识别出儿童的轮廓信息。当电子设备获取深度图像中的人体轮廓信息后，将多个人体轮廓信息输入到其内部已经完成训练的机器学习模型中，该机器学习模型即可从多个人体轮廓信息中识别出是否存在儿童轮廓信息，进而可以确定车辆内是否存在儿童。

在一个实施例中，如图4所示，从深度信息中提取儿童的第一信息，该将第一信息与预设条件进行对比包括：

步骤402，根据人体轮廓信息确定儿童行为信息和该儿童与深度摄像头之间的距离。

步骤404，检测儿童行为信息是否满足预设条件中的行为信息。

其中，儿童行为信息包括儿童的位姿信息，可以是指儿童的位置信息和身体的姿态信息等。

具体地，电子设备从该深度信息中提取儿童的第一信息，从该第一信息中确定儿童当前的位置和当前身体的姿态，例如，儿童当前是否坐在儿童安全座椅上，儿童当前是否站在座椅上。可以通过检测儿童当前的坐姿、四肢姿态等信息确定儿童当前的行为。然后，电子设备获取预设条件中的行为信息，当儿童当前的乘坐姿态、四肢姿态等信息满足预设条件中的行为信息时，表明当前儿童的行为存在安全隐患。

比如，预设条件中的行为信息是儿童的腰部、腹部或者胸部没有安全带跨过。电子设备从儿童的第一信息中检测儿童的行为，当电子设备检测到儿童的腰部、腹部或者胸部有安全带跨过时，判定当前儿童系上了安全带，不存在安全隐患。当电子设备检测到儿童的腰部、腹部或者胸部没有安全带跨过时，判定当前儿童没有系上安全带，满足预设条件中的行为信息，当前儿童的行为存在安全隐患。

步骤406，检测距离是否满足预设条件中的距离阈值。

具体地，电子设备还需要确定儿童当前与摄像头之间的距离，当儿童与摄像头的距离满足预设条件中的距离阈值时，表明孩子可能解开了安全带，或者离开了座椅。通过从深度信息中提取儿童的第一信息，然后确定儿童的当前行为信息是否满足预设条件中的行为信息，以及儿童当前与摄像头的距离是否满足预设条件中的距离阈值，能够判断出儿童当前的行为是否存在安全隐患。

例如，预设条件中的距离阈值为儿童的身体与深度摄像头的距离为30至50厘米之间，小于30厘米或大于50厘米则判定存在安全隐患。当电子设备从提取的儿童的第一信息中检测到当前儿童与深度摄像头的距离小于30厘米或者大于50厘米时，判定儿童可能解开了安全带并离开了安全座椅。如果多次检测到的儿童与深度摄像头的距离小于30厘米或大于50厘米，并且在不断变化时，判定儿童可以离开了安全座椅，并且在车辆内走动或者跑动。

在一个实施例中，预设条件包括多个，不同的预设条件对应不同的提醒信息；

当第一信息满足预设条件时，发出提醒信息，包括：

确定第一信息所满足的预设条件，获取所满足的预设条件对应的提醒信息，发出提醒信息。

具体地，电子设备配置了多个预设条件和多种提醒消息，每个预设条件对应一种提醒消息。当第一消息满足预设条件时，电子设备需要确定第一消息满足哪一个预设条件，确定第一信息所满足的预设条件后，获取该预设条件对应的提醒信息并发出提醒。通过配置不同的预设条件和提醒消息，可以根据人体信息满足的不同预设条件来判断当前人体行为存在的安全隐患的严重程度，发出不同程度的提醒信息。

在一个实施例中，确定第一信息所满足的预设条件，获取所满足的预设条件对应的提醒信息，发出提醒信息，包括：

确定第一信息所满足的第一预设条件，获取所满足的第一预设条件对应的第一提醒信息，发出第一提醒信息；

确定第一信息所满足的第二预设条件，获取所满足的第二预设条件对应的第二提醒信息，发出第二提醒信息。

具体地，电子设备获取深度图像中的第一信息，并从电子设备内部的预设位置获取预设条件，将该第一信息与预设条件中的第一预设条件进行对比，当第一信息中满足第一预设条件时，获取第一预设条件所对应的第一提醒信息，并发出第一提醒信息。当第一信息不满足第一预设条件时，将该人体信息与预设条件中的第二预设条件进行对比，当第一信息满足第二预设条件时，获取第二预设条件所对应的第二提醒信息，并发出第二提醒信息。

比如，预设条件中的第一预设条件可以是儿童的身体姿态信息，该第一预设条件所对应的第一提醒信息为震动提醒，第二预设条件可以是儿童的位置信息，该第二预设条件所对应的第二提醒信息为语音提醒。具体地，儿童的身体姿态信息可以是儿童将头、手伸出窗外，站立或跪坐在座椅上等。当电子设备从拍摄得到的深度信息中的儿童的第一信息中检测到儿童将头、手伸出窗外时，发出震动提醒。儿童的位置信息可以是儿童未坐在儿童安全座椅上，儿童在车内走动、跑动等。当电子设备检测到儿童的第一信息中的儿童未坐在儿童安全座椅上，解开了安全带并在车辆内走动、跑动时，发出“危险！危险！”的语音提醒。

在一个实施例中，当电子设备检测到第一信息满足第一预设条件，同时又满足第二预设条件时，可以获取第一预设条件所对应的第一提醒信息，发出第一提醒消息以提醒驾驶员或监护人。类似地，当电子设备检测到第一信息满足第一预设条件，同时又满足第二预设条件时，也可以获取第二预设条件所对应的第二提醒信息，发出第二提醒消息以提醒驾驶员或监护人。例如，当儿童的第一信息同时满足预设条件中的儿童的身体姿态信息和儿童的位置信息，即当电子设备检测到儿童是站立在车内而并非坐在安全座椅上，并且将手伸出窗外时，判定儿童的第一信息同时满足了两个预设条件，则可以获取第一预设条件对应的震动提醒并发出。也可以获取第二预设条件对应的语音提醒，发出“危险！危险！”的语音提醒。

在一个实施例中，第一提醒信息和第二提醒信息还可以是同类型的提醒信息，并且当第二预设条件的危险系数大于第一预设条件的危险系数时，第二提醒信息的强度大于第一提醒信息的强度。其中，同类型的信息是指第一提醒信息和第二提醒信息是同一个种类的提醒信息，例如第一提醒信息和第二提醒信息都是语音提醒，或者都是震动提醒，或者都是语音加震动提醒等。但是第二提醒信息的语音提醒的音量比第一提醒的音量高，第二提醒信息的震动频率比第一提醒的震动频率强等。

上述乘车提醒方法，通过获取不同的预设条件和各预设条件对应的提醒信息，可以根据儿童乘坐车辆时存在安全隐患的程度发出不同强度的提醒，以使监护人及时查看儿童的行为，避免安全事故的发生。

在一个实施例中，该乘车提醒方法，还包括：自动连接车载设备；当第一信息满足该预设条件时，发送控制指令到车载设备，根据控制指令控制车载设备发出提醒信息。

具体地，电子设备在控制深度摄像头进行拍摄之前，会自动打开蓝牙以连接车载设备。当电子设备检测到第一信息满足预设条件时，发送控制指令到车载设备，并根据控制指令控制车载设备发出提醒。通过自动连接车载系统，当人体信息满足预设条件时，控制车载系统发出提醒，避免直接在电子设备上发出提醒使得儿童受到惊吓的情况。

在本实施中，电子设备还可以自动连接驾驶员或监护人员佩戴的蓝牙耳机，同样地，当电子设备检测到第一信息满足预设条件时，发送提醒信息到蓝牙耳机端，避免儿童受到惊吓并且可以第一时间通知驾驶员或监护人查看儿童的行为。

在一个实施例中，当第一信息满足预设条件时，发出提醒信息，包括：

当以连续预设次数检测到第一信息满足预设条件时，发出提醒信息。

具体地，电子设备获取到预先配置的连续检测次数，当连续预设次数检测到第一信息满足预设条件时，发出提醒信息。比如，配置的连续检测次数为3，电子设备获取第一信息，并获取预设条件，将第一信息与预设条件进行对比，当检测到的第一信息连续3次满足预设条件时，发出提醒。通过连续次数检测到第一信息是否满足预设条件，在连续次数检测到满足预设条件时发出提醒，排除电子设备检测到某次人体信息偶然满足预设条件从而发出提醒的情况。

在一个实施例中，如图5所示，该乘车提醒方法，包括：

步骤502，自动连接车载设备。

步骤504，获取在车辆内通过深度摄像头拍摄的深度信息。

步骤506，获取深度信息中的人体轮廓信息，并获取预设的儿童轮廓信息。

步骤508，将人体轮廓信息与预设的儿童轮廓信息进行对比。

步骤510，当存在人体轮廓信息与预设的儿童轮廓信息一致时，确定存在儿童。

步骤512，根据人体轮廓信息确定儿童行为信息和该儿童与深度摄像头之间的距离。

步骤514，检测儿童行为信息是否满足预设条件中的行为信息。

步骤516，检测距离是否大于预设条件中的距离阈值。

步骤518，确定第一信息所满足的第一预设条件，获取所满足的第一预设条件对应的第一提醒信息，发送控制指令到车载设备，根据控制指令控制车载设备发出第一提醒信息。

步骤520，确定第一信息所满足的第二预设条件，获取所满足的第二预设条件对应的第二提醒信息，发送控制指令到车载设备，根据控制指令控制车载设备发出第二提醒信息。

具体地，电子设备在检测到处于车辆内时，自动开启蓝牙功能并自动连接车载设备。电子设备启动深度摄像头，控制深度摄像头进行拍摄并保存深度信息。获取深度信息中的人体轮廓信息并单独存储，再获取预设的儿童的轮廓信息。电子设备首先从存储的人体轮廓信息中获取其中一个人体的轮廓信息，并将该人体的轮廓与预设儿童的轮廓进行重叠，如果该人体的头部轮廓的边缘未与预设儿童的头部轮廓边缘重合，则表明该人体并非儿童。如果两者的头部轮廓的边缘与预设儿童的头部轮廓边缘重合，则确定人体的颈部轮廓、四肢轮廓和躯干轮廓的边缘是否与预设儿童的颈部轮廓、四肢轮廓和躯干轮廓的边缘重合，当完全重合时，表明该人体为儿童。当人体的头部轮廓、颈部轮廓、四肢轮廓和躯干轮廓中存在至少一种未与预设儿童的对应轮廓重合时，判定该人体并非儿童。当电子设备确定车辆内存在儿童时，从拍摄的深度信息中提取与该儿童相关的第一信息，提取的与该儿童相关的第一信息包括提取该儿童的形态信息、行为信息与该儿童所接触的物品的深度信息等。检测儿童行为信息是否满足预设条件中的行为信息，并检测儿童与摄像头的距离是否满足预设条件中的距离阈值。当电子设备检测到第一信息中的儿童人体信息满足预设条件中的第一预设条件时，获取所满足的第一预设条件对应的第一提醒信息，发送控制指令到车载设备，根据控制指令控制车载设备发出第一提醒信息。当电子设备检测到儿童的第一信息不满足预设条件中的第一预设条件时，将第一信息与第二预设条件进行对比，判断第一信息是否满足第二预设条件。当电子设备检测到儿童的第一信息满足预设条件中的第二预设条件时，获取所满足的第二预设条件对应的第二提醒信息，发送控制指令到车载设备，根据控制指令控制车载设备发出第二提醒信息。也可以获取所满足的第一预设条件对应的第一提醒信息，发送控制指令到车载设备，根据控制指令控制车载设备发出第一提醒信息。

上述乘车提醒方法，电子设备自动连接车载设备，获取在车辆内通过深度摄像头拍摄的深度信息，并获取深度信息中的人体轮廓信息和预设的儿童轮廓信息，将人体轮廓信息与预设的儿童轮廓信息进行对比，以确定该车辆上是否存在儿童。当车辆上存在儿童时，根据人体轮廓信息确定儿童行为信息和该儿童与深度摄像头之间的距离。检测儿童行为信息是否满足预设条件中的行为信息，检测距离是否小于预设条件中的距离阈值，以确定儿童当前乘坐车辆的行为是否存在安全隐患。当儿童的第一信息满足第一预设条件时，发送控制指令到车载设备，根据控制指令控制车载设备发出第一提醒信息。当儿童的第一信息满足第二预设条件时，发送控制指令到车载设备，根据控制指令控制车载设备发出第二提醒信息，当同时满足两个预设条件时，发送控制指令控制车载设备发出第二提醒信息，根据不同第一信息判断存在安全隐患的程度，以发出不同程度的提醒信息。并且在车载设备端发出提醒，避免直接在电子设备上发出提醒使得儿童受到惊吓的情况。

应该理解的是，虽然图1-5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-5中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图6所示，提供了一种乘车提醒装置，包括：获取模块602、提取模块604、对比模块606和提醒模块608，其中：

获取模块602，用于获取在车辆内通过深度摄像头拍摄的深度信息。

提取模块604，用于从深度信息中提取第一信息。

对比模块606，用于将第一信息与预设条件进行对比。

提醒模块608，用于当第一信息满足预设条件时，发出提醒信息。

上述乘车提醒装置，通过提取深度摄像头拍摄的深度信息中的第一信息，并将提取的第一信息与预设条件进行对比，当第一信息满足预设条件时，发出提醒信息，可以检测到乘车的儿童的行为是否安全隐患，当存在安全隐患时能够及时提醒监护人以减少安全事故的发生。

在一个实施例中，如图7所示，提取模块604还包括：轮廓信息提取模块702、轮廓对比模块704和儿童第一信息提取模块706。

轮廓信息提取模块702，用于获取深度信息中的人体轮廓信息，并获取预设的儿童轮廓信息。

轮廓对比模块704，用于将人体轮廓信息与预设的儿童轮廓信息进行对比。

儿童第一信息提取模块706，用于当存在人体轮廓信息与预设的儿童轮廓信息一致时，确定存在儿童，从深度信息中提取儿童的第一信息。通过获取深度信息中的人体轮廓信息，并将获取的人体轮廓信息与预设的儿童轮廓信息进行对比，以确定该车辆内是否存在儿童。当该车辆内存在儿童时，再从深度信息中获取该儿童的有关信息，使得可以单独检测该儿童的行为是否存在安全隐患，节省了检测所有人体是否存在安全隐患的时间和电子设备的内存空间。

在一个实施例中，提取模块604还用于：根据人体轮廓信息确定儿童行为信息和儿童与深度摄像头之间的距离。对比模块606还用于：检测儿童行为信息是否满足预设条件中的行为信息；检测距离是否小于预设条件中的距离阈值。通过从深度信息中提取儿童的第一信息，然后确定第一信息中儿童的当前行为信息是否满足预设条件中的行为信息，以及儿童当前与摄像头的距离是否满足预设条件中的距离阈值，能够判断出儿童当前的行为是否存在安全隐患。

在一个实施例中，提醒模块608还用于：当预设条件包括多个，不同的预设条件对应不同的提醒信息时，确定第一信息所满足的预设条件，获取所满足的预设条件对应的提醒信息，发出提醒信息。通过获取不同的预设条件和提醒消息，可以根据第一信息满足的不同预设条件来判断当前人体行为存在的安全隐患的严重程度，发出不同程度的提醒信息。

在一个实施例中，提醒模块608还用于：确定第一信息所满足的第一预设条件，获取所满足的第一预设条件对应的第一提醒信息，发出第一提醒信息；确定第一信息所满足的第二预设条件，获取所满足的第二预设条件对应的第二提醒信息，发出第二提醒信息；确定第一信息所满足的第二预设条件且满足第一预设条件，获取所满足的第二预设条件对应的第二提醒信息，发出第二提醒信息，第二提醒信息的强度大于第一提醒信息的强度，第一提醒信息和第二提醒信息为同类型的提醒信息。通过获取不同的预设条件和各预设条件对应的提醒信息，可以根据儿童乘坐车辆时存在安全隐患的程度发出不同强度的提醒，以使监护人及时查看儿童的行为，避免安全事故的发生。

在其中一个实施例中，提醒模块608还用于：自动连接车载设备；当第一信息满足预设条件时，发送控制指令到车载设备，根据控制指令控制车载设备发出提醒。通过自动连接车载系统，当第一信息满足预设条件时，控制车载系统发出提醒，避免直接在电子设备上发出提醒使得儿童受到惊吓的情况。

在另一个实施例中，提醒模块608还用于：当以连续预设次数检测到第一信息满足预设条件时，发出提醒信息。通过连续次数检测到第一信息是否满足预设条件，在连续次数检测到满足预设条件时发出提醒，排除电子设备检测到某次第一信息偶然满足预设条件从而发出提醒的情况。

关于乘车提醒装置的具体限定可以参见上文中对于乘车提醒方法的限定，在此不再赘述。上述乘车提醒装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于电子设备中的处理器中，也可以以软件形式存储于电子设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种电子设备，该电子设备可以是终端，其内部结构图可以如图8所示。该电子设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种乘车提醒方法。该电子设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该电子设备的输入装置可以是显示屏上覆盖的触摸层，也可以是电子设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

本申请实施例还提供一种电子设备。上述电子设备中包括图像处理电路，图像处理电路可以利用硬件和/或软件组件实现，可包括定义ISP(Image Signal Processing，图像信号处理)管线的各种处理单元。图9为一个实施例中图像处理电路的示意图。如图9所示，为便于说明，仅示出与本申请实施例相关的图像处理技术的各个方面。

如图9所示，图像处理电路包括第一ISP处理器930、第二ISP处理器940和控制逻辑器950。第一摄像头910包括一个或多个第一透镜912和第一图像传感器914。第一图像传感器914可包括色彩滤镜阵列(如Bayer滤镜)，第一图像传感器914可获取用第一图像传感器914的每个成像像素捕捉的光强度和波长信息，并提供可由第一ISP处理器930处理的一组图像数据。第二摄像头920包括一个或多个第二透镜922和第二图像传感器924。第二图像传感器924可包括色彩滤镜阵列(如Bayer滤镜)，第二图像传感器924可获取用第二图像传感器924的每个成像像素捕捉的光强度和波长信息，并提供可由第二ISP处理器940处理的一组图像数据。该第一摄像头910和第二摄像头920中有一个可以是深度摄像头。

第一摄像头910采集的第一图像传输给第一ISP处理器930进行处理，第一ISP处理器930处理第一图像后，可将第一图像的统计数据(如图像的亮度、图像的反差值、图像的颜色等)发送给控制逻辑器950，控制逻辑器950可根据统计数据确定第一摄像头910的控制参数，从而第一摄像头910可根据控制参数进行自动对焦、自动曝光等操作。第一图像经过第一ISP处理器930进行处理后可存储至图像存储器960中，第一ISP处理器930也可以读取图像存储器960中存储的图像以对进行处理。另外，第一图像经过ISP处理器930进行处理后可直接发送至显示器970进行显示，显示器970也可以读取图像存储器960中的图像以进行显示。

其中，第一ISP处理器930按多种格式逐个像素地处理图像数据。例如，每个图像像素可具有8、10、12或14比特的位深度，第一ISP处理器930可对图像数据进行一个或多个图像处理操作、收集关于图像数据的统计信息。其中，图像处理操作可按相同或不同的位深度计算精度进行。

图像存储器960可为存储器装置的一部分、存储设备、或电子设备内的独立的专用存储器，并可包括DMA(Direct Memory Access，直接直接存储器存取)特征。

当接收到来自第一图像传感器914接口时，第一ISP处理器930可进行一个或多个图像处理操作，如时域滤波。处理后的图像数据可发送给图像存储器960，以便在被显示之前进行另外的处理。第一ISP处理器930从图像存储器960接收处理数据，并对所述处理数据进行RGB和YCbCr颜色空间中的图像数据处理。第一ISP处理器930处理后的图像数据可输出给显示器970，以供用户观看和/或由图形引擎或GPU(Graphics Processing Unit，图形处理器)进一步处理。此外，第一ISP处理器930的输出还可发送给图像存储器960，且显示器970可从图像存储器960读取图像数据。在一个实施例中，图像存储器960可被配置为实现一个或多个帧缓冲器。

第一ISP处理器930确定的统计数据可发送给控制逻辑器950。例如，统计数据可包括自动曝光、自动白平衡、自动聚焦、闪烁检测、黑电平补偿、第一透镜912阴影校正等第一图像传感器914统计信息。控制逻辑器950可包括执行一个或多个例程(如固件)的处理器和/或微控制器，一个或多个例程可根据接收的统计数据，确定第一摄像头910的控制参数及第一ISP处理器930的控制参数。例如，第一摄像头910的控制参数可包括增益、曝光控制的积分时间、防抖参数、闪光控制参数、第一透镜912控制参数(例如聚焦或变焦用焦距)、或这些参数的组合等。ISP控制参数可包括用于自动白平衡和颜色调整(例如，在RGB处理期间)的增益水平和色彩校正矩阵，以及第一透镜912阴影校正参数。

同样地，第二摄像头920采集的第二图像传输给第二ISP处理器940进行处理，第二ISP处理器940处理第一图像后，可将第二图像的统计数据(如图像的亮度、图像的反差值、图像的颜色等)发送给控制逻辑器950，控制逻辑器950可根据统计数据确定第二摄像头920的控制参数，从而第二摄像头920可根据控制参数进行自动对焦、自动曝光等操作。第二图像经过第二ISP处理器940进行处理后可存储至图像存储器960中，第二ISP处理器940也可以读取图像存储器960中存储的图像以对进行处理。另外，第二图像经过ISP处理器940进行处理后可直接发送至显示器970进行显示，显示器970也可以读取图像存储器960中的图像以进行显示。第二摄像头920和第二ISP处理器940也可以实现如第一摄像头910和第一ISP处理器930所描述的处理过程。

在一个实施例中，提供了一种电子设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述乘车提醒方法的步骤。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述乘车提醒方法的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种乘车提醒方法，所述方法包括：

获取在车辆内通过TOF摄像头拍摄的深度信息；

获取所述深度信息中的人体轮廓信息，通过机器学习模型识别出所述人体轮廓信息中的儿童轮廓信息；

根据所述儿童轮廓信息确定儿童行为信息，以及儿童与所述TOF摄像头之间的距离；

将所述儿童行为信息与预设条件中的行为信息进行对比，以及将所述距离与所述预设条件中的距离阈值进行对比；所述预设条件包括第一预设条件和第二预设条件，所述第二预设条件的危险系数大于所述第一预设条件的危险系数；

自动连接车载设备，当所述儿童行为信息和所述距离，满足所述第一预设条件中的行为信息和距离阈值时，发送控制指令到所述车载设备，根据所述控制指令控制所述车载设备发出所述第一预设条件对应的第一提醒信息；

当所述儿童行为信息和所述距离满足所述第二预设条件中的行为信息和距离阈值时，发送控制指令到所述车载设备，根据所述控制指令控制所述车载设备发出所述第二预设条件对应的第二提醒信息；所述第二提醒信息的强度大于所述第一提醒信息的强度。

2.根据权利要求1所述的方法，其特征在于，所述儿童行为信息包括儿童的位置信息和身体姿态信息。

3.根据权利要求1所述的方法，其特征在于，所述第一提醒信息和所述第二提醒信息为同类型的提醒信息。

4.根据权利要求3所述的方法，其特征在于，所述第一提醒信息和所述第二提醒信息均为语音提醒信息、震动提醒信息，或者包含语音提醒信息与震动提醒信息的组合。

5.一种乘车提醒装置，其特征在于，所述装置包括：

获取模块，用于获取在车辆内通过TOF摄像头拍摄的深度信息；

提取模块，用于获取所述深度信息中的人体轮廓信息，通过机器学习模型识别出所述人体轮廓信息中的儿童轮廓信息；根据所述儿童轮廓信息确定儿童行为信息，以及儿童与所述TOF摄像头之间的距离；

对比模块，用于将所述儿童行为信息与预设条件中的行为信息进行对比，以及将所述距离与所述预设条件中的距离阈值进行对比；所述预设条件包括第一预设条件和第二预设条件，所述第二预设条件的危险系数大于所述第一预设条件的危险系数；

提醒模块，用于自动连接车载设备，当所述儿童行为信息和所述距离，满足所述第一预设条件中的行为信息和距离阈值时，发送控制指令到所述车载设备，根据所述控制指令控制所述车载设备发出所述第一预设条件对应的第一提醒信息；当所述儿童行为信息和所述距离满足所述第二预设条件中的行为信息和距离阈值时，发送控制指令到所述车载设备，根据所述控制指令控制所述车载设备发出所述第二预设条件对应的第二提醒信息；所述第二提醒信息的强度大于所述第一提醒信息的强度。

6.根据权利要求5所述的装置，其特征在于，所述儿童行为信息包括儿童的位置信息和身体姿态信息。

7.根据权利要求5所述的装置，其特征在于，所述第一提醒信息和所述第二提醒信息为同类型的提醒信息。

8.根据权利要求7所述的装置，其特征在于，所述第一提醒信息和所述第二提醒信息均为语音提醒信息、震动提醒信息，或者包含语音提醒信息与震动提醒信息的组合。

9.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，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4中任一项所述的方法的步骤。

Images