CN110866451A - 一种车内生命体检测方法、装置、系统以及存储介质 - Google Patents
一种车内生命体检测方法、装置、系统以及存储介质 Download PDFInfo
- Publication number
- CN110866451A CN110866451A CN201911005212.8A CN201911005212A CN110866451A CN 110866451 A CN110866451 A CN 110866451A CN 201911005212 A CN201911005212 A CN 201911005212A CN 110866451 A CN110866451 A CN 110866451A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- life
- living body
- body exists
- image
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 32
- 230000003287 optical effect Effects 0.000 claims abstract description 22
- 238000012549 training Methods 0.000 claims description 35
- 238000004458 analytical method Methods 0.000 claims description 20
- 238000012790 confirmation Methods 0.000 claims description 6
- 230000005855 radiation Effects 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 10
- 230000001815 facial effect Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 4
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 3
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 description 3
- YXFVVABEGXRONW-UHFFFAOYSA-N Toluene Chemical compound CC1=CC=CC=C1 YXFVVABEGXRONW-UHFFFAOYSA-N 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000013079 data visualisation Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000006748 scratching Methods 0.000 description 2
- 230000002393 scratching effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 208000031320 Teratogenesis Diseases 0.000 description 1
- 206010000210 abortion Diseases 0.000 description 1
- 231100000176 abortion Toxicity 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 125000003118 aryl group Chemical group 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 210000003792 cranial nerve Anatomy 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 210000000987 immune system Anatomy 0.000 description 1
- 208000032839 leukemia Diseases 0.000 description 1
- 230000003908 liver function Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000004199 lung function Effects 0.000 description 1
- WSFSSNUMVMOOMR-NJFSPNSNSA-N methanone Chemical compound O=[14CH2] WSFSSNUMVMOOMR-NJFSPNSNSA-N 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000012209 synthetic fiber Substances 0.000 description 1
- 229920002994 synthetic fiber Polymers 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/269—Analysis of motion using gradient-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- 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
- G06V20/593—Recognising seat occupancy
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/0202—Child monitoring systems using a transmitter-receiver system carried by the parent and the child
- G08B21/0205—Specific application combined with child monitoring using a transmitter-receiver system
- G08B21/0208—Combination with audio or video communication, e.g. combination with "baby phone" function
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/0202—Child monitoring systems using a transmitter-receiver system carried by the parent and the child
- G08B21/0277—Communication between units on a local network, e.g. Bluetooth, piconet, zigbee, Wireless Personal Area Networks [WPAN]
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/0202—Child monitoring systems using a transmitter-receiver system carried by the parent and the child
- G08B21/028—Communication between parent and child units via remote transmission means, e.g. satellite network
- G08B21/0283—Communication between parent and child units via remote transmission means, e.g. satellite network via a telephone network, e.g. cellular GSM
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30268—Vehicle interior
Abstract
本发明公开了一种车内生命体检测方法、装置、系统以及存储介质，方法包括：通过图像采集设备采集车内图像，并基于训练好的生命体检测模型对采集到的车内图像进行检测，判断车内是否存在生命体；若判断结果为是，则通过光流算法再次确定车内是否存在生命体；若再次确认的结果为车内存在生命体，则发出警报进行提示。本发明解决了现有技术中对车内生命体进行检测的准确性较低的技术问题，实现了准确、高效的检测车锁锁定的车内是否具有生命体并发出警报，且不会因受到抠图和面具攻击引起误判断的技术效果。
Description
技术领域
本发明实施例涉及检测技术领域，尤其涉及一种车内生命体检测方法、装置、系统以及存储介质。
背景技术
随着生活水平的提高，越来越多的家庭购买了机动车辆，机动车辆在为人们的出行带来便利的同时，也带来了新的问题，例如，由于各种原因导致的将儿童或宠物等单独锁在车内时引发的危险，研究表明，外界温度在35度左右的情况下，太阳照射15分钟，封闭车厢里面的温度可升至65度，在这样的高温下，人最多待上半个小时就会致命。车厢里的仪表板等合成纤维含有苯类，其中的甲苯可能让孩子罹患白血病，也可能导致孕妇流产和畸胎等；地毯等装潢物中含有甲醛，对人体的嗅觉、肺功能、肝功能、免疫系统等都有不良作用；甲醇则主要来自车内芳香剂，长期吸入可导致脑神经受损。因此，检测车锁锁定的车内是否具有生命体并发出警报是很有必要的。
现有技术中对于车内是否具有生命体通常单一的采用红外接近传感器、或采用人脸检测以及行动检测等检测技术进行生命体检测，但是采用红外接近传感器进行检测的准确性较低，而人脸检测以及行动检测技术在收到抠图和面具攻击时容易引起误判断。
发明内容
本发明提供一种车内生命体检测方法、装置、系统以及存储介质，以实现准确、高效的检测车锁锁定的车内是否具有生命体并发出警报，且不会因受到抠图和面具攻击引起误判断的技术效果。
本发明实施例提供了一种车内生命体检测方法，所述方法包括：通过图像采集设备采集车内图像，并基于训练好的生命体检测模型对采集到的所述车内图像进行检测，判断车内是否存在生命体；若判断结果为是，则通过光流算法再次确定车内是否存在生命体；若再次确认的结果为车内存在生命体，则发出警报进行提示。
进一步地，所述若判断结果为是，则通过光流算法再次确定车内是否存在生命体之后，所述方法还包括：若再次确认的结果为车内存在生命体，则通过红外辐射检测进一步确认车内是否存在生命体；和/或，若再次确认的结果为车内存在生命体，则通过波频分析进一步确认车内是否存在生命体。
进一步地，所述通过波频分析进一步确认车内是否存在生命体包括：通过WiFi模块或蓝牙模块或4G模块向外发射电磁波，并根据接收到的反射波确定车内是否存在生命体。
进一步地，所述通过图像采集设备采集车内图像，并基于训练好的生命体检测模型对采集到的所述车内图像进行检测，判断车内是否存在生命体包括：
图像采集设备采集车内图像；通过纹理特征识别、可变聚焦分析以及基于启发式的算法依次对采集到的所述车内图像进行检测，以判断所述车内图像中的面部为生命体的面部还是非生命体的面部，进而确定车内是否存在生命体。
进一步地，所述若再次确认的结果为车内存在生命体，则发出警报进行提示包括：若再次确认的结果为车内存在生命体，则向车主处的移动终端发送警报信息进行提示；和/或，若再次确认的结果为车内存在生命体，则启动车的警报系统进行警报提示。
进一步地，所述通过图像采集设备采集车内图像之前，所述方法还包括：确定车锁是否锁定，若锁定，则继续执行通过图像采集设备采集车内图像的步骤。
本发明实施例还提供了一种车内生命体检测装置，所述装置包括：图像采集设备，用于采集车内图像；判断模块，用于基于训练好的生命体检测模型对采集到的所述车内图像进行检测，判断车内是否存在生命体；确认模块，用于在判断模块判断车出内存在生命体之后，通过光流算法再次确定车内是否存在生命体；警报模块，用于在确认模块确认出车内存在生命体之后，发出警报进行提示。
本发明实施例还提供了一种车内生命体检测系统，所述系统包括执行上述实施例所述的一种车内生命体检测方法的生命体检测装置，所述系统还包括数据服务装置、模型训练装置以及模型服务装置；所述数据服务装置、所述模型训练装置、所述模型服务装置以及所述生命体检测装置依次相连接；所述数据服务装置用于模型训练数据的采集、预处理、存储以及管理；所述模型训练装置用于基于所述数据服务装置采集的模型训练数据进行模型训练，得到生命体检测模型，以及基于所述生命体检测装置采集到的车内图像定期更新所述生命体检测模型；所述模型服务装置用于调控相应的模型、算法，以使所述生命体检测装置基于所述模型服务装置调控的模型、算法对车内是否存在生命体进行检测；所述生命体检测装置用于在车锁锁定后对车内是否存在生命体进行检测，并在确认车内存在生命体后发出警报进行提示。
进一步地，所述系统还包括配置中心以及监控中心；所述配置中心分别与所述数据服务装置、所述模型训练装置、所述模型服务装置以及所述生命体检测装置相连接，所述监控中心分别与所述数据服务装置、所述生命体检测装置相连接；所述配置中心用于对所述系统进行常规设置以及版本更新；所述监控中心用于对所述系统的相关数据进行调用。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任一实施例所述的一种车内生命体检测方法。
本发明公开了一种车内生命体检测方法、装置、系统以及存储介质，方法包括：通过图像采集设备采集车内图像，并基于训练好的生命体检测模型对采集到的车内图像进行检测，判断车内是否存在生命体；若判断结果为是，则通过光流算法再次确定车内是否存在生命体；若再次确认的结果为车内存在生命体，则发出警报进行提示。本发明解决了现有技术中对车内生命体进行检测的准确性较低的技术问题，实现了准确、高效的检测车锁锁定的车内是否具有生命体并发出警报，且不会因受到抠图和面具攻击引起误判断的技术效果。
附图说明
图1是本发明实施例提供的一种车内生命体检测方法的流程图；
图2是本发明实施例提供的又一种车内生命体检测方法的流程图；
图3是本发明实施例提供的一种车内生命体检测方法的步骤S101的流程图；
图4是本发明实施例提供的一种车内生命体检测装置的结构图；
图5是本发明实施例提供的一种车内生命体检测系统的结构图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
需要说明的是，本发明的说明书和权利要求书及附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于限定特定顺序。本发明下述各个实施例可以单独执行，各个实施例之间也可以相互结合执行，本发明实施例对此不作具体限制。
实施例一：
图1是本发明实施例提供的一种车内生命体检测方法的流程图。如图1所示，该车内生命体检测方法具体包括如下步骤：
步骤S101，通过图像采集设备采集车内图像，并基于训练好的生命体检测模型对采集到的车内图像进行检测，判断车内是否存在生命体。
具体地，通过诸如手机、平板等移动终端或诸如行车记录仪、车内摄像装置等车辆终端采集大量的生命体图像，通过SIFT(Scale-invariant feature transform，尺度不变特征转换)特征提取或HOG(Histogram of Oriented Gradient，方向梯度直方图)特征提取的方式对采集到的生命体图像进行特征提取，并对提取到的特征进行训练得到生命体检测模型。
SIFT特征指的是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。SIFT特征具有以下几种特性：独特性好，信息量丰富，适用于在海量特征数据库中进行快速、准确的匹配；多量性，即使少数的几个物体也可以产生大量的SIFT特征向量；高速性，经优化的SIFT匹配算法甚至可以达到实时的要求；可扩展性，可以很方便的与其他形式的特征向量进行联合。HOG特征对图像几何的和光学的形变都能保持很好的不变性，这两种形变只会出现在更大的空间领域上。另外，HOG特征在粗的空域抽样、精细的方向抽样以及较强的局部光学归一化等条件下，只要行人大体上能够保持直立的姿势，可以容许行人有一些细微的肢体动作，这些细微的动作可以被忽略而不影响检测效果。
具体地，图像采集设备可以为车内已有的摄像头、行车记录仪等能够采集图像的设备，也可以为额外配备的用于采集图像的红外摄像头或其他用于采集图像的设备。通过图像采集设备采集车内图像，再将车内图像导入生命体检测模型中，判断出车内是否存在生命体。由于生命体检测模型并不是一成不变的，它会跟随新采集到的生命体图像不断的进行新的学习训练，以更好的适应实际的检测状况，通过模型训练的方式对车内是否存在生命体进行检测，大大提高了对于车内生命体检测的准确性。
步骤S102，若判断结果为是，则通过光流算法再次确定车内是否存在生命体。
具体地，如果通过生命体检测模型判断出车内存在生命体，为了防止图片抠图而引起的误判断，再次通过光流算法检查从3D的生命体到2D平面图像生成的光流的差异和属性，以进一步确认车内是否存在生命体。通过使用光流算法进行二次检测确认，解决了因图片抠图引起的误判断，进一步保证了检测的准确性。
步骤S103，若再次确认的结果为车内存在生命体，则发出警报进行提示。
具体地，如果经过光流算法再次确认车内存在生命体，则发出警报以提示车主或其他相关人员车内存在生命体。
本发明公开了一种车内生命体检测方法，包括：通过图像采集设备采集车内图像，并基于训练好的生命体检测模型对采集到的车内图像进行检测，判断车内是否存在生命体；若判断结果为是，则通过光流算法再次确定车内是否存在生命体；若再次确认的结果为车内存在生命体，则发出警报进行提示。本发明解决了现有技术中对车内生命体进行检测的准确性较低的技术问题，实现了准确、高效的检测车锁锁定的车内是否具有生命体并发出警报，且不会因受到抠图和面具攻击引起误判断的技术效果。
可选地，图2是本发明实施例提供的又一种车内生命体检测方法的流程图。如图2所示，步骤S200，通过图像采集设备采集车内图像，并基于训练好的生命体检测模型对采集到的车内图像进行检测，判断车内是否存在生命体。步骤S201，若判断结果为是，则通过光流算法再次确定车内是否存在生命体。
在步骤S201之后，该车内生命体检测方法还包括如下步骤：
步骤S202，若再次确认的结果为车内存在生命体，则通过红外辐射检测进一步确认车内是否存在生命体；和/或，
步骤S203，若再次确认的结果为车内存在生命体，则通过波频分析进一步确认车内是否存在生命体。
具体地，为了保证对车内生命体判断的准确性，在通过光流算法再次确定车内是否存在生命体之后，还可以通过红外辐射检测和/或波频分析进一步对车内是否具有生命体进行确认。红外辐射检测是通过红外设备向外发射红外线，由于生命体具有热能，通过红外线对生命体的热力扩散进行检测，进一步确定车内是否存在生命体，提高了生命体检测的准确性，其中，发射红外线的设备可以是单独设置在车内的红外设备，也可以是红外摄像头。波频分析主要是用于对生命体的生理特征进行检测，例如生命体的心跳、呼吸、健康情况等，通过信号发射设备将一定频率的电磁波发射出去，进而通过接收到的反射波确定车内是否存在生命体，通过增加波频分析确认车内是否存在生命体，进一步确保了生命体检测的准确性。
需要说明的是，步骤S202和步骤S203可以根据需要只执行其中之一，也可以为了提高判断车内是否具有生命体的准确性两个步骤都执行。
可选地，步骤S203，通过波频分析进一步确认车内是否存在生命体包括：通过WiFi模块或蓝牙模块或4G模块向外发射电磁波，并根据接收到的反射波确定车内是否存在生命体。
具体地，发射一定频率电磁波的设备可以是车内现有的WiFi模块或蓝牙模块或4G模块，也可以是其他可以发射电磁波的设备或模块。
图3是本发明实施例提供的一种车内生命体检测方法的步骤S101的流程图。
可选地，步骤S101，通过图像采集设备采集车内图像，并基于训练好的生命体检测模型对采集到的所述车内图像进行检测，判断车内是否存在生命体具体包括如下步骤：
步骤S1011，图像采集设备采集车内图像。
步骤S1012，通过纹理特征识别、可变聚焦分析以及基于启发式的算法依次对采集到的车内图像进行检测，以判断车内图像中的面部为生命体的面部还是非生命体的面部，进而确定车内是否存在生命体。
具体地，针对采集到的车内图像，首先通过纹理特征识别分析计算出面部区域上的局部二进制模式(LBP)，并使用SVM(支持向量机)将面部分类为生命体的面部或非生命体的面部；然后对检测出的生命体的面部进行可变聚焦分析，检查图像的两个连续帧之间的像素值的变化；同时使用基于启发式的算法进行眼球运动、嘴唇运动和眨眼检测，以此最终确认车内图像中的面部为生命体面部，进而确认车内存在生命体。
通过光流算法、纹理特征识别、可变聚焦分析以及基于启发式的算法之间的配合使用，增加了对生命体检测的反欺诈能力，使得对车内是否生命体的确认更加的准确。
可选地，步骤S103，若再次确认的结果为车内存在生命体，则发出警报进行提示包括如下步骤：
步骤S1，若再次确认的结果为车内存在生命体，则向车主处的移动终端发送警报信息进行提示；
和/或，步骤S2，若再次确认的结果为车内存在生命体，则启动车的警报系统进行警报提示。
具体地，当最终确认闭锁的车内存在生命体之后，控制车辆的警报系统向车主处的移动终端，如，智能手机、智能手表等发送警报信息，以提示车主车内还有生命体存在，还可以启动车的警报系统，例如车辆进行鸣笛等方式，以提示车主或车辆附件的行人车内存在生命体，需要说明的是，上述步骤S1和S2可以根据需要执行其中的一步或两者均执行。
显然，当确认车内存在生命体时，还可以向公安机关发送报警信息，以确保车内生命体的安全，本申请中不再赘述。
可选地，步骤S101，通过图像采集设备采集车内图像之前，该车内生命体检测方法还包括：确定车锁是否锁定，若锁定，则继续执行通过图像采集设备采集车内图像的步骤。
在本发明实施例中，确定车辆是锁定状态之后，再进一步判断车内是否存在生命体。需要说明的是，有时尽管车辆并未锁定，但是幼小的孩童或宠物单独滞留在车内但不具有打开车门的能力，还是会存在出现危险的可能，因此本申请还可以设置为驾驶座位上无人时或车辆未启动且未锁门一定时间之后确定车内是否存在生命体。
实施例二：
本发明实施例还提供了一种车内生命体检测装置，用于执行本发明实施例一所提供的一种车内生命体检测方法，以下对本发明实施例提供的一种车内生命体检测装置做具体介绍。
图4是本发明实施例提供的一种车内生命体检测装置的结构图，如图4所示，该生命体检测装置主要包括：图像采集设备41，判断模块42，确认模块43，警报模块44，其中：
图像采集设备41，用于采集车内图像。
判断模块42，用于基于训练好的生命体检测模型对采集到的所述车内图像进行检测，判断车内是否存在生命体。
确认模块43，用于在判断模块判断车出内存在生命体之后，通过光流算法再次确定车内是否存在生命体。
警报模块44，用于在确认模块确认出车内存在生命体之后，发出警报进行提示。
通过使用本发明提供的车内生命体检测装置，解决了现有技术中对车内生命体进行检测的准确性较低的技术问题，实现了准确、高效的检测车锁锁定的车内是否具有生命体并发出警报，且不会因受到抠图和面具攻击引起误判断的技术效果。
可选地，该车内生命体采集装置还包括：
红外检测模块，用于在确认模块43确定车内存在生命体之后，通过红外辐射检测进一步确认车内是否存在生命体；
和/或，波频分析模块，用于在确认模块43确定车内存在生命体之后，通过波频分析进一步确认车内是否存在生命体。
可选地，波频分析模块具体用于通过WiFi模块或蓝牙模块或4G模块向外发射电磁波，并根据接收到的反射波确定车内是否存在生命体。
可选地，判断模块42具体用于：通过纹理特征识别、可变聚焦分析以及基于启发式的算法依次对采集到的车内图像进行检测，以判断车内图像中的面部为生命体的面部还是非生命体的面部，进而确定车内是否存在生命体。
可选地，警报模块44包括：
第一警报子模块，用于若再次确认的结果为车内存在生命体，则向车主处的移动终端发送警报信息进行提示；
和/或，第二警报子模块，用于若再次确认的结果为车内存在生命体，则启动车的警报系统进行警报提示。
可选地，该车内生命体检测装置还包括：
车锁检测模块，用于确定车锁是否锁定，若锁定，则图像采集设备41开始工作。
本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
本发明实施例提供的车内生命体检测方法，与上述实施例提供的车内生命体检测装置具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。
实施例三：
图5是本发明实施例提供的一种车内生命体检测系统的结构图。如图5所示，该车内生命体检测系统包括执行上述实施例一中所述的一种车内生命体检测方法的生命体检测装置51，该车内生命体检测系统还包括数据服务装置52、模型训练装置53以及模型服务装置54。
具体地，数据服务装置52、模型训练装置53、模型服务装置54以及生命体检测装置51依次相连接；数据服务装置52用于模型训练数据的采集、预处理、存储以及管理；模型训练装置53用于基于数据服务装置52采集的模型训练数据进行模型训练，得到生命体检测模型，以及基于生命体检测装置51采集到的车内图像定期更新生命体检测模型；模型服务装置54用于调控相应的模型、算法，以使生命体检测装置51基于模型服务装置54调控的模型、算法对车内是否存在生命体进行检测；生命体检测装置51用于在车锁锁定后对车内是否存在生命体进行检测，并在确认车内存在生命体后发出警报进行提示。
具体地，如图5所示，数据服务装置52包括数据采集模块、数据清洗模块、数据存储模块、数据管理模块以及数据可视化模块。数据采集模块用于采集模型训练数据，即通过诸如手机、平板等移动终端或诸如行车记录仪、车内摄像装置等车辆终端采集大量的生命体图像，用于模型训练使用；数据清洗模块用于对采集到的模型训练数据进行预处理，例如对采集到的生命体图像进行降噪等；数据存储模块用于存储模型训练数据；数据管理模块用于对采集到的数据进行管理，例如，对采集到的数据进行分类等；数据可视化模块用于调用、浏览数据。
具体地，如图5所示，模型训练装置53包括离线计算模块、在线计算模块以及模型训练模块。离线计算模块用于在离线状态下根据数据服务装置52采集到的大量模型训练数据进行处理，然后通过模型训练模块训练生命体检测模型；在线计算模块用于定期对生命体检测装置51采集的车内图像进行处理，然后将处理后的车内图像通过模型训练模块训练更新生命体检测模型。
具体地，如图5所示，模型服务装置54包括以下至少之一：场景模型模块、用户/行为画像模块以及其他模型模块，其中，其他模型模块包括以下至少之一：红外设备、WiFi模块、蓝牙模块、运动检测模块、纹理分析模块、帧像素模块等。需要说明的是，模型服务装置54中不仅限于上述各模块，还可以根据需要增加其他用于确认生命体是否存在的模型模块；相应的，其他模型模块中也不仅限于上述六个模块，也可以根据车辆设备增加或减少相应的模块。模型服务装置54用于根据需要调用上述各模块，以配合生命检测装置51对车内是否存在生命体进检测。
具体地，如图5所示，生命体检测装置51包括判断引擎、微服务模块、调度引擎、决策网关、决策输出模块以及服务集群模块。其中，判断引擎可以为多个，用于判断需要哪些模型对车内进检测，以配合模型服务装置54进行模型调用；微服务模块用于信息的解耦合作用；调度引擎用于调度各模型进行检测；决策网关用于生命体检测装置51的网络连接；决策输出模块用于将检测结果发送至车主处的终端或车辆警报系统；服务集群模块用于生命检测装置51的后台服务使用。
通过使用本发明提供的车内生命体检测系统，解决了现有技术中对车内生命体进行检测的准确性较低的技术问题，实现了准确、高效的检测车锁锁定的车内是否具有生命体并发出警报，且不会因受到抠图和面具攻击引起误判断的技术效果。
可选地，如图5所示，该车内生命体检测系统还包括配置中心55以及监控中心56；配置中心55分别与数据服务装置52、模型训练装置53、模型服务装置54以及生命体检测装置51相连接，监控中心56分别与数据服务装置52、生命体检测装置51相连接；配置中心55用于对车内生命体检测系统进行常规设置以及版本更新；监控中心56用于对车内生命体检测系统的相关数据进行调用。
具体地，如图5所示，配置中心55分别与数据服务装置52、模型训练装置53、模型服务装置54以及生命体检测装置51中的调度引擎相连接，配置中心55一方面可以使用户通过其对车内生命体检测系统进行常规的设置，另一方面还可以使车内生命检测系统的生产者或该车辆的生产者通过配置中心55对车内生命检测系统进行更新、升级等。监控中心56分别与数据服务装置52中的数据可视化模块、生命体检测装置51中的调度引擎相连接，监控中心56为车内生命检测系统的生产者或该车辆的生产者所使用，能够根据需要调用车内生命检测系统的相关使用数据，时刻关注系统的检测状况和准确性，以根据需要对车内生命检测系统进行版本改进，更好的完善车内生命检测系统。
本发明实施例所提供的车内生命体检测系统具有整个系统可配置，针对不同车型拥有不同配件进行动态配置，动态改变算法使用的功能，在确保检测准确性的同时能够适应更多场景。
实施例四：
本发明实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种车内生命体检测方法。
具体地，该车内生命体检测方法包括：
通过图像采集设备采集车内图像，并基于训练好的生命体检测模型对采集到的车内图像进行检测，判断车内是否存在生命体；
若判断结果为是，则通过光流算法再次确定车内是否存在生命体；
若再次确认的结果为车内存在生命体，则发出警报进行提示。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的车内生命体检测方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，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，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述搜索装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
最后应说明的是，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种车内生命体检测方法，其特征在于，所述方法包括：
通过图像采集设备采集车内图像，并基于训练好的生命体检测模型对采集到的所述车内图像进行检测，判断车内是否存在生命体；
若判断结果为是，则通过光流算法再次确定车内是否存在生命体；
若再次确认的结果为车内存在生命体，则发出警报进行提示。
2.根据权利要求1所述的方法，其特征在于，所述若判断结果为是，则通过光流算法再次确定车内是否存在生命体之后，所述方法还包括：
若再次确认的结果为车内存在生命体，则通过红外辐射检测进一步确认车内是否存在生命体；
和/或，若再次确认的结果为车内存在生命体，则通过波频分析进一步确认车内是否存在生命体。
3.根据权利要求2所述的方法，其特征在于，所述通过波频分析进一步确认车内是否存在生命体包括：通过WiFi模块或蓝牙模块或4G模块向外发射电磁波，并根据接收到的反射波确定车内是否存在生命体。
4.根据权利要求1所述的方法，其特征在于，所述通过图像采集设备采集车内图像，并基于训练好的生命体检测模型对采集到的所述车内图像进行检测，判断车内是否存在生命体包括：
图像采集设备采集车内图像；
通过纹理特征识别、可变聚焦分析以及基于启发式的算法依次对采集到的所述车内图像进行检测，以判断所述车内图像中的面部为生命体的面部还是非生命体的面部，进而确定车内是否存在生命体。
5.根据权利要求1所述的方法，其特征在于，所述若再次确认的结果为车内存在生命体，则发出警报进行提示包括：
若再次确认的结果为车内存在生命体，则向车主处的移动终端发送警报信息进行提示；
和/或，若再次确认的结果为车内存在生命体，则启动车的警报系统进行警报提示。
6.根据权利要求1所述的方法，其特征在于，所述通过图像采集设备采集车内图像之前，所述方法还包括：
确定车锁是否锁定，若锁定，则继续执行通过图像采集设备采集车内图像的步骤。
7.一种车内生命体检测装置，其特征在于，所述装置包括：
图像采集设备，用于采集车内图像；
判断模块，用于基于训练好的生命体检测模型对采集到的所述车内图像进行检测，判断车内是否存在生命体；
确认模块，用于在判断模块判断车出内存在生命体之后，通过光流算法再次确定车内是否存在生命体；
警报模块，用于在确认模块确认出车内存在生命体之后，发出警报进行提示。
8.一种车内生命体检测系统，其特征在于，所述系统包括执行上述权利要求1-6中任一项所述的一种车内生命体检测方法的生命体检测装置，所述系统还包括数据服务装置、模型训练装置以及模型服务装置；
所述数据服务装置、所述模型训练装置、所述模型服务装置以及所述生命体检测装置依次相连接；
所述数据服务装置用于模型训练数据的采集、预处理、存储以及管理；
所述模型训练装置用于基于所述数据服务装置采集的模型训练数据进行模型训练，得到生命体检测模型，以及基于所述生命体检测装置采集到的车内图像定期更新所述生命体检测模型；
所述模型服务装置用于调控相应的模型、算法，以使所述生命体检测装置基于所述模型服务装置调控的模型、算法对车内是否存在生命体进行检测；
所述生命体检测装置用于在车锁锁定后对车内是否存在生命体进行检测，并在确认车内存在生命体后发出警报进行提示。
9.根据权利要求8所述的系统，其特征在于，所述系统还包括配置中心以及监控中心；
所述配置中心分别与所述数据服务装置、所述模型训练装置、所述模型服务装置以及所述生命体检测装置相连接，所述监控中心分别与所述数据服务装置、所述生命体检测装置相连接；
所述配置中心用于对所述系统进行常规设置以及版本更新；
所述监控中心用于对所述系统的相关数据进行调用。
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，该程序被处理器执行时实现如权利要求1-6中任一所述的一种车内生命体检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911005212.8A CN110866451A (zh) | 2019-10-22 | 2019-10-22 | 一种车内生命体检测方法、装置、系统以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911005212.8A CN110866451A (zh) | 2019-10-22 | 2019-10-22 | 一种车内生命体检测方法、装置、系统以及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110866451A true CN110866451A (zh) | 2020-03-06 |
Family
ID=69652617
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911005212.8A Pending CN110866451A (zh) | 2019-10-22 | 2019-10-22 | 一种车内生命体检测方法、装置、系统以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110866451A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111325181A (zh) * | 2020-03-19 | 2020-06-23 | 北京海益同展信息科技有限公司 | 一种状态监测方法、装置、电子设备及存储介质 |
| CN111626222A (zh) * | 2020-05-28 | 2020-09-04 | 深圳市商汤科技有限公司 | 宠物检测方法、装置、设备及存储介质 |
| CN111931734A (zh) * | 2020-09-25 | 2020-11-13 | 深圳佑驾创新科技有限公司 | 识别遗落物体的方法、装置、车载终端和存储介质 |
| CN112441011A (zh) * | 2020-10-23 | 2021-03-05 | 武汉欣叶电子科技有限公司 | 一种检测驻车后车内生命迹象的方法及装置 |
| CN114604199A (zh) * | 2022-04-08 | 2022-06-10 | 中国第一汽车股份有限公司 | 一种车辆保护系统及方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006159939A (ja) * | 2004-12-02 | 2006-06-22 | Xanavi Informatics Corp | 車室内報知対象の通知装置 |
| CN104459688A (zh) * | 2013-09-16 | 2015-03-25 | 中兴通讯股份有限公司 | 生命体探测处理方法、装置及终端 |
| CN105512605A (zh) * | 2015-11-23 | 2016-04-20 | 小米科技有限责任公司 | 人脸图像处理方法及装置 |
| CN105894700A (zh) * | 2015-11-02 | 2016-08-24 | 乐卡汽车智能科技（北京）有限公司 | 基于图像的车内活动物体远程观测、报警装置及方法 |
| CN107839596A (zh) * | 2017-11-01 | 2018-03-27 | 大陆汽车投资（上海）有限公司 | 车内遗留婴儿的提醒方法 |
| CN207496630U (zh) * | 2017-12-05 | 2018-06-15 | 江西中医药大学 | 车内报警系统 |
| CN109050457A (zh) * | 2018-07-12 | 2018-12-21 | 芜湖博高光电科技股份有限公司 | 一种车内防小孩遗留毫米波生命探测报警系统及报警方法 |
| CN208969813U (zh) * | 2018-11-14 | 2019-06-11 | 深圳市尼欧科技有限公司 | 一种孩童遗留车内报警系统 |
| CN110001566A (zh) * | 2019-03-25 | 2019-07-12 | 奇瑞汽车股份有限公司 | 车内生命体保护方法、装置及计算机可读存储介质 |
| CN110053578A (zh) * | 2019-04-17 | 2019-07-26 | 宝能汽车有限公司 | 车内生命安全响应方法和装置 |
-
2019
- 2019-10-22 CN CN201911005212.8A patent/CN110866451A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006159939A (ja) * | 2004-12-02 | 2006-06-22 | Xanavi Informatics Corp | 車室内報知対象の通知装置 |
| CN104459688A (zh) * | 2013-09-16 | 2015-03-25 | 中兴通讯股份有限公司 | 生命体探测处理方法、装置及终端 |
| CN105894700A (zh) * | 2015-11-02 | 2016-08-24 | 乐卡汽车智能科技（北京）有限公司 | 基于图像的车内活动物体远程观测、报警装置及方法 |
| CN105512605A (zh) * | 2015-11-23 | 2016-04-20 | 小米科技有限责任公司 | 人脸图像处理方法及装置 |
| CN107839596A (zh) * | 2017-11-01 | 2018-03-27 | 大陆汽车投资（上海）有限公司 | 车内遗留婴儿的提醒方法 |
| CN207496630U (zh) * | 2017-12-05 | 2018-06-15 | 江西中医药大学 | 车内报警系统 |
| CN109050457A (zh) * | 2018-07-12 | 2018-12-21 | 芜湖博高光电科技股份有限公司 | 一种车内防小孩遗留毫米波生命探测报警系统及报警方法 |
| CN208969813U (zh) * | 2018-11-14 | 2019-06-11 | 深圳市尼欧科技有限公司 | 一种孩童遗留车内报警系统 |
| CN110001566A (zh) * | 2019-03-25 | 2019-07-12 | 奇瑞汽车股份有限公司 | 车内生命体保护方法、装置及计算机可读存储介质 |
| CN110053578A (zh) * | 2019-04-17 | 2019-07-26 | 宝能汽车有限公司 | 车内生命安全响应方法和装置 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111325181A (zh) * | 2020-03-19 | 2020-06-23 | 北京海益同展信息科技有限公司 | 一种状态监测方法、装置、电子设备及存储介质 |
| CN111325181B (zh) * | 2020-03-19 | 2023-12-05 | 京东科技信息技术有限公司 | 一种状态监测方法、装置、电子设备及存储介质 |
| CN111626222A (zh) * | 2020-05-28 | 2020-09-04 | 深圳市商汤科技有限公司 | 宠物检测方法、装置、设备及存储介质 |
| WO2021238316A1 (zh) * | 2020-05-28 | 2021-12-02 | 深圳市商汤科技有限公司 | 宠物检测方法、装置、设备、存储介质及计算机程序产品 |
| CN111931734A (zh) * | 2020-09-25 | 2020-11-13 | 深圳佑驾创新科技有限公司 | 识别遗落物体的方法、装置、车载终端和存储介质 |
| CN112441011A (zh) * | 2020-10-23 | 2021-03-05 | 武汉欣叶电子科技有限公司 | 一种检测驻车后车内生命迹象的方法及装置 |
| CN112441011B (zh) * | 2020-10-23 | 2022-08-16 | 武汉欣叶电子科技有限公司 | 一种检测驻车后车内生命迹象的方法及装置 |
| CN114604199A (zh) * | 2022-04-08 | 2022-06-10 | 中国第一汽车股份有限公司 | 一种车辆保护系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110866451A (zh) | 一种车内生命体检测方法、装置、系统以及存储介质 | |
| US11776083B2 (en) | Passenger-related item loss mitigation | |
| US11196966B2 (en) | Identifying and locating objects by associating video data of the objects with signals identifying wireless devices belonging to the objects | |
| US7715591B2 (en) | High-performance sensor fusion architecture | |
| CN110290945A (zh) | 记录操作员和周围视场的视频 | |
| JP2002352228A (ja) | 画像処理システム及びこれを用いた運転支援システム | |
| US11854275B2 (en) | Systems and methods for detecting symptoms of occupant illness | |
| CN110100253A (zh) | 电子设备及其操作方法 | |
| JP6584717B2 (ja) | 顔向き推定装置および顔向き推定方法 | |
| CN106471440A (zh) | 基于高效森林感测的眼睛跟踪 | |
| CN109902624A (zh) | 用于呈现信息的方法和装置 | |
| CN114764912A (zh) | 驾驶行为识别方法、设备和存储介质 | |
| Lozoya-Santos et al. | Survey on biometry for cognitive automotive systems | |
| Akrout et al. | A visual based approach for drowsiness detection | |
| KR101350882B1 (ko) | 영상 분석 서버 | |
| CN114120634B (zh) | 基于WiFi的危险驾驶行为识别方法、装置、设备及存储介质 | |
| CN103793681B (zh) | 使用者识别和确认装置、方法及使用该装置的车用中央控制系统 | |
| CN110874876B (zh) | 一种解锁方法和装置 | |
| JP6449504B1 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
| CN115225322B (zh) | 基于环境侧信道信息验证的无人智能设备安全约束方法 | |
| CN109711260B (zh) | 疲劳状态的检测方法、终端设备及介质 | |
| Sankar et al. | Intelligent Door Assist system using Chatbot and Facial Recognition | |
| US11202205B2 (en) | Computer-implemented identification method | |
| CN116884078B (zh) | 摄像装置控制方法、监控设备和计算机可读介质 | |
| WO2022025088A1 (ja) | 車両用安全支援システム |
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: 20200306 |
|
| RJ01 | Rejection of invention patent application after publication |