CN112319372A - 一种基于流媒体后视镜的图像显示方法及装置 - Google Patents

一种基于流媒体后视镜的图像显示方法及装置 Download PDF

Info

Publication number
CN112319372A
CN112319372A CN202011362587.2A CN202011362587A CN112319372A CN 112319372 A CN112319372 A CN 112319372A CN 202011362587 A CN202011362587 A CN 202011362587A CN 112319372 A CN112319372 A CN 112319372A
Authority
CN
China
Prior art keywords
image
observation direction
driver
rearview mirror
streaming media
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
CN202011362587.2A
Other languages
English (en)
Inventor
孙凯
查灿林
徐勇平
李博
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.)
Beijing Sankuai Online Technology Co Ltd
Original Assignee
Beijing Sankuai Online Technology 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 Beijing Sankuai Online Technology Co Ltd filed Critical Beijing Sankuai Online Technology Co Ltd
Priority to CN202011362587.2A priority Critical patent/CN112319372A/zh
Publication of CN112319372A publication Critical patent/CN112319372A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
    • B60R1/12—Mirror assemblies combined with other articles, e.g. clocks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
    • 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
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
    • B60R1/12—Mirror assemblies combined with other articles, e.g. clocks
    • B60R2001/1215—Mirror assemblies combined with other articles, e.g. clocks with information displays
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/80—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement
    • B60R2300/804—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement for lane monitoring

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Mechanical Engineering (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本说明书公开了一种基于流媒体后视镜的图像显示方法及装置，驾驶设备可以获取针对驾驶员采集的待识别图像，根据预设的识别模型，对该待识别图像进行识别，得到驾驶员针对预设的流媒体后视镜进行观测的观测方向，作为第一观测方向。而后，根据该第一观测方向，确定驾驶员需要针对车外进行观测的观测方向，作为第二观测方向。进一步地，可以根据第二观测方向，确定流媒体后视镜在车外对应的采集设备应调整的图像采集角度。最后，通过确定出的图像采集角度，对采集设备进行调整，并将调整后的采集设备所采集到的图像在该流媒体后视镜进行展示，能够在保证行驶安全的情况下，使流媒体后视镜有效地展示车辆周围的环境。

Description

一种基于流媒体后视镜的图像显示方法及装置
技术领域
本说明书涉及计算机技术领域，尤其涉及一种基于流媒体后视镜的图像显示方法及装置。
背景技术
在实际应用中，后视镜保证了人们在驾驶车辆的过程中的行驶安全。当前，安装在车外的光学后视镜为车辆增加了风阻，而安装在车内的流媒体后视镜则不会有这样的情况，流媒体后视镜可以通过在车外布置的摄像头向驾驶员展示车外的场景，
然而，在现有技术中，流媒体后视镜所显示的内容往往会受制于摄像头的角度，驾驶员若是想要流媒体后视镜展示不同角度的画面，只能在行驶过程中手动调整摄像头的朝向以改变流媒体后视镜所展示的视角，这将会给驾驶员的行驶带来不便，并增加安全风险。
所以，如何在保证行驶安全的情况下，使流媒体后视镜有效地展示车辆周围的环境，则是一个亟待解决的问题。
发明内容
本说明书提供一种基于流媒体后视镜的图像显示方法及装置，以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案：
本说明书提供了一种基于流媒体后视镜的图像显示方法，包括：
获取针对驾驶员采集的待识别图像；
根据预设的识别模型，对所述待识别图像进行识别，得到所述驾驶员针对预设的流媒体后视镜进行观测的观测方向，作为第一观测方向；
根据所述第一观测方向，确定所述驾驶员需要针对车外进行观测的观测方向，作为第二观测方向；
根据所述第二观测方向，确定所述流媒体后视镜在车外对应的采集设备应调整的图像采集角度；
通过所述图像采集角度，对所述采集设备进行调整，并将调整后的所述采集设备所采集到的图像在所述流媒体后视镜进行展示。
可选地，根据预设的识别模型，对所述待识别图像进行识别，得到所述驾驶员针对预设的流媒体后视镜进行观测的观测方向，作为第一观测方向，具体包括：
将所述待识别图像输入到所述识别模型中，得到所述驾驶员的人脸相对于所述驾驶员的身体的朝向，作为第一朝向，以及所述驾驶员的眼睛相对于所述驾驶员的人脸的朝向，作为第二朝向；
根据所述第一朝向以及所述第二朝向，确定所述驾驶员针对所述流媒体后视镜进行观测的观测方向，作为第一观测方向。
可选地，训练所述识别模型，具体包括：
获取第一训练样本，所述第一训练样本包含第一样本图像、标注出的所述第一样本图像中人脸相对于身体的实际朝向，以及所述第一样本图像中眼睛相对于人脸的实际朝向；
将所述第一样本图像输入到所述识别模型中，识别出所述第一样本图像中人脸相对于身体的预测朝向，作为第一预测朝向，以及所述第一样本图像中眼睛相对于人脸的预测朝向，作为第二预测朝向；
以最小化标注出的所述第一样本图像中人脸相对于身体的实际朝向与所述第一预测朝向之间的差异，以及标注出的所述第一样本图像中眼睛相对于人脸的实际朝向与所述第二预测朝向之间的差异为优化目标，对所述识别模型进行训练。
可选地，根据预设的识别模型，对所述待识别图像进行识别，得到所述驾驶员针对预设的流媒体后视镜进行观测的观测方向，作为第一观测方向之前，所述方法还包括：
将所述待识别图像输入到预设的行为预测模型中，以判断所述驾驶员是否需要通过所述流媒体后视镜对车外环境进行观测；
根据预设的识别模型，对所述待识别图像进行识别，得到所述驾驶员针对预设的流媒体后视镜进行观测的观测方向，作为第一观测方向，具体包括：
若确定所述驾驶员需要通过所述流媒体后视镜对车外环境进行观测，根据所述识别模型对所述待识别图像进行识别，得到所述第一观测方向。
可选地，训练所述行为预测模型，具体包括：
获取第二训练样本，所述第二训练样本包含第二样本图像以及表示所述第二样本图像中的人脸是否通过流媒体后视镜对车外环境进行观测的标注结果；
将所述第二样本图像输入到所述行为预测模型中，得到预测结果，所述预测结果用于表示预测出的所述第二样本图像中的人脸是否通过流媒体后视镜对车外环境进行观测；
以最小化所述预测结果与所述标注结果之间的差异为优化目标，对所述行为预测模型进行训练。
可选地，将所述待识别图像输入到所述识别模型中，得到所述驾驶员的人脸相对于所述驾驶员的身体的朝向，作为第一朝向，以及所述驾驶员的眼睛相对于所述驾驶员的人脸的朝向，作为第二朝向，具体包括：
将所述待识别图像输入到预设的图像分割模型，得到所述驾驶员脸部在所述待识别图像中对应的图像区域，作为第一图像区域，以及所述驾驶员的眼睛在所述待识别图像中对应的图像区域，作为第二图像区域；
根据所述第一图像区域以及所述第二图像区域，对于所述待识别图像进行标注，并将标注后的待识别图像输入到所述识别模型，以得到所述第一朝向以及所述第二朝向。
可选地，所述方法还包括：
接收所述驾驶员发送的设定展示指令；
根据所述设定展示指令，确定在所述流媒体后视镜中展示的图像所对应的全息投影图像；
将所述全息投影图像在车内进行投影展示。
可选地，获取针对驾驶员采集的待识别图像，具体包括：
获取针对所述驾驶员连续采集的若干待识别图像；
根据预设的识别模型，对所述待识别图像进行识别，得到所述驾驶员针对预设的流媒体后视镜进行观测的观测方向，作为第一观测方向，具体包括：
针对所述若干待识别图像中的每个待识别图像，根据所述识别模型，对该待识别图像进行识别，得到该待识别图像所对应的第一观测方向；
根据所述第一观测方向，确定所述驾驶员需要针对车外进行观测的观测方向，作为第二观测方向，具体包括：
确定所述若干待识别图像中起始采集时刻的待识别图像；
从所述若干待识别图像中选取出第一观测方向与所述起始采集时刻的待识别图像对应的第一观测方向之间的差异超过设定阈值的待识别图像，作为目标图像；
根据所述目标图像对应的第一观测方向以及所述起始采集时刻的待识别图像对应的第一观测方向，确定所述第二观测方向。
本说明书提供了一种基于流媒体后视镜的图像显示装置，包括：
获取模块，用于获取针对驾驶员采集的待识别图像；
识别模块，用于根据预设的识别模型，对所述待识别图像进行识别，得到所述驾驶员针对预设的流媒体后视镜进行观测的观测方向，作为第一观测方向；
第一确定模块，用于根据所述第一观测方向，确定所述驾驶员需要针对车外进行观测的观测方向，作为第二观测方向；
第二确定模块，用于根据所述第二观测方向，确定所述流媒体后视镜在车外对应的采集设备应调整的图像采集角度；
展示模块，用于通过所述图像采集角度，对所述采集设备进行调整，并将调整后的所述采集设备所采集到的图像在所述流媒体后视镜进行展示。
本说明书提供了一种计算机可读存储介质，所述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基于流媒体后视镜的图像显示方法。
本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述基于流媒体后视镜的图像显示方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果：
在本说明书提供的基于流媒体后视镜的图像显示方法中，驾驶设备可以获取针对驾驶员采集的待识别图像，根据预设的识别模型，对该待识别图像进行识别，得到驾驶员针对预设的流媒体后视镜进行观测的观测方向，作为第一观测方向。而后，根据该第一观测方向，确定驾驶员需要针对车外进行观测的观测方向，作为第二观测方向。进一步地，可以根据第二观测方向，确定流媒体后视镜在车外对应的采集设备应调整的图像采集角度。最后，通过确定出的图像采集角度，对采集设备进行调整，并将调整后的采集设备所采集到的图像在该流媒体后视镜进行展示。
从上述方法中可以看出，本方法可以通过驾驶员观测流媒体后视镜的观测方向，自动地确定出驾驶员需要查看到的车外视角，从而调整流媒体后视镜车外的采集设备的图像采集角度，使流媒体后视镜展示出驾驶员需要查看的车外视角对应的图像。相比于现有技术中需要驾驶员手动调整流媒体后视镜对应采集设备的朝向，本方案能够在保证行驶安全的情况下，使流媒体后视镜有效地展示车辆周围的环境。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
图1为本说明书中一种基于流媒体后视镜的图像显示方法的流程示意图；
图2为本说明书提供的一种流媒体后视镜的示意图；
图3为本说明书提供的一种第一观测方向以及第二观测方向之间的关系的示意图；
图4为本说明书提供的一种在车内进行全息投影的示意图；
图5为本说明书提供的一种基于流媒体后视镜的图像显示装置的示意图；
图6为本说明书提供的对应于图1的电子设备的示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。
以下结合附图，详细说明本说明书各实施例提供的技术方案。
图1为本说明书中一种基于流媒体后视镜的图像显示方法的流程示意图，具体包括以下步骤：
S101：获取针对驾驶员采集的待识别图像。
在实际应用中，流媒体后视镜可以应用于车辆驾驶场景中，与普通的光学后视镜不同，流媒体后视镜可以安装在车内，而流媒体后视镜所对应的采集设备可以设在车外，流媒体后视镜中展示采集设备所采集到的图像，从而向车内的驾驶员展示车外的影像，如图2所示。
图2为本说明书提供的一种流媒体后视镜的示意图。
从图2中可以看出，流媒体后视镜可以安装在车内驾驶位的左侧和右侧，驾驶员查看流媒体后视镜的视角与查看普通的光学后视镜的视角大致相同，车外左侧与右侧分别安装有这两个流媒体后视镜所对应的摄像头(采集设备)，左侧安装的摄像头对应车内左侧的流媒体后视镜，通过左侧的摄像头，流媒体后视镜可以展示出车外左后方的影像，右侧的摄像头对应车内右侧的流媒体后视镜，通过右侧的摄像头，流媒体后视镜可以展示出车外右后方的影像。这里提到的采集设备可以是指相机、摄像头等设备。
为了能够通过驾驶员的动作调整车内流媒体后视镜所展示的影像视角，驾驶设备可以通过安装在车内的摄像头、相机等车内图像采集装置，获取到针对车内驾驶员采集的待识别图像，以摄像头为例，安装在车内的摄像头能够采集到驾驶员的人脸以及身体的图像(如驾驶员的上半身像)。相应的，待识别图像中包含有驾驶员的人脸以及身体的图像。
S102：根据预设的识别模型，对所述待识别图像进行识别，得到所述驾驶员针对预设的流媒体后视镜进行观测的观测方向，作为第一观测方向。
S103：根据所述第一观测方向，确定所述驾驶员需要针对车外进行观测的观测方向，作为第二观测方向。
驾驶设备获取到待识别图像后，可以根据预设的识别模型，对待识别图像进行识别，得到驾驶员针对流媒体后视镜进行观测的观测方向，作为第一观测方向。该第一观测方向即是指驾驶员查看流媒体后视镜的方向。为了能够使流媒体后视镜达到一定的光学后视镜的效果，即，当驾驶员在不同的方向对流媒体后视镜进行观察时，使流媒体后视镜展示不同视角的影像，驾驶设备可以根据该第一观测方向确定出驾驶员需要针对车外进行观测的观测方向，作为第二观测方向，从而在后续使流媒体后视镜展示出第二观测方向所对应的车外影像，即，驾驶员需要看到的内容，如图3所示。
图3为本说明书提供的一种第一观测方向以及第二观测方向之间的关系的示意图。
图3是以左侧流媒体后视镜为例，第一观测方向为驾驶员针对左侧流媒体后视镜进行观测的方向，而第二观测方向为假设该流媒体后视镜为光学后视镜，该第一观测方向通过该光学后视镜向车外进行反射的方向。从图3中虚线所示出的第二观测方向可以看出，该第二观测方向只是在假设流媒体后视镜为光学后视镜的情况下驾驶设备确定出的驾驶员需要向车外观测的方向，而并不是第一观测方向真的在流媒体后视镜处进行了反射。综上所述，驾驶设备可以根据第一观测方向确定出第二观测方向。
需要说明的是，用于确定出第一观测方向的识别模型可以是预先进行有监督训练的模型，该识别模型可以直接输出第一观测方向，即，对该识别模型进行训练时，对训练样本中包含的图像的标注为图像中人的观测方向，对该识别模型的训练即是将每个训练样本包含的图像输入到识别模型中，识别出图像中图像中人的观测方向，作为识别结果，以最小化识别结果与标注的图像中人的观测方向之间的差异为优化目标进行训练。这样一来，在驾驶车辆中应用该识别模型可以直接输出驾驶员的第一观测方向。
当然，驾驶设备可以通过该识别模型间接得到上述第一观测方向。具体的，驾驶设备可以将待识别图像输入到该识别模型中，得到驾驶员的人脸相对于该驾驶员的身体的朝向，作为第一朝向，以及驾驶员的眼睛相对于该驾驶员的人脸的朝向，作为第二朝向，从而驾驶设备可以根据该第一朝向以及第二朝向，确定出驾驶员针对流媒体后视镜进行观测的观测方向，作为第一观测方向。也就是说，结合了第一朝向以及第二朝向后，才能确定出驾驶员实际查看流媒体后视镜的方位，即，确定出第一观测方向。
而对于这种识别模型来说，训练样本也与第一种识别模型的训练样本有所区别。具体的，对该识别模型进行训练时，可以预先获取到若干第一训练样本，第一训练样本包含第一样本图像以及标注出的第一样本图像中人脸相对于身体的实际朝向，以及第一样本图像中眼睛相对于人脸的实际朝向。第一样本图像中可以包含人上半身的图像。
而后，需要将每个第一样本图像输入到该识别模型中，识别出第一样本图像中人脸相对于身体的预测朝向，作为第一预测朝向，以及第一样本图像中眼睛相对于人脸的预测朝向，作为第二预测朝向。以最小化该第一样本图像中人脸相对于身体的实际朝向与第一预测朝向之间的差异，以及标注出的第一样本图像中眼睛相对于人脸的实际朝向与第二预测朝向之间的差异为优化目标，对该识别模型进行训练。
需要说明的是，驾驶设备确定第一观测方向时，还可以先将待识别图像输入到预设的图像分割模型，得到驾驶员脸部在待识别图像中对应的图像区域，作为第一图像区域，以及驾驶员的眼睛在待识别图像中对应的图像区域，作为第二图像区域。即，确定出驾驶员的脸部图像以及眼睛图像在待识别图像中的位置。而后，根据第一图像区域以及第二图像区域，对于待识别图像进行标注，并将标注后的待识别图像输入到识别模型，以得到第一朝向以及第二朝向，从而根据第一朝向以及第二朝向确定出第一观测方向。这样一来，先确定出驾驶员的脸部图像以及眼睛图像在待识别图像中的位置，能够便于识别模型确定出待识别图像中人脸相对于身体的朝向以及眼睛相对于人脸的朝向。
在本说明书中，驾驶设备还可以先通过待识别图像判断出驾驶员是否在查看流媒体后视镜，若驾驶员真的在查看流媒体后视镜，再通过本方法确定出第一观测方向以及第二观测方向乃至最终调整流媒体后视镜所对应采集设备的角度。
具体的，驾驶设备可以将待识别图像输入到预设的行为预测模型中，以判断驾驶员是否需要通过流媒体后视镜对车外环境进行观测，若确定驾驶员需要通过流媒体后视镜对车外环境进行观测，则根据识别模型对待识别图像进行识别，得到第一观测方向。继而在后续对流媒体后视镜对应采集设备的角度进行调整。也就是说，这一方式是在确保驾驶员的动作是在查看流媒体后视镜，而不是驾驶员只是习惯性地发生了一些动作。
上述提到的行为预测模型也需要进行预先训练。具体的，需要先获取到用于训练该行为预测模型的若干第二训练样本，第二训练样本包含第二样本图像以及表示第二样本图像中的人脸是否通过流媒体后视镜对车外环境进行观测的标注结果，可以针对每个第二样本图像，将该第二样本图像输入到行为预测模型中，得到预测结果，该预测结果用于表示预测出的该第二样本图像中人脸是否通过流媒体后视镜对车外环境进行观测。
最后，可以将最小化该预测结果与该第二样本图像对应的标注结果之间的差异为优化目标，对该行为预测模型进行训练。这样一来，训练后的该行为预测模型可以根据车内摄像头针对驾驶员实时拍摄出的待识别图像确定出驾驶员是否在通过流媒体后视镜对车外环境进行观测。
S104：根据所述第二观测方向，确定所述流媒体后视镜在车外对应的采集设备应调整的图像采集角度。
S105：通过所述图像采集角度，对所述采集设备进行调整，并将调整后的所述采集设备所采集到的图像在所述流媒体后视镜进行展示。
在本说明书中，驾驶设备确定出驾驶员需要针对车外进行观测的观测方向，作为第二观测方向后，可以根据该第二观测方向，确定该流媒体后视镜在车外对应的采集设备应调整的图像采集角度。也就是说，驾驶设备需要将车外的采集设备的图像采集角度，调整到在车外能够采集第二观测方向中影像的角度。驾驶设备通过该图像采集角度对采集设备进行调整后，可以将调整后的采集设备所采集的图像在流媒体后视镜中进行展示。这样一来，驾驶员可以通过该流媒体后视镜查看到自己想要看到的车外的影像。
在本说明书中，驾驶设备可以通过驾驶员查看流媒体后视镜的方向发生的变化，对流媒体后视镜对应采集设备进行调整，使流媒体后视镜中所展示的车外视角的方向发生变化。例如，当驾驶员查看流媒体后视镜时，希望自己能够看到流媒体后视镜中车外影像的角度向左转动一些，则该驾驶员将头部微微向左移动了一定角度查看该流媒体后视镜，驾驶设备通过摄像头检测到该驾驶员的这一动作，将流媒体后视镜对应采集设备做了一定的调整，使流媒体后视镜展示出了驾驶员想要看到的车外较左侧的影像。
基于此，驾驶设备可以获取到针对驾驶员连续采集的若干待识别图像，并针对每个待识别图像，根据上述识别模型，对该待识别图像进行识别，得到该待识别图像所对应的第一观测方向。而后，确定出若干待识别图像中起始采集时刻的待识别图像，并从若干待识别图像中选取出第一观测方向与起始采集时刻的待识别图像对应的第一观测方向之间的差异超过设定阈值的待识别图像，作为目标图像，该设定阈值可以根据实际需求进行设定。
驾驶设备确定出目标图像后，可以根据目标图像所对应的第一观测方向以及起始采集时刻的待识别图像对应的第一观测方向，确定出第二观测方向，从而针对流媒体后视镜的采集设备进行调整，使流媒体后视镜展示出驾驶员需要观测到的车外视角。
从上述内容中可以看出，在起始采集时刻时，流媒体后视镜为驾驶员显示的画面是当时车外采集设备所停留的角度所采集到的画面，所以，驾驶设备在起始采集时刻采集到的待识别图像，主要用于唤醒流媒体后视镜显示车外的画面。而目标图像相比于起始采集时刻的待识别图像中驾驶员查看流媒体后视镜的方向出现较大的变化，说明驾驶员查看到起始采集时刻流媒体后视镜中的画面后，希望流媒体后视镜中所呈现的画面的角度能够改变一些，因此对自身查看流媒体后视镜的视角做了一些改变。所以，驾驶设备通过这些待识别图像监测到了驾驶员产生了这样的动作(即，该驾驶员查看流媒体后视镜的角度发生了改变)，将流媒体后视镜所展示的画面改变为采集目标图像时驾驶员需要看到的车外的方向的画面。
需要说明的是，为了便于驾驶员观察车外的环境，驾驶设备可以接收驾驶员发送的设定展示指令，并根据该设定展示指令，确定在流媒体后视镜中展示的图像所对应的全息投影图像，并将该全息投影图像在车内进行投影展示，如图4所示。
图4为本说明书提供的一种在车内进行全息投影的示意图。
驾驶设备可以将驾驶设备对应的图像以及流媒体后视镜中所展示的图像进行结合，确定出全息投影图像展示在车内，在全息投影图像中能够将驾驶设备自身以及车外的车辆、行人等的相对位置进行展示，可以看出图4中驾驶座位右侧的区域中展示了全息投影图像，在全息投影图像包含有驾驶设备自身(即，图4中的车)的投影，通过该驾驶设备自身的投影以及全息投影图像中其他行人、车辆等的投影能够使驾驶员看出自身的车辆与周围事物之间的位置关系，从而便于驾驶员感知到周围环境中所存在的事物。
需要说明的是，全息投影图像中既可以对应有左侧流媒体后视镜中显示的图像，也可以对应有右侧流媒体后视镜中显示的图像，即，在显示全息投影图像时可以将每个流媒体后视镜中显示的事物均以全息投影的形式展示，使驾驶员能够全面的观察到周围事物。当然，驾驶设备也可以只将驾驶员所需要观测的一侧流媒体后视镜中显示的图像以全息投影的形式展示在车内。另外，全息投影图像可以将周围事物直接展示出来，即，像图4中如实的将车后的人展示在全息投影图像中。当然，驾驶设备也可以在全息投影图像中将周围事物简化成一定的形状，如将人简化成圆柱体、将车简化成长方体等，由于全息投影图像中包含有驾驶设备自身的投影，通过全息投影图像中简化的图形也可以让驾驶员感知到周围环境存在的障碍物。
从上述方法中可以看出，驾驶设备可以通过驾驶员观测流媒体后视镜的观测方向，自动地确定出驾驶员需要查看到的车外视角，从而对流媒体后视镜对应的车外采集设备的图像采集角度进行调整，使流媒体后视镜展示出驾驶员需要查看的车外视角对应的图像。相比于现有技术中需要驾驶员手动调整流媒体后视镜对应采集设备的朝向，本方案能够在保证行驶安全的情况下，使流媒体后视镜有效地展示车辆周围的环境。
以上为本说明书的一个或多个实施例提供的基于流媒体后视镜的图像显示方法，基于同样的思路，本说明书还提供了相应的基于流媒体后视镜的图像显示装置，如图5所示。
图5为本说明书提供的一种基于流媒体后视镜的图像显示装置示意图，具体包括：
获取模块501，用于获取针对驾驶员采集的待识别图像；
识别模块502，用于根据预设的识别模型，对所述待识别图像进行识别，得到所述驾驶员针对预设的流媒体后视镜进行观测的观测方向，作为第一观测方向；
第一确定模块503，用于根据所述第一观测方向，确定所述驾驶员需要针对车外进行观测的观测方向，作为第二观测方向；
第二确定模块504，用于根据所述第二观测方向，确定所述流媒体后视镜在车外对应的采集设备应调整的图像采集角度；
展示模块505，用于通过所述图像采集角度，对所述采集设备进行调整，并将调整后的所述采集设备所采集到的图像在所述流媒体后视镜进行展示。
可选地，所述识别模块502具体用于，将所述待识别图像输入到所述识别模型中，得到所述驾驶员的人脸相对于所述驾驶员的身体的朝向，作为第一朝向，以及所述驾驶员的眼睛相对于所述驾驶员的人脸的朝向，作为第二朝向；根据所述第一朝向以及所述第二朝向，确定所述驾驶员针对所述流媒体后视镜进行观测的观测方向，作为第一观测方向。
可选地，所述装置还包括：
第一训练模块506，用于获取第一训练样本，所述第一训练样本包含第一样本图像、标注出的所述第一样本图像中人脸相对于身体的实际朝向，以及所述第一样本图像中眼睛相对于人脸的实际朝向；将所述第一样本图像输入到所述识别模型中，识别出所述第一样本图像中人脸相对于身体的预测朝向，作为第一预测朝向，以及所述第一样本图像中眼睛相对于人脸的预测朝向，作为第二预测朝向；以最小化标注出的所述第一样本图像中人脸相对于身体的实际朝向与所述第一预测朝向之间的差异，以及标注出的所述第一样本图像中眼睛相对于人脸的实际朝向与所述第二预测朝向之间的差异为优化目标，对所述识别模型进行训练。
可选地，所述识别模块502根据预设的识别模型，对所述待识别图像进行识别，得到所述驾驶员针对预设的流媒体后视镜进行观测的观测方向，作为第一观测方向之前，所述装置还包括：
判断模块507，用于将所述待识别图像输入到预设的行为预测模型中，以判断所述驾驶员是否需要通过所述流媒体后视镜对车外环境进行观测；
所述识别模块502具体用于，若确定所述驾驶员需要通过所述流媒体后视镜对车外环境进行观测，根据所述识别模型对所述待识别图像进行识别，得到所述第一观测方向。
可选地，所述装置还包括：
第二训练模块508，获取第二训练样本，所述第二训练样本包含第二样本图像以及表示所述第二样本图像中的人脸是否通过流媒体后视镜对车外环境进行观测的标注结果；将所述第二样本图像输入到所述行为预测模型中，得到预测结果，所述预测结果用于表示预测出的所述第二样本图像中的人脸是否通过流媒体后视镜对车外环境进行观测；以最小化所述预测结果与所述标注结果之间的差异为优化目标，对所述行为预测模型进行训练。
可选地，所述识别模块502具体用于，将所述待识别图像输入到预设的图像分割模型，得到所述驾驶员脸部在所述待识别图像中对应的图像区域，作为第一图像区域，以及所述驾驶员的眼睛在所述待识别图像中对应的图像区域，作为第二图像区域；根据所述第一图像区域以及所述第二图像区域，对于所述待识别图像进行标注，并将标注后的待识别图像输入到所述识别模型，以得到所述第一朝向以及所述第二朝向。
可选地，所述装置还包括：
投影模块509，用于接收所述驾驶员发送的设定展示指令；根据所述设定展示指令，确定在所述流媒体后视镜中展示的图像所对应的全息投影图像；将所述全息投影图像在车内进行投影展示。
可选地，所述获取模块501具体用于，获取针对所述驾驶员连续采集的若干待识别图像；
所述识别模块502具体用于，针对所述若干待识别图像中的每个待识别图像，根据所述识别模型，对该待识别图像进行识别，得到该待识别图像所对应的第一观测方向；
所述第一确定模块503具体用于，确定所述若干待识别图像中起始采集时刻的待识别图像；从所述若干待识别图像中选取出第一观测方向与所述起始采集时刻的待识别图像对应的第一观测方向之间的差异超过设定阈值的待识别图像，作为目标图像；根据所述目标图像对应的第一观测方向以及所述起始采集时刻的待识别图像对应的第一观测方向，确定所述第二观测方向。
本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的基于流媒体后视镜的图像显示方法。
本说明书还提供了图6所示的电子设备的示意结构图。如图6所述，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的基于流媒体后视镜的图像显示方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (11)

1.一种基于流媒体后视镜的图像显示方法，其特征在于，包括：
获取针对驾驶员采集的待识别图像；
根据预设的识别模型，对所述待识别图像进行识别，得到所述驾驶员针对预设的流媒体后视镜进行观测的观测方向，作为第一观测方向；
根据所述第一观测方向，确定所述驾驶员需要针对车外进行观测的观测方向，作为第二观测方向；
根据所述第二观测方向，确定所述流媒体后视镜在车外对应的采集设备应调整的图像采集角度；
通过所述图像采集角度，对所述采集设备进行调整，并将调整后的所述采集设备所采集到的图像在所述流媒体后视镜进行展示。
2.如权利要求1所述的方法，其特征在于，根据预设的识别模型，对所述待识别图像进行识别，得到所述驾驶员针对预设的流媒体后视镜进行观测的观测方向，作为第一观测方向，具体包括：
将所述待识别图像输入到所述识别模型中，得到所述驾驶员的人脸相对于所述驾驶员的身体的朝向，作为第一朝向，以及所述驾驶员的眼睛相对于所述驾驶员的人脸的朝向，作为第二朝向；
根据所述第一朝向以及所述第二朝向，确定所述驾驶员针对所述流媒体后视镜进行观测的观测方向，作为第一观测方向。
3.如权利要求2所述的方法，其特征在于，训练所述识别模型，具体包括：
获取第一训练样本，所述第一训练样本包含第一样本图像、标注出的所述第一样本图像中人脸相对于身体的实际朝向，以及所述第一样本图像中眼睛相对于人脸的实际朝向；
将所述第一样本图像输入到所述识别模型中，识别出所述第一样本图像中人脸相对于身体的预测朝向，作为第一预测朝向，以及所述第一样本图像中眼睛相对于人脸的预测朝向，作为第二预测朝向；
以最小化标注出的所述第一样本图像中人脸相对于身体的实际朝向与所述第一预测朝向之间的差异，以及标注出的所述第一样本图像中眼睛相对于人脸的实际朝向与所述第二预测朝向之间的差异为优化目标，对所述识别模型进行训练。
4.如权利要求1所述的方法，其特征在于，根据预设的识别模型，对所述待识别图像进行识别，得到所述驾驶员针对预设的流媒体后视镜进行观测的观测方向，作为第一观测方向之前，所述方法还包括：
将所述待识别图像输入到预设的行为预测模型中，以判断所述驾驶员是否需要通过所述流媒体后视镜对车外环境进行观测；
根据预设的识别模型，对所述待识别图像进行识别，得到所述驾驶员针对预设的流媒体后视镜进行观测的观测方向，作为第一观测方向，具体包括：
若确定所述驾驶员需要通过所述流媒体后视镜对车外环境进行观测，根据所述识别模型对所述待识别图像进行识别，得到所述第一观测方向。
5.如权利要求4所述的方法，其特征在于，训练所述行为预测模型，具体包括：
获取第二训练样本，所述第二训练样本包含第二样本图像以及表示所述第二样本图像中的人脸是否通过流媒体后视镜对车外环境进行观测的标注结果；
将所述第二样本图像输入到所述行为预测模型中，得到预测结果，所述预测结果用于表示预测出的所述第二样本图像中的人脸是否通过流媒体后视镜对车外环境进行观测；
以最小化所述预测结果与所述标注结果之间的差异为优化目标，对所述行为预测模型进行训练。
6.如权利要求2所述的方法，其特征在于，将所述待识别图像输入到所述识别模型中，得到所述驾驶员的人脸相对于所述驾驶员的身体的朝向，作为第一朝向，以及所述驾驶员的眼睛相对于所述驾驶员的人脸的朝向，作为第二朝向，具体包括：
将所述待识别图像输入到预设的图像分割模型，得到所述驾驶员脸部在所述待识别图像中对应的图像区域，作为第一图像区域，以及所述驾驶员的眼睛在所述待识别图像中对应的图像区域，作为第二图像区域；
根据所述第一图像区域以及所述第二图像区域，对于所述待识别图像进行标注，并将标注后的待识别图像输入到所述识别模型，以得到所述第一朝向以及所述第二朝向。
7.如权利要求1所述的方法，其特征在于，所述方法还包括：
接收所述驾驶员发送的设定展示指令；
根据所述设定展示指令，确定在所述流媒体后视镜中展示的图像所对应的全息投影图像；
将所述全息投影图像在车内进行投影展示。
8.如权利要求1所述的方法，其特征在于，获取针对驾驶员采集的待识别图像，具体包括：
获取针对所述驾驶员连续采集的若干待识别图像；
根据预设的识别模型，对所述待识别图像进行识别，得到所述驾驶员针对预设的流媒体后视镜进行观测的观测方向，作为第一观测方向，具体包括：
针对所述若干待识别图像中的每个待识别图像，根据所述识别模型，对该待识别图像进行识别，得到该待识别图像所对应的第一观测方向；
根据所述第一观测方向，确定所述驾驶员需要针对车外进行观测的观测方向，作为第二观测方向，具体包括：
确定所述若干待识别图像中起始采集时刻的待识别图像；
从所述若干待识别图像中选取出第一观测方向与所述起始采集时刻的待识别图像对应的第一观测方向之间的差异超过设定阈值的待识别图像，作为目标图像；
根据所述目标图像对应的第一观测方向以及所述起始采集时刻的待识别图像对应的第一观测方向，确定所述第二观测方向。
9.一种基于流媒体后视镜的图像显示装置，其特征在于，包括：
获取模块，用于获取针对驾驶员采集的待识别图像；
识别模块，用于根据预设的识别模型，对所述待识别图像进行识别，得到所述驾驶员针对预设的流媒体后视镜进行观测的观测方向，作为第一观测方向；
第一确定模块，用于根据所述第一观测方向，确定所述驾驶员需要针对车外进行观测的观测方向，作为第二观测方向；
第二确定模块，用于根据所述第二观测方向，确定所述流媒体后视镜在车外对应的采集设备应调整的图像采集角度；
展示模块，用于通过所述图像采集角度，对所述采集设备进行调整，并将调整后的所述采集设备所采集到的图像在所述流媒体后视镜进行展示。
10.一种计算机可读存储介质，其特征在于，所述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权利要求1～8任一项所述的方法。
11.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1～8任一项所述的方法。
CN202011362587.2A 2020-11-27 2020-11-27 一种基于流媒体后视镜的图像显示方法及装置 Pending CN112319372A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011362587.2A CN112319372A (zh) 2020-11-27 2020-11-27 一种基于流媒体后视镜的图像显示方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011362587.2A CN112319372A (zh) 2020-11-27 2020-11-27 一种基于流媒体后视镜的图像显示方法及装置

Publications (1)

Publication Number Publication Date
CN112319372A true CN112319372A (zh) 2021-02-05

Family

ID=74308702

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011362587.2A Pending CN112319372A (zh) 2020-11-27 2020-11-27 一种基于流媒体后视镜的图像显示方法及装置

Country Status (1)

Country Link
CN (1) CN112319372A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113501002A (zh) * 2021-08-16 2021-10-15 深圳市其利天下技术开发有限公司 充电式胎压监测接收器的辅助安全变道系统及运行方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040212484A1 (en) * 2001-09-04 2004-10-28 Exon Science Inc. Control device and method for automatically adjusting view angle of rearview angle of outside camera in response to output of navigation system
CN1672417A (zh) * 2002-07-25 2005-09-21 皇家飞利浦电子股份有限公司 观察系统
CN101313576A (zh) * 2005-11-17 2008-11-26 爱信精机株式会社 车辆周边显示装置
US9073493B1 (en) * 2014-04-10 2015-07-07 Qualcomm Incorporated Method and apparatus for adjusting view mirror in vehicle
CN105522968A (zh) * 2015-12-21 2016-04-27 浙江大学 一种汽车后视镜自动调整系统
CN207449772U (zh) * 2017-09-25 2018-06-05 北京新能源汽车股份有限公司 汽车中的中央后视镜装置和汽车
WO2019077809A1 (ja) * 2017-10-16 2019-04-25 株式会社デンソー 車両用表示装置
CN109906165A (zh) * 2016-08-10 2019-06-18 兹沃公司 使用推断的注意力模型经由收集和存储的元数据提供信息的方法和设备
CN109917920A (zh) * 2019-03-14 2019-06-21 百度在线网络技术（北京）有限公司 车载投射处理方法、装置、车载设备及存储介质
US20190197327A1 (en) * 2017-12-22 2019-06-27 Texas Instruments Incorporated Digital mirror systems for vehicles and methods of operating the same
CN111731187A (zh) * 2020-06-19 2020-10-02 杭州视为科技有限公司 一种汽车a柱盲区图像显示系统及方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040212484A1 (en) * 2001-09-04 2004-10-28 Exon Science Inc. Control device and method for automatically adjusting view angle of rearview angle of outside camera in response to output of navigation system
CN1672417A (zh) * 2002-07-25 2005-09-21 皇家飞利浦电子股份有限公司 观察系统
CN101313576A (zh) * 2005-11-17 2008-11-26 爱信精机株式会社 车辆周边显示装置
US9073493B1 (en) * 2014-04-10 2015-07-07 Qualcomm Incorporated Method and apparatus for adjusting view mirror in vehicle
CN105522968A (zh) * 2015-12-21 2016-04-27 浙江大学 一种汽车后视镜自动调整系统
CN109906165A (zh) * 2016-08-10 2019-06-18 兹沃公司 使用推断的注意力模型经由收集和存储的元数据提供信息的方法和设备
CN207449772U (zh) * 2017-09-25 2018-06-05 北京新能源汽车股份有限公司 汽车中的中央后视镜装置和汽车
WO2019077809A1 (ja) * 2017-10-16 2019-04-25 株式会社デンソー 車両用表示装置
US20190197327A1 (en) * 2017-12-22 2019-06-27 Texas Instruments Incorporated Digital mirror systems for vehicles and methods of operating the same
CN109917920A (zh) * 2019-03-14 2019-06-21 百度在线网络技术（北京）有限公司 车载投射处理方法、装置、车载设备及存储介质
CN111731187A (zh) * 2020-06-19 2020-10-02 杭州视为科技有限公司 一种汽车a柱盲区图像显示系统及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113501002A (zh) * 2021-08-16 2021-10-15 深圳市其利天下技术开发有限公司 充电式胎压监测接收器的辅助安全变道系统及运行方法

Similar Documents

Publication Publication Date Title
CN109901722B (zh) 用于控制增强现实设备的装置和方法
JP6411505B2 (ja) 全焦点画像を生成するための方法および装置
EP3627821B1 (en) Focusing method and apparatus for realizing clear human face, and computer device
RU2649773C2 (ru) Управление камерой посредством функции распознавания лица
US20110267499A1 (en) Method, apparatus and system for performing a zoom operation
US10061995B2 (en) Imaging system to detect a trigger and select an imaging area
JP6806914B2 (ja) 表示システム及び表示方法
US10091466B2 (en) Visual perception determination system and method
US11079842B2 (en) Image stream switcher
CN111368944B (zh) 翻拍图像、证件照识别、模型训练方法、装置及电子设备
CN112487888B (zh) 一种基于目标对象的图像采集方法及装置
CN111738161B (zh) 一种活体检测方法、装置及电子设备
CN111435269A (zh) 车用平视显示设备的显示调节方法、系统、介质及终端
CN112319372A (zh) 一种基于流媒体后视镜的图像显示方法及装置
US10977492B2 (en) Method and apparatus for preload display of object information
CN106371552A (zh) 一种在移动终端进行媒体展示的控制方法及装置
CN113507559A (zh) 应用于车辆的智能摄像方法、摄像系统、以及车辆
CN113990103A (zh) 一种车辆环境图像的处理方法、设备、装置及存储介质
CN111754390A (zh) 环视图显示方法、装置、计算机设备和存储介质
WO2021226772A1 (zh) 环视图显示方法、装置、计算机设备和存储介质
CN111045509A (zh) 终端模式切换方法、终端及车辆
CN117082344B (zh) 图像拍摄方法和装置
CN115291733B (zh) 一种光标控制方法及装置
CN114155466B (zh) 一种基于深度学习的目标识别方法及装置
CN115542513A (zh) 一种拍摄部件的调焦方法及装置

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: 20210205

RJ01 Rejection of invention patent application after publication