CN113486759A - 危险动作的识别方法及装置、电子设备和存储介质 - Google Patents

危险动作的识别方法及装置、电子设备和存储介质 Download PDF

Info

Publication number
CN113486759A
CN113486759A CN202110735201.6A CN202110735201A CN113486759A CN 113486759 A CN113486759 A CN 113486759A CN 202110735201 A CN202110735201 A CN 202110735201A CN 113486759 A CN113486759 A CN 113486759A
Authority
CN
China
Prior art keywords
image
human body
point
passenger
dangerous
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
Application number
CN202110735201.6A
Other languages
English (en)
Other versions
CN113486759B (zh
Inventor
王飞
钱晨
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.)
Shanghai Sensetime Lingang Intelligent Technology Co Ltd
Original Assignee
Shanghai Sensetime Lingang Intelligent 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 Shanghai Sensetime Lingang Intelligent Technology Co Ltd filed Critical Shanghai Sensetime Lingang Intelligent Technology Co Ltd
Priority to CN202110735201.6A priority Critical patent/CN113486759B/zh
Publication of CN113486759A publication Critical patent/CN113486759A/zh
Priority to PCT/CN2021/126895 priority patent/WO2023273060A1/zh
Priority to JP2023544368A priority patent/JP2024506809A/ja
Application granted granted Critical
Publication of CN113486759B publication Critical patent/CN113486759B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q1/00—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor
    • B60Q1/26—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to indicate the vehicle, or parts thereof, or to give signals, to other traffic
    • B60Q1/50—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to indicate the vehicle, or parts thereof, or to give signals, to other traffic for indicating other intentions or conditions, e.g. request for waiting or overtaking
    • B60Q1/52—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to indicate the vehicle, or parts thereof, or to give signals, to other traffic for indicating other intentions or conditions, e.g. request for waiting or overtaking for indicating emergencies
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
    • E—FIXED CONSTRUCTIONS
    • E05—LOCKS; KEYS; WINDOW OR DOOR FITTINGS; SAFES
    • E05F—DEVICES FOR MOVING WINGS INTO OPEN OR CLOSED POSITION; CHECKS FOR WINGS; WING FITTINGS NOT OTHERWISE PROVIDED FOR, CONCERNED WITH THE FUNCTIONING OF THE WING
    • E05F15/00—Power-operated mechanisms for wings
    • E05F15/70—Power-operated mechanisms for wings with automatic actuation
    • E05F15/73—Power-operated mechanisms for wings with automatic actuation responsive to movement or presence of persons or objects
    • E—FIXED CONSTRUCTIONS
    • E05—LOCKS; KEYS; WINDOW OR DOOR FITTINGS; SAFES
    • E05Y—INDEXING SCHEME ASSOCIATED WITH SUBCLASSES E05D AND E05F, RELATING TO CONSTRUCTION ELEMENTS, ELECTRIC CONTROL, POWER SUPPLY, POWER SIGNAL OR TRANSMISSION, USER INTERFACES, MOUNTING OR COUPLING, DETAILS, ACCESSORIES, AUXILIARY OPERATIONS NOT OTHERWISE PROVIDED FOR, APPLICATION THEREOF
    • E05Y2900/00—Application of doors, windows, wings or fittings thereof
    • E05Y2900/50—Application of doors, windows, wings or fittings thereof for vehicles
    • E05Y2900/53—Type of wing
    • E05Y2900/55—Windows

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)
  • Fittings On The Vehicle Exterior For Carrying Loads, And Devices For Holding Or Mounting Articles (AREA)

Abstract

本公开涉及一种危险动作的识别方法及装置、电子设备和存储介质。所述方法包括：获取车舱的图像；基于所述图像，对所述车舱进行乘员检测，得到所述车舱的乘员检测结果；响应于所述乘员检测结果指示检测到乘员，基于所述图像以及所述乘员检测结果中所述乘员的位置信息进行危险动作识别，得到所述乘员对应的危险动作识别结果，其中，所述危险动作表示预设身体部位伸出车窗外的动作。

Description

危险动作的识别方法及装置、电子设备和存储介质
技术领域
本公开涉及智能车舱技术领域，尤其涉及一种危险动作的识别方法及装置、电子设备和存储介质。
背景技术
目前，汽车电子行业发展迅速，为人们乘车提供了方便舒适的车舱环境。车舱智能化是当前汽车行业发展的重要方向。其中，车舱智能化包括多模交互、个性化服务、安全感知等方面的智能化。在安全感知方面，智能车载旨在为乘员提供安全的车舱环境。对车舱内的人员进行危险动作的识别，对于车舱内的乘员安全具有重要意义。
发明内容
本公开提供了一种危险动作的识别技术方案。
根据本公开的一方面，提供了一种危险动作的识别方法，包括：
获取车舱的图像；
基于所述图像，对所述车舱进行乘员检测，得到所述车舱的乘员检测结果；
响应于所述乘员检测结果指示检测到乘员，基于所述图像以及所述乘员检测结果中所述乘员的位置信息进行危险动作识别，得到所述乘员对应的危险动作识别结果，其中，所述危险动作表示预设身体部位伸出车窗外的动作。
在一种可能的实现方式中，所述响应于所述乘员检测结果指示检测到乘员，基于所述图像以及所述乘员检测结果中所述乘员的位置信息进行危险动作识别，得到所述乘员对应的危险动作识别结果，包括：
基于所述图像，识别所述车舱环境中的危险动作，得到所述车舱对应的危险动作预测信息；
响应于所述乘员检测结果指示检测到乘员，基于所述乘员检测结果中所述乘员的位置信息，以及所述危险动作预测信息，得到所述乘员对应的危险动作识别结果。
在一种可能的实现方式中，所述乘员的位置信息包括所述图像中的人体中心预测点的坐标，所述危险动作预测信息包括乘员的动作属于N种预设危险动作中的每一种的概率，其中，N为大于或等于1的整数；
所述响应于所述乘员检测结果指示检测到乘员，基于所述乘员检测结果中所述乘员的位置信息，以及所述危险动作预测信息，得到所述乘员对应的危险动作识别结果，包括：
响应于所述乘员检测结果指示存在人体中心预测点，确定检测到乘员；
基于所述乘员检测结果中的人体中心预测点的坐标，从所述危险动作预测信息中获得所述人体中心预测点对应的乘员的动作属于N种预设危险动作中的每一种的概率；
根据所述人体中心预测点对应的乘员的动作属于N种预设危险动作中的每一种的概率，得到所述人体中心预测点对应的乘员对应的危险动作识别结果。
在一种可能的实现方式中，所述乘员的位置信息包括所述图像中的人体中心预测点的坐标；
所述基于所述图像，对所述车舱进行乘员检测，得到所述车舱的乘员检测结果，包括：
基于所述图像对应的第一特征图，预测所述图像中的像素点属于人体中心点的概率；
基于所述图像中的像素点属于人体中心点的概率，确定所述图像中的人体中心预测点的坐标。
在一种可能的实现方式中，所述基于所述图像对应的第一特征图，预测所述图像中的像素点属于人体中心点的概率，包括：基于所述图像对应的第一特征图，确定所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率；
所述基于所述图像中的像素点属于人体中心点的概率，确定所述图像中的人体中心预测点的坐标，包括：基于所述第一候选点的坐标以及所述第一候选点属于人体中心点的概率，确定所述图像中的人体中心预测点的坐标。
在一种可能的实现方式中，所述基于所述图像对应的第一特征图，确定所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率，包括：
对所述图像对应的第一特征图进行卷积操作，得到所述图像对应的第二特征图；
基于所述第二特征图进行最大池化操作，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率。
在一种可能的实现方式中，所述基于所述第二特征图进行最大池化操作，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率，包括：
对所述第二特征图进行激活处理，得到所述图像对应的第三特征图；
对所述第三特征图进行最大池化操作，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率。
在一种可能的实现方式中，所述对所述第三特征图进行最大池化操作，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率，包括：对所述第三特征图进行重叠的最大池化操作，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率；
所述基于所述第一候选点的坐标以及所述第一候选点属于人体中心点的概率，确定所述图像中的人体中心预测点的坐标，包括：对相同坐标的所述第一候选点进行合并，得到第二候选点的坐标以及所述第二候选点属于人体中心点的概率；根据所述第二候选点的坐标以及所述第二候选点属于人体中心点的概率，确定所述图像中的人体中心预测点的坐标。
在一种可能的实现方式中，所述基于所述图像，识别所述车舱环境中的危险动作，得到所述车舱对应的危险动作预测信息，包括：
对所述图像对应的第一特征图进行卷积操作和全连接操作之后进行分类操作，得到所述车舱对应的危险动作预测信息。
在一种可能的实现方式中，所述方法还包括：
响应于所述乘员检测结果指示在所述车舱的前排座位区域检测到乘员，基于所述图像以及所述乘员检测结果中所述乘员的位置信息进行危险动作识别，得到所述乘员对应的危险动作识别结果。
在一种可能的实现方式中，所述预设身体部位包括以下至少之一：手、胳膊、头、脚、腿。
在一种可能的实现方式中，在所述得到所述乘员对应的危险动作识别结果之后，所述方法还包括：
响应于所述危险动作识别结果指示所述乘员的动作包括任意一种预设危险动作，发出提示信息。
在一种可能的实现方式中，所述发出提示信息，包括以下至少一项：
控制车内的语音交互装置发出语音提示信息；
发出控制发生所述预设危险动作的乘员对应的车窗升起或降下的指令；
发出双闪灯开启指令。
根据本公开的一方面，提供了一种危险动作的识别装置，包括：
获取模块，用于获取车舱的图像；
乘员检测模块，用于基于所述图像，对所述车舱进行乘员检测，得到所述车舱的乘员检测结果；
第一危险动作识别模块，用于响应于所述乘员检测结果指示检测到乘员，基于所述图像以及所述乘员检测结果中所述乘员的位置信息进行危险动作识别，得到所述乘员对应的危险动作识别结果，其中，所述危险动作表示预设身体部位伸出车窗外的动作。
在一种可能的实现方式中，所述第一危险动作识别模块用于：
基于所述图像，识别所述车舱环境中的危险动作，得到所述车舱对应的危险动作预测信息；
响应于所述乘员检测结果指示检测到乘员，基于所述乘员检测结果中所述乘员的位置信息，以及所述危险动作预测信息，得到所述乘员对应的危险动作识别结果。
在一种可能的实现方式中，所述乘员的位置信息包括所述图像中的人体中心预测点的坐标，所述危险动作预测信息包括乘员的动作属于N种预设危险动作中的每一种的概率，其中，N为大于或等于1的整数；
所述第一危险动作识别模块用于：
响应于所述乘员检测结果指示存在人体中心预测点，确定检测到乘员；
基于所述乘员检测结果中的人体中心预测点的坐标，从所述危险动作预测信息中获得所述人体中心预测点对应的乘员的动作属于N种预设危险动作中的每一种的概率；
根据所述人体中心预测点对应的乘员的动作属于N种预设危险动作中的每一种的概率，得到所述人体中心预测点对应的乘员对应的危险动作识别结果。
在一种可能的实现方式中，所述乘员的位置信息包括所述图像中的人体中心预测点的坐标；
所述乘员检测模块用于：
基于所述图像对应的第一特征图，预测所述图像中的像素点属于人体中心点的概率；
基于所述图像中的像素点属于人体中心点的概率，确定所述图像中的人体中心预测点的坐标。
在一种可能的实现方式中，所述乘员检测模块用于：
基于所述图像对应的第一特征图，确定所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率；
基于所述第一候选点的坐标以及所述第一候选点属于人体中心点的概率，确定所述图像中的人体中心预测点的坐标。
在一种可能的实现方式中，所述乘员检测模块用于：
对所述图像对应的第一特征图进行卷积操作，得到所述图像对应的第二特征图；
基于所述第二特征图进行最大池化操作，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率。
在一种可能的实现方式中，所述乘员检测模块用于：
对所述第二特征图进行激活处理，得到所述图像对应的第三特征图；
对所述第三特征图进行最大池化操作，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率。
在一种可能的实现方式中，所述乘员检测模块用于：
对所述第三特征图进行重叠的最大池化操作，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率；
对相同坐标的所述第一候选点进行合并，得到第二候选点的坐标以及所述第二候选点属于人体中心点的概率；
根据所述第二候选点的坐标以及所述第二候选点属于人体中心点的概率，确定所述图像中的人体中心预测点的坐标。
在一种可能的实现方式中，所述第一危险动作识别模块用于：
对所述图像对应的第一特征图进行卷积操作和全连接操作之后进行分类操作，得到所述车舱对应的危险动作预测信息。
在一种可能的实现方式中，所述装置还包括：
第二危险动作识别模块，用于响应于所述乘员检测结果指示在所述车舱的前排座位区域检测到乘员，基于所述图像以及所述乘员检测结果中所述乘员的位置信息进行危险动作识别，得到所述乘员对应的危险动作识别结果。
在一种可能的实现方式中，所述预设身体部位包括以下至少之一：手、胳膊、头、脚、腿。
在一种可能的实现方式中，所述装置还包括：
提示模块，用于响应于所述危险动作识别结果指示所述乘员的动作包括任意一种预设危险动作，发出提示信息。
在一种可能的实现方式中，所述提示模块用于以下至少一项：
控制车内的语音交互装置发出语音提示信息；
发出控制发生所述预设危险动作的乘员对应的车窗升起或降下的指令；
发出双闪灯开启指令。
根据本公开的一方面，提供了一种电子设备，包括：一个或多个处理器；用于存储可执行指令的存储器；其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行上述方法。
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
在本公开实施例中，通过获取车舱的图像，基于所述图像，对所述车舱进行乘员检测，得到所述车舱的乘员检测结果，并响应于所述乘员检测结果指示检测到乘员，基于所述图像以及所述乘员检测结果中所述乘员的位置信息进行危险动作识别，得到所述乘员对应的危险动作识别结果，其中，所述危险动作表示预设身体部位伸出车窗外的动作，由此能够基于乘员的位置准确地识别乘员将预设身体部位伸出车窗外的动作，从而能够提高车舱内的乘员的安全性。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出本公开实施例提供的危险动作的识别方法的流程图。
图2示出本公开实施例提供的危险动作的识别方法中车舱的图像中乘员的头部伸出车窗外的示意图。
图3示出本公开实施例提供的危险动作的识别方法中车舱的图像中乘员的手或者胳膊伸出车窗外的示意图。
图4示出本公开提供的危险动作的识别方法的应用场景的示意图。
图5示出本公开实施例提供的危险动作的识别装置的框图。
图6示出本公开实施例提供的一种电子设备800的框图。
图7示出本公开实施例提供的一种电子设备1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
在车辆行驶的过程中，驾驶员或者其他乘员有可能出现将手、头部或者其他身体部位伸出车窗外的危险动作，这将可能导致严重的事故。
本公开实施例提供了一种危险动作的识别方法及装置、电子设备和存储介质，通过获取车舱的图像，基于所述图像，对所述车舱进行乘员检测，得到所述车舱的乘员检测结果，并响应于所述乘员检测结果指示检测到乘员，基于所述图像以及所述乘员检测结果中所述乘员的位置信息进行危险动作识别，得到所述乘员对应的危险动作识别结果，其中，所述危险动作表示预设身体部位伸出车窗外的动作，由此能够基于乘员的位置准确地识别乘员将预设身体部位伸出车窗外的动作，从而能够提高车舱内的乘员的安全性。
下面结合附图对本公开实施例提供的危险动作的识别方法进行详细的说明。
图1示出本公开实施例提供的危险动作的识别方法的流程图。在一种可能的实现方式中，所述危险动作的识别方法可以由终端设备或服务器或其它处理设备执行。其中，终端设备可以是车载设备、用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant，PDA)、手持设备、计算设备或者可穿戴设备等。其中，车载设备可以是车舱内的车机、域控制器或者处理器，还可以是DMS(Driver Monitor System，驾驶员监控系统)或者OMS(Occupant Monitoring System，乘员监控系统)中用于执行图像等数据处理操作的设备主机等。在一些可能的实现方式中，所述危险动作的识别方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图1所示，所述危险动作的识别方法包括步骤S11至步骤S13。
在步骤S11中，获取车舱的图像。
在步骤S12中，基于所述图像，对所述车舱进行乘员检测，得到所述车舱的乘员检测结果。
在步骤S13中，响应于所述乘员检测结果指示检测到乘员，基于所述图像以及所述乘员检测结果中所述乘员的位置信息进行危险动作识别，得到所述乘员对应的危险动作识别结果，其中，所述危险动作表示预设身体部位伸出车窗外的动作。
本公开实施例可以应用于任意类型的车辆，例如乘用车、出租车、网约车、共享汽车等等。本公开实施例也不对车辆的车型进行限定，例如可以是紧凑型、SUV(SportUtility Vehicle，运动型多用途汽车)等等。在本公开实施例中，可以从车载摄像头获取车舱的图像。其中，车载摄像头可以是设置于车辆的任意摄像头。车载摄像头的数量可以是一个或两个以上。车载摄像头可以安装于车舱内和/或车舱外。车载摄像头的类型可以为DMS摄像头、OMS摄像头、普通摄像头等等。
上述车舱的图像可以是DMS摄像头、OMS摄像头、普通摄像头等设置在车舱内或车舱外的摄像头拍摄的车舱环境的图像，该图像至少包含了车内人员落座区域和车窗区域的影像信息，也即，上述摄像头的视角范围内需包含至少一部分人员落座区域和至少一部分车窗区域。
在本公开实施例中，可以基于所述图像，对所述车舱进行人体检测和/或人脸检测，得到所述车舱的人体检测结果和/或人脸检测结果，并可以基于所述车舱的人体检测结果和/或人脸检测结果得到所述车舱的乘员检测结果。例如，可以将所述车舱的人体检测结果和/或人脸检测结果作为所述车舱的乘员检测结果。又如，可以对所述车舱的人体检测结果和/或人脸检测结果进行处理后得到所述车舱的乘员检测结果。
在本公开实施例中，在检测到乘员的情况下，所述乘员检测结果包括乘员的位置信息。例如，在检测到一个乘员的情况下，所述乘员检测结果包括该乘员的位置信息；在检测到多个乘员的情况下，所述乘员检测结果可以包括检测到的各个乘员的位置信息。
在本公开实施例中，所述乘员的位置信息可以采用所述乘员的任意一个点或任意多个点的坐标来表示，和/或，所述乘员的位置信息可以采用所述乘员的边界框的位置信息来表示。在一种可能的实现方式中，所述乘员的位置信息可以包括所述乘员的人体中心预测点的坐标。其中，人体中心预测点可以表示预测的人体中心点。人体中心点可以是用于代表人体的位置的点，任一人体的人体中心点的数量可以是一个。例如，人体中心点可以是人体的重心所在的像素点，也可以是人体的任意一个关键点所在的像素点。在另一种可能的实现方式中，所述乘员的位置信息可以包括所述乘员的人体中心预测点的坐标和人体框的尺寸，其中，人体框的尺寸可以包括人体框的长度和宽度。在该实现方式中，任一人体中心预测点可以是该人体中心预测点所属的人体框的几何中心。在另一种可能的实现方式中，所述乘员的位置信息可以包括人体框的位置信息。例如，人体框的位置信息可以包括人体框的任意一个顶点的坐标和人体框的尺寸；又如，人体框的位置信息可以包括人体框的四个顶点的坐标。
在一种可能的实现方式中，所述乘员的位置信息包括所述图像中的人体中心预测点的坐标；所述基于所述图像，对所述车舱进行乘员检测，得到所述车舱的乘员检测结果，包括：基于所述图像对应的第一特征图，预测所述图像中的像素点属于人体中心点的概率；基于所述图像中的像素点属于人体中心点的概率，确定所述图像中的人体中心预测点的坐标。
在该实现方式中，可以基于所述图像对所述车舱进行人体检测，得到所述车舱的人体检测结果，并可以基于所述车舱的人体检测结果得到所述车舱的乘员检测结果。例如，基于所述图像对所述车舱进行人体检测，可以得到所述图像中的人体中心预测点的坐标。又如，基于所述图像对所述车舱进行人体检测，可以得到所述图像中的人体中心预测点的坐标和人体中心预测点所属的人体框的尺寸。
作为该实现方式的一个示例，可以将所述图像输入骨干网络，经由骨干网络对所述图像进行特征提取，得到所述图像对应的第一特征图。其中，骨干网络可以采用ResNet、MobileNet等网络结构，在此不做限定。作为该实现方式的另一个示例，可以采用预先设计的第一函数对所述第一图像进行特征提取，得到所述图像对应的第一特征图。
作为该实现方式的一个示例，可以将第一特征图输入第一预测子网络，经由第一预测子网络预测所述图像中的像素点属于人体中心点的概率。作为该实现方式的另一个示例，可以采用预先设计的第二函数对第一特征图进行处理，得到所述图像中的像素点属于人体中心点的概率。
作为该实现方式的一个示例，若所述图像中的任一像素点属于人体中心点的概率大于第一阈值，则可以将该像素点确定为人体中心预测点，即，可以将该像素点的坐标确定为人体中心预测点的坐标。例如，第一阈值可以为0.5。当然，本领域技术人员可以根据实际应用场景需求灵活设置第一阈值的大小，在此不做限定。作为该实现方式的另一个示例，若所述图像中的任一像素点属于人体中心点的概率大于第一阈值，且该像素点为所述图像中属于人体中心点的概率最大的M个像素点之一，则可以将该像素点确定为人体中心预测点，即，可以将该像素点的坐标确定为人体中心预测点的坐标。其中，M为预设的人体中心预测点的最大数量，M大于或等于1。
基于该实现方式得到的所述图像中的人体中心预测点的坐标进行危险动作识别，有助于提高危险动作识别的准确性。
作为该实现方式的一个示例，所述基于所述图像对应的第一特征图，预测所述图像中的像素点属于人体中心点的概率，包括：基于所述图像对应的第一特征图，确定所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率；所述基于所述图像中的像素点属于人体中心点的概率，确定所述图像中的人体中心预测点的坐标，包括：基于所述第一候选点的坐标以及所述第一候选点属于人体中心点的概率，确定所述图像中的人体中心预测点的坐标。在该示例中，可以基于所述图像对应的第一特征图，预测图像的像素点属于人体中心点的概率，从所述图像的像素点中，筛选出所述图像中的人体中心点的第一候选点。其中，第一候选点可以表示从所述图像中筛选出的、属于人体中心点的概率较高的像素点。第一候选点的数量可以是多个。在一个示例中，可以将图像中的每一个像素点分别作为一个第一候选点，或者，在另一个示例中，还可以基于第一特征图进行人体检测，将检测到的人体框内的像素点作为第一候选点。
在一个例子中，若任一第一候选点属于人体中心点的概率大于第一阈值，则可以将该第一候选点确定为人体中心预测点，即，可以将该第一候选点的坐标确定为人体中心预测点的坐标。在另一个例子中，若任一第一候选点属于人体中心点的概率大于第一阈值，且该第一候选点为所述图像中属于人体中心点的概率最大的M个第一候选点之一，则可以将该第一候选点确定为人体中心预测点，即，可以将该第一候选点的坐标确定为人体中心预测点的坐标。在该示例中，通过基于所述图像对应的第一特征图，确定所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率，并基于所述第一候选点的坐标以及所述第一候选点属于人体中心点的概率，确定所述图像中的人体中心预测点的坐标，由此能够提高所确定的人体中心预测点的准确性。
在一个示例中，所述基于所述图像对应的第一特征图，确定所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率，包括：对所述图像对应的第一特征图进行卷积操作，得到所述图像对应的第二特征图；基于所述第二特征图进行最大池化操作，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率。在该示例中，可以对第一特征图进行一次或两次以上卷积操作，得到所述图像对应的第二特征图。可以对第二特征图进行最大池化操作，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率，或者，可以对第二特征图处理后再进行最大池化操作，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率。在该示例中，通过对所述图像对应的第一特征图进行卷积操作，能够提取所述图像的更深层的特征，所得到的第二特征图能够更准确地表征所述图像中的人体的位置信息。通过基于第二特征图进行最大池化操作，能够从所述图像的像素点中准确地筛选出第一候选点。
在一个例子中，所述基于所述第二特征图进行最大池化操作，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率，包括：对所述第二特征图进行激活处理，得到所述图像对应的第三特征图；对所述第三特征图进行最大池化操作，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率。例如，可以对第二特征图进行sigmoid处理，以将第二特征图的像素值转化为0到1之间的数值。当然，也可以采用其他激活函数对第二特征图进行激活处理，在此不做限定。在这个例子中，通过对第二特征图进行激活处理，能够将第二特征图的像素值转换为概率值，从而能够用于表示像素点属于人体中心点的概率。
例如，所述对所述第三特征图进行最大池化操作，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率，包括：对所述第三特征图进行重叠的最大池化操作，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率；所述基于所述第一候选点的坐标以及所述第一候选点属于人体中心点的概率，确定所述图像中的人体中心预测点的坐标，包括：对相同坐标的所述第一候选点进行合并，得到第二候选点的坐标以及所述第二候选点属于人体中心点的概率；根据所述第二候选点的坐标以及所述第二候选点属于人体中心点的概率，确定所述图像中的人体中心预测点的坐标。例如，池化窗口的尺寸为P×P，步长为Q，P＞Q，其中，P和Q均为大于或等于1的整数。例如，P等于3，Q等于1。在这个例子中，对相同坐标的第一候选点进行合并，可以得到第二候选点，即，第二候选点可以表示第一候选点的合并结果。第二候选点的数量小于或等于第一候选点的数量，第二候选点的数量大于或等于1，且第二候选点中不包括坐标相同的候选点。在这个例子中，通过对第三特征图进行重叠的最大池化操作，能够提高人体中心点检测的准确率；通过对相同坐标的第一候选点进行合并，得到第二候选点的坐标以及第二候选点属于人体中心点的概率，并根据第二候选点的坐标以及第二候选点属于人体中心点的概率，确定图像中的人体中心预测点的坐标，由此能够进一步提高人体中心点检测的准确率，并能够提高后续进行危险动作识别的效率。
在另一个例子中，所述基于所述第二特征图进行最大池化操作，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率，包括：对所述第二特征图进行最大池化操作，得到第四特征图；对第四特征图进行激活处理，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率。
在本公开实施例中，可以响应于所述乘员检测结果指示检测到一个乘员，基于所述图像以及所述乘员检测结果中该乘员的位置信息进行危险动作识别，得到该乘员对应的危险动作识别结果；可以响应于所述乘员检测结果指示检测到多个乘员，基于所述图像以及所述乘员检测结果中的各个乘员的位置信息进行危险动作识别，得到每个乘员各自对应的危险动作识别结果。
在一种可能的实现方式中，所述预设身体部位包括以下至少之一：手、胳膊、头、脚、腿。图2示出本公开实施例提供的危险动作的识别方法中车舱的图像中乘员的头部伸出车窗外的示意图。图3示出本公开实施例提供的危险动作的识别方法中车舱的图像中乘员的手或者胳膊伸出车窗外的示意图。在该实现方式中，通过响应于所述乘员检测结果指示检测到乘员，基于所述图像以及所述乘员检测结果中所述乘员的位置信息，识别乘员的手、胳膊、头、脚、腿中的至少之一伸出车窗外的动作，得到所述乘员对应的危险动作识别结果，由此能够基于乘员的位置准确地识别乘员将手、胳膊、头、脚、腿中的至少之一伸出车窗外的动作，从而能够提高车舱内的乘员的安全性。
在一种可能的实现方式中，所述响应于所述乘员检测结果指示检测到乘员，基于所述图像以及所述乘员检测结果中所述乘员的位置信息进行危险动作识别，得到所述乘员对应的危险动作识别结果，包括：基于所述图像，识别所述车舱环境中的危险动作，得到所述车舱对应的危险动作预测信息；响应于所述乘员检测结果指示检测到乘员，基于所述乘员检测结果中所述乘员的位置信息，以及所述危险动作预测信息，得到所述乘员对应的危险动作识别结果。作为该实现方式的一个示例，可以将所述图像对应的第一特征图输入第二预测子网络，经由第二预测子网络得到所述车舱对应的危险动作预测信息。作为该实现方式的另一个示例，可以采用预先设计的第三函数对所述图像对应的第一特征图进行处理，得到所述车舱对应的危险动作预测信息。其中，所述危险动作预测信息可以包括所述图像中的至少一个位置对应的乘员发生危险动作的预测信息。例如，所述危险动作预测信息可以包括所述图像中的各个像素对应的乘员发生危险动作的预测信息。在该实现方式中，通过基于所述图像，识别所述车舱环境中的危险动作，得到所述车舱对应的危险动作预测信息，并响应于所述乘员检测结果指示检测到乘员，基于所述乘员检测结果中所述乘员的位置信息，以及所述危险动作预测信息，得到所述乘员对应的危险动作识别结果，由此能够结合乘员的位置和车舱对应的危险动作预测信息准确地识别乘员将预设身体部位伸出车窗外的动作，从而能够提高车舱内的乘员的安全性。
作为该实现方式的一个示例，所述乘员的位置信息包括所述图像中的人体中心预测点的坐标，所述危险动作预测信息包括乘员的动作属于N种预设危险动作中的每一种的概率，其中，N为大于或等于1的整数；所述响应于所述乘员检测结果指示检测到乘员，基于所述乘员检测结果中所述乘员的位置信息，以及所述危险动作预测信息，得到所述乘员对应的危险动作识别结果，包括：响应于所述乘员检测结果指示存在人体中心预测点，确定检测到乘员；基于所述乘员检测结果中的人体中心预测点的坐标，从所述危险动作预测信息中获得所述人体中心预测点对应的乘员的动作属于N种预设危险动作中的每一种的概率；根据所述人体中心预测点对应的乘员的动作属于N种预设危险动作中的每一种的概率，得到所述人体中心预测点对应的乘员对应的危险动作识别结果。在该示例中，所述危险动作预测信息可以包括所述图像中的全部或部分像素点对应的乘员的动作属于N种预设危险动作中的每一种的概率。例如，所述危险动作预测信息可以包括所述图像中的各个像素点对应的乘员的动作属于N种预设危险动作中的每一种的概率。例如，危险动作预测信息可以为H×W×N的特征图或者三维数组，其中，H表示所述图像的高度，W表示所述图像的宽度。根据人体中心预测点的坐标，可以从危险动作预测信息中获得人体中心预测点对应的乘员属于N种预设危险动作中的每一种的概率，从而可以得到所述人体中心预测点对应的乘员对应的危险动作识别结果。在一个例子中，若任一人体中心预测点对应的乘员的动作属于N种预设危险动作中的任一种的概率大于第二阈值，则可以确定所述人体中心预测点对应的乘员对应的危险动作识别结果为发生危险动作；若任一人体中心预测点对应的乘员的动作属于N种预设危险动作中的每一种的概率均小于或等于第二阈值，则可以确定所述人体中心预测点对应的乘员对应的危险动作识别结果为未发生危险动作。例如，第二阈值可以等于0.5。当然，本领域技术人员可以根据实际应用场景需求灵活设置第二阈值的大小，在此不做限定。根据该示例，能够准确地确定所述图像中的各个人体中心预测点对应的乘员对应的危险动作识别结果。
作为该实现方式的一个示例，所述基于所述图像，识别所述车舱环境中的危险动作，得到所述车舱对应的危险动作预测信息，包括：对所述图像对应的第一特征图进行卷积操作和全连接操作之后进行分类操作，得到所述车舱对应的危险动作预测信息。在该示例中，可以对第一特征图进行卷积操作，得到第五特征图；可以对第五特征图进行全连接操作，得到第六特征图；可以对第六特征图进行分类操作，得到所述车舱对应的危险动作预测信息。其中，可以对第一特征图进行一次或两次以上卷积操作，得到第五特征图。例如，可以对第一特征图进行两次卷积操作，得到第五特征图。可以对第五特征图进行一次或两次以上全连接操作，得到第六特征图。例如，可以对第五特征图进行一次全连接操作，得到第六特征图。本领域技术人员可以根据实际应用场景需求灵活确定卷积操作的次数和全连接操作的次数，在此不做限定。在该示例中，通过对第一特征图进行卷积操作，能够提取所述图像的更深层的特征，由此得到的第五特征图能够更准确地表示所述图像中的危险动作的特征；通过对采用全连接层操作，能够提高网络的拟合能力，从而能够提高所得到的危险动作预测信息的准确性。
以一种可能的实现方式中，在获得图像对应的第一特征图之后，通过两个分支分别进行人体中心点的定位和危险动作的分类。其中人体中心点定位分支通过对第一特征图进行进一步的卷积操作得到第二特征图，并在第二特征图的基础上进行最大池化操作、激活处理等获得人体中心点的坐标；危险动作分支通过对第一特征图进行卷积操作、全连接以及分类，获得每一个人体中心点对应的动作类别信息，从而可以利用获得车舱内每一个乘员的危险动作检测结果。且人体中心点定位和危险动作分类共享同一个特征提取网络，有利于提升结果的可靠性、节约计算资源。
在一种可能的实现方式中，所述方法还包括：响应于所述乘员检测结果指示在所述车舱的前排座位区域检测到乘员，基于所述图像以及所述乘员检测结果中所述乘员的位置信息进行危险动作识别，得到所述乘员对应的危险动作识别结果。在该实现方式中，在车舱的前排座位区域检测到的乘员可以包括驾驶员和/或副驾驶员。由于驾驶员的危险动作和副驾驶员的危险动作均对驾驶员驾车有较大的影响，因此，该实现方式通过响应于所述乘员检测结果指示在所述车舱的前排座位区域检测到乘员，并基于所述图像以及所述乘员检测结果中所述乘员的位置信息进行危险动作识别，得到所述乘员对应的危险动作识别结果，由此有助于提高驾驶员驾车的安全性。
在一种可能的实现方式中，在所述得到所述乘员对应的危险动作识别结果之后，所述方法还包括：响应于所述危险动作识别结果指示所述乘员的动作包括任意一种预设危险动作，发出提示信息。在该实现方式中，通过响应于所述危险动作识别结果指示所述乘员的动作包括任意一种预设危险动作，发出提示信息，由此能够实现安全预警，从而有助于提高车舱内的乘员安全。
作为该实现方式的一个示例，所述发出提示信息，包括以下至少一项：控制车内的语音交互装置发出语音提示信息；发出控制发生所述预设危险动作的乘员对应的车窗升起或降下的指令；发出双闪灯开启指令。在一个例子中，可以响应于所述危险动作识别结果指示所述乘员的动作包括任意一种预设危险动作，控制车内的语音交互装置发出语音提示。例如，可以控制车内的语音交互装置发出“请不要伸出窗外”的语音提示信息。根据这个例子，可以通过语音的方式对乘员进行提示，由此即使乘员没有看向车机显示屏，也能获得提示信息。在一个例子中，可以响应于所述危险动作识别结果指示所述乘员的动作包括任意一种预设危险动作，发出控制发生所述预设危险动作的乘员对应的车窗升起或降下的指令。例如，若发生所述预设危险动作的乘员为驾驶员，则发生所述预设危险动作的乘员对应的车窗可以为前排左侧的车窗；若发生所述预设危险动作的乘员为副驾驶员，则发生所述预设危险动作的乘员对应的车窗可以为前排右侧的车窗；若发生所述预设危险动作的乘员为后排左侧的乘员，则发生所述预设危险动作的乘员对应的车窗可以为后排左侧的车窗；若发生所述预设危险动作的乘员为后排右侧的乘员，则发生所述预设危险动作的乘员对应的车窗可以为后排右侧的车窗。在这个例子中，通过发出控制发生所述预设危险动作的乘员对应的车窗升起或降下的指令，能够强化提示的效果，有助于使乘员在车窗升起或降下的瞬间下意识地收回伸出车窗外的身体部位。在一个例子中，可以响应于所述危险动作识别结果指示所述乘员的动作包括任意一种预设危险动作，发出双闪灯开启指令，由此能够起到提示附近的车辆的效果，从而能够提高车舱内的乘员的安全性。
下面通过一个具体的应用场景说明本公开实施例提供的危险动作的识别方法。图4示出本公开提供的危险动作的识别方法的应用场景的示意图。在图4所示的示例中，可以获取车舱的图像。例如，车舱的图像的尺寸可以为640×480。可以将所述图像输入骨干网络，经由骨干网络对所述图像进行特征提取，得到第一特征图，其中，第一特征图的尺寸可以为80×60×C，其中，C表示第一特征图的通道数，C可以大于或等于3。
可以通过第一预测子网络对第一特征图进行卷积操作，得到第二特征图，其中，第二特征图的尺寸可以为80×60×3。可以通过sigmoid函数对第二特征图的第0通道进行激活处理，得到第三特征图。可以对第三特征图进行池化窗口尺寸为3×3、步长为1的最大池化操作，获得所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率，其中，第一候选点的数量可以为60×80。可以对相同坐标的所述第一候选点进行合并，得到第二候选点的坐标以及所述第二候选点属于人体中心点的概率。可以将属于人体中心点的概率最大的M个第二候选点中、属于人体中心点的概率大于0.5的第二候选点确定为人体中心预测点。可以从第二特征图的第1通道中获得人体中心预测点对应的人体框的长度，并可以从第二特征图的第2通道中获得人体中心预测点对应的人体框的宽度。
可以将第一特征图输入第二预测子网络，经由第二预测子网络对第一特征图进行卷积操作和全连接操作之后进行分类操作，得到所述车舱对应的危险动作预测信息，其中，所述危险动作预测信息可以包括所述图像中的各个像素点对应的乘员的动作属于N种预设危险动作中的每一种的概率。例如，危险动作预测信息可以为640×480×N的特征图或者三维数组。根据人体中心预测点的坐标，可以从危险动作预测信息中获得人体中心预测点对应的乘员属于N种预设危险动作中的每一种的概率，从而可以得到所述人体中心预测点对应的乘员对应的危险动作识别结果。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外，本公开还提供了危险动作的识别装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种危险动作的识别方法，相应技术方案和技术效果可参见方法部分的相应记载，不再赘述。
图5示出本公开实施例提供的危险动作的识别装置的框图。如图5所示，所述危险动作的识别装置包括：
获取模块51，用于获取车舱的图像；
乘员检测模块52，用于基于所述图像，对所述车舱进行乘员检测，得到所述车舱的乘员检测结果；
第一危险动作识别模块53，用于响应于所述乘员检测结果指示检测到乘员，基于所述图像以及所述乘员检测结果中所述乘员的位置信息进行危险动作识别，得到所述乘员对应的危险动作识别结果，其中，所述危险动作表示预设身体部位伸出车窗外的动作。
在一种可能的实现方式中，所述第一危险动作识别模块53用于：
基于所述图像，识别所述车舱环境中的危险动作，得到所述车舱对应的危险动作预测信息；
响应于所述乘员检测结果指示检测到乘员，基于所述乘员检测结果中所述乘员的位置信息，以及所述危险动作预测信息，得到所述乘员对应的危险动作识别结果。
在一种可能的实现方式中，所述乘员的位置信息包括所述图像中的人体中心预测点的坐标，所述危险动作预测信息包括乘员的动作属于N种预设危险动作中的每一种的概率，其中，N为大于或等于1的整数；
所述第一危险动作识别模块53用于：
响应于所述乘员检测结果指示存在人体中心预测点，确定检测到乘员；
基于所述乘员检测结果中的人体中心预测点的坐标，从所述危险动作预测信息中获得所述人体中心预测点对应的乘员的动作属于N种预设危险动作中的每一种的概率；
根据所述人体中心预测点对应的乘员的动作属于N种预设危险动作中的每一种的概率，得到所述人体中心预测点对应的乘员对应的危险动作识别结果。
在一种可能的实现方式中，所述乘员的位置信息包括所述图像中的人体中心预测点的坐标；
所述乘员检测模块52用于：
基于所述图像对应的第一特征图，预测所述图像中的像素点属于人体中心点的概率；
基于所述图像中的像素点属于人体中心点的概率，确定所述图像中的人体中心预测点的坐标。
在一种可能的实现方式中，所述乘员检测模块52用于：
基于所述图像对应的第一特征图，确定所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率；
基于所述第一候选点的坐标以及所述第一候选点属于人体中心点的概率，确定所述图像中的人体中心预测点的坐标。
在一种可能的实现方式中，所述乘员检测模块52用于：
对所述图像对应的第一特征图进行卷积操作，得到所述图像对应的第二特征图；
基于所述第二特征图进行最大池化操作，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率。
在一种可能的实现方式中，所述乘员检测模块52用于：
对所述第二特征图进行激活处理，得到所述图像对应的第三特征图；
对所述第三特征图进行最大池化操作，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率。
在一种可能的实现方式中，所述乘员检测模块52用于：
对所述第三特征图进行重叠的最大池化操作，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率；
对相同坐标的所述第一候选点进行合并，得到第二候选点的坐标以及所述第二候选点属于人体中心点的概率；
根据所述第二候选点的坐标以及所述第二候选点属于人体中心点的概率，确定所述图像中的人体中心预测点的坐标。
在一种可能的实现方式中，所述第一危险动作识别模块53用于：
对所述图像对应的第一特征图进行卷积操作和全连接操作之后进行分类操作，得到所述车舱对应的危险动作预测信息。
在一种可能的实现方式中，所述装置还包括：
第二危险动作识别模块，用于响应于所述乘员检测结果指示在所述车舱的前排座位区域检测到乘员，基于所述图像以及所述乘员检测结果中所述乘员的位置信息进行危险动作识别，得到所述乘员对应的危险动作识别结果。
在一种可能的实现方式中，所述预设身体部位包括以下至少之一：手、胳膊、头、脚、腿。
在一种可能的实现方式中，所述装置还包括：
提示模块，用于响应于所述危险动作识别结果指示所述乘员的动作包括任意一种预设危险动作，发出提示信息。
在一种可能的实现方式中，所述提示模块用于以下至少一项：
控制车内的语音交互装置发出语音提示信息；
发出控制发生所述预设危险动作的乘员对应的车窗升起或降下的指令；
发出双闪灯开启指令。
在本公开实施例中，通过获取车舱的图像，基于所述图像，对所述车舱进行乘员检测，得到所述车舱的乘员检测结果，并响应于所述乘员检测结果指示检测到乘员，基于所述图像以及所述乘员检测结果中所述乘员的位置信息进行危险动作识别，得到所述乘员对应的危险动作识别结果，其中，所述危险动作表示预设身体部位伸出车窗外的动作，由此能够基于乘员的位置准确地识别乘员将预设身体部位伸出车窗外的动作，从而能够提高车舱内的乘员的安全性。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现和技术效果可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
本公开实施例还提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。其中，所述计算机可读存储介质可以是非易失性计算机可读存储介质，或者可以是易失性计算机可读存储介质。
本公开实施例还提出一种计算机程序，包括计算机可读代码，当所述计算机可读代码在电子设备中运行时，所述电子设备中的处理器执行上述方法。
本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备中运行时，所述电子设备中的处理器执行上述方法。
本公开实施例还提供一种电子设备，包括：一个或多个处理器；用于存储可执行指令的存储器；其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图6示出本公开实施例提供的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图6，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如无线网络(Wi-Fi)、第二代移动通信技术(2G)、第三代移动通信技术(3G)、第四代移动通信技术(4G)/通用移动通信技术的长期演进(LTE)、第五代移动通信技术(5G)或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图7示出本公开实施例提供的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图7，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器操作系统(Windows ServerTM)，苹果公司推出的基于图形用户界面操作系统(Mac OSXTM)，多用户多进程的计算机操作系统(UnixTM),自由和开放原代码的类Unix操作系统(LinuxTM)，开放原代码的类Unix操作系统(FreeBSDTM)或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (16)

1.一种危险动作的识别方法，其特征在于，包括：
获取车舱的图像；
基于所述图像，对所述车舱进行乘员检测，得到所述车舱的乘员检测结果；
响应于所述乘员检测结果指示检测到乘员，基于所述图像以及所述乘员检测结果中所述乘员的位置信息进行危险动作识别，得到所述乘员对应的危险动作识别结果，其中，所述危险动作表示预设身体部位伸出车窗外的动作。
2.根据权利要求1所述的方法，其特征在于，所述响应于所述乘员检测结果指示检测到乘员，基于所述图像以及所述乘员检测结果中所述乘员的位置信息进行危险动作识别，得到所述乘员对应的危险动作识别结果，包括：
基于所述图像，识别所述车舱环境中的危险动作，得到所述车舱对应的危险动作预测信息；
响应于所述乘员检测结果指示检测到乘员，基于所述乘员检测结果中所述乘员的位置信息，以及所述危险动作预测信息，得到所述乘员对应的危险动作识别结果。
3.根据权利要求2所述的方法，其特征在于，所述乘员的位置信息包括所述图像中的人体中心预测点的坐标，所述危险动作预测信息包括乘员的动作属于N种预设危险动作中的每一种的概率，其中，N为大于或等于1的整数；
所述响应于所述乘员检测结果指示检测到乘员，基于所述乘员检测结果中所述乘员的位置信息，以及所述危险动作预测信息，得到所述乘员对应的危险动作识别结果，包括：
响应于所述乘员检测结果指示存在人体中心预测点，确定检测到乘员；
基于所述乘员检测结果中的人体中心预测点的坐标，从所述危险动作预测信息中获得所述人体中心预测点对应的乘员的动作属于N种预设危险动作中的每一种的概率；
根据所述人体中心预测点对应的乘员的动作属于N种预设危险动作中的每一种的概率，得到所述人体中心预测点对应的乘员对应的危险动作识别结果。
4.根据权利要求1至3中任意一项所述的方法，其特征在于，所述乘员的位置信息包括所述图像中的人体中心预测点的坐标；
所述基于所述图像，对所述车舱进行乘员检测，得到所述车舱的乘员检测结果，包括：
基于所述图像对应的第一特征图，预测所述图像中的像素点属于人体中心点的概率；
基于所述图像中的像素点属于人体中心点的概率，确定所述图像中的人体中心预测点的坐标。
5.根据权利要求4所述的方法，其特征在于，
所述基于所述图像对应的第一特征图，预测所述图像中的像素点属于人体中心点的概率，包括：基于所述图像对应的第一特征图，确定所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率；
所述基于所述图像中的像素点属于人体中心点的概率，确定所述图像中的人体中心预测点的坐标，包括：基于所述第一候选点的坐标以及所述第一候选点属于人体中心点的概率，确定所述图像中的人体中心预测点的坐标。
6.根据权利要求5所述的方法，其特征在于，所述基于所述图像对应的第一特征图，确定所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率，包括：
对所述图像对应的第一特征图进行卷积操作，得到所述图像对应的第二特征图；
基于所述第二特征图进行最大池化操作，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率。
7.根据权利要求6所述的方法，其特征在于，所述基于所述第二特征图进行最大池化操作，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率，包括：
对所述第二特征图进行激活处理，得到所述图像对应的第三特征图；
对所述第三特征图进行最大池化操作，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率。
8.根据权利要求7所述的方法，其特征在于，
所述对所述第三特征图进行最大池化操作，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率，包括：对所述第三特征图进行重叠的最大池化操作，得到所述图像中的人体中心点的第一候选点的坐标以及所述第一候选点属于人体中心点的概率；
所述基于所述第一候选点的坐标以及所述第一候选点属于人体中心点的概率，确定所述图像中的人体中心预测点的坐标，包括：对相同坐标的所述第一候选点进行合并，得到第二候选点的坐标以及所述第二候选点属于人体中心点的概率；根据所述第二候选点的坐标以及所述第二候选点属于人体中心点的概率，确定所述图像中的人体中心预测点的坐标。
9.根据权利要求2或3所述的方法，其特征在于，所述基于所述图像，识别所述车舱环境中的危险动作，得到所述车舱对应的危险动作预测信息，包括：
对所述图像对应的第一特征图进行卷积操作和全连接操作之后进行分类操作，得到所述车舱对应的危险动作预测信息。
10.根据权利要求1至9中任意一项所述的方法，其特征在于，所述方法还包括：
响应于所述乘员检测结果指示在所述车舱的前排座位区域检测到乘员，基于所述图像以及所述乘员检测结果中所述乘员的位置信息进行危险动作识别，得到所述乘员对应的危险动作识别结果。
11.根据权利要求1至10中任意一项所述的方法，其特征在于，所述预设身体部位包括以下至少之一：手、胳膊、头、脚、腿。
12.根据权利要求1至11中任意一项所述的方法，其特征在于，在所述得到所述乘员对应的危险动作识别结果之后，所述方法还包括：
响应于所述危险动作识别结果指示所述乘员的动作包括任意一种预设危险动作，发出提示信息。
13.根据权利要求12所述的方法，其特征在于，所述发出提示信息，包括以下至少一项：
控制车内的语音交互装置发出语音提示信息；
发出控制发生所述预设危险动作的乘员对应的车窗升起或降下的指令；
发出双闪灯开启指令。
14.一种危险动作的识别装置，其特征在于，包括：
获取模块，用于获取车舱的图像；
乘员检测模块，用于基于所述图像，对所述车舱进行乘员检测，得到所述车舱的乘员检测结果；
第一危险动作识别模块，用于响应于所述乘员检测结果指示检测到乘员，基于所述图像以及所述乘员检测结果中所述乘员的位置信息进行危险动作识别，得到所述乘员对应的危险动作识别结果，其中，所述危险动作表示预设身体部位伸出车窗外的动作。
15.一种电子设备，其特征在于，包括：
一个或多个处理器；
用于存储可执行指令的存储器；
其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行权利要求1至13中任意一项所述的方法。
16.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至13中任意一项所述的方法。
CN202110735201.6A 2021-06-30 2021-06-30 危险动作的识别方法及装置、电子设备和存储介质 Active CN113486759B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202110735201.6A CN113486759B (zh) 2021-06-30 2021-06-30 危险动作的识别方法及装置、电子设备和存储介质
PCT/CN2021/126895 WO2023273060A1 (zh) 2021-06-30 2021-10-28 危险动作的识别方法及装置、电子设备和存储介质
JP2023544368A JP2024506809A (ja) 2021-06-30 2021-10-28 危険行為の識別方法及び装置、電子機器並びに記憶媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110735201.6A CN113486759B (zh) 2021-06-30 2021-06-30 危险动作的识别方法及装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN113486759A true CN113486759A (zh) 2021-10-08
CN113486759B CN113486759B (zh) 2023-04-28

Family

ID=77936973

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110735201.6A Active CN113486759B (zh) 2021-06-30 2021-06-30 危险动作的识别方法及装置、电子设备和存储介质

Country Status (3)

Country Link
JP (1) JP2024506809A (zh)
CN (1) CN113486759B (zh)
WO (1) WO2023273060A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113955594A (zh) * 2021-10-18 2022-01-21 日立楼宇技术（广州）有限公司 一种电梯控制方法、装置、计算机设备和存储介质
WO2023273060A1 (zh) * 2021-06-30 2023-01-05 上海商汤临港智能科技有限公司 危险动作的识别方法及装置、电子设备和存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107679490A (zh) * 2017-09-29 2018-02-09 百度在线网络技术（北京）有限公司 用于检测图像质量的方法和装置
CN110838125A (zh) * 2019-11-08 2020-02-25 腾讯医疗健康(深圳)有限公司 医学图像的目标检测方法、装置、设备、存储介质
CN111301280A (zh) * 2018-12-11 2020-06-19 北京嘀嘀无限科技发展有限公司 一种危险状态识别方法及装置
CN111931639A (zh) * 2020-08-07 2020-11-13 上海商汤临港智能科技有限公司 驾驶员行为检测方法、装置、电子设备及存储介质
CN112001348A (zh) * 2020-08-31 2020-11-27 上海商汤临港智能科技有限公司 车舱内的乘员检测方法及装置、电子设备和存储介质
CN112906617A (zh) * 2021-03-08 2021-06-04 济南大学 一种基于手部检测的驾驶员异常行为识别方法与系统
CN112926510A (zh) * 2021-03-25 2021-06-08 深圳市商汤科技有限公司 异常驾驶行为识别方法及装置、电子设备和存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9928424B2 (en) * 2016-02-22 2018-03-27 Conduent Business Services, Llc Side window detection through use of spatial probability maps
CN109803583A (zh) * 2017-08-10 2019-05-24 北京市商汤科技开发有限公司 驾驶状态监控方法、装置和电子设备
CN110969130B (zh) * 2019-12-03 2023-04-18 厦门瑞为信息技术有限公司 一种基于yolov3司机危险动作识别方法及系统
CN113486759B (zh) * 2021-06-30 2023-04-28 上海商汤临港智能科技有限公司 危险动作的识别方法及装置、电子设备和存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107679490A (zh) * 2017-09-29 2018-02-09 百度在线网络技术（北京）有限公司 用于检测图像质量的方法和装置
CN111301280A (zh) * 2018-12-11 2020-06-19 北京嘀嘀无限科技发展有限公司 一种危险状态识别方法及装置
CN110838125A (zh) * 2019-11-08 2020-02-25 腾讯医疗健康(深圳)有限公司 医学图像的目标检测方法、装置、设备、存储介质
CN111931639A (zh) * 2020-08-07 2020-11-13 上海商汤临港智能科技有限公司 驾驶员行为检测方法、装置、电子设备及存储介质
CN112001348A (zh) * 2020-08-31 2020-11-27 上海商汤临港智能科技有限公司 车舱内的乘员检测方法及装置、电子设备和存储介质
CN112906617A (zh) * 2021-03-08 2021-06-04 济南大学 一种基于手部检测的驾驶员异常行为识别方法与系统
CN112926510A (zh) * 2021-03-25 2021-06-08 深圳市商汤科技有限公司 异常驾驶行为识别方法及装置、电子设备和存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023273060A1 (zh) * 2021-06-30 2023-01-05 上海商汤临港智能科技有限公司 危险动作的识别方法及装置、电子设备和存储介质
CN113955594A (zh) * 2021-10-18 2022-01-21 日立楼宇技术（广州）有限公司 一种电梯控制方法、装置、计算机设备和存储介质
CN113955594B (zh) * 2021-10-18 2024-02-27 日立楼宇技术（广州）有限公司 一种电梯控制方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN113486759B (zh) 2023-04-28
JP2024506809A (ja) 2024-02-15
WO2023273060A1 (zh) 2023-01-05

Similar Documents

Publication Publication Date Title
CN112141119B (zh) 智能驾驶控制方法及装置、车辆、电子设备和存储介质
CN112037380B (zh) 车辆控制方法及装置、电子设备、存储介质和车辆
CN113486765B (zh) 手势交互方法及装置、电子设备和存储介质
CN113486760A (zh) 对象说话检测方法及装置、电子设备和存储介质
CN112096222B (zh) 后备箱的控制方法及装置、车辆、电子设备和存储介质
CN112001348A (zh) 车舱内的乘员检测方法及装置、电子设备和存储介质
CN113486759B (zh) 危险动作的识别方法及装置、电子设备和存储介质
CN113763670A (zh) 一种报警方法及装置、电子设备和存储介质
CN113920492A (zh) 车内人员检测方法及装置、电子设备和存储介质
CN112036303A (zh) 遗留物品的提醒方法及装置、电子设备和存储介质
CN112667084B (zh) 车载显示屏的控制方法及装置、电子设备和存储介质
CN113488043B (zh) 乘员说话检测方法及装置、电子设备和存储介质
CN112100445A (zh) 一种影像信息的处理方法及装置、电子设备和存储介质
CN114407630A (zh) 车门控制方法及装置、电子设备和存储介质
CN114332941A (zh) 基于乘车对象检测的报警提示方法、装置及电子设备
CN114170586A (zh) 安全提示方法及装置、电子设备和存储介质
CN113807167A (zh) 车辆碰撞检测方法及装置、电子设备和存储介质
CN113060144A (zh) 分心提醒方法及装置、电子设备和存储介质
CN113002424A (zh) 车辆显示屏的控制方法及装置、设备、介质及车辆
CN113507569A (zh) 车载摄像头的控制方法及装置、设备和介质
CN109919126B (zh) 一种移动物体探测方法、装置及存储介质
CN109889693B (zh) 视频处理方法及装置、电子设备和存储介质
CN114495072A (zh) 乘员状态检测方法及装置、电子设备和存储介质
WO2023029407A1 (zh) 用于车辆的向紧急呼叫中心发送信息的方法及装置
CN109189068B (zh) 泊车控制方法、装置及存储介质

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40051883

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant