CN113706842A - 车内物品防遗留提醒方法、设备、存储介质及装置 - Google Patents

车内物品防遗留提醒方法、设备、存储介质及装置 Download PDF

Info

Publication number
CN113706842A
CN113706842A CN202110822148.3A CN202110822148A CN113706842A CN 113706842 A CN113706842 A CN 113706842A CN 202110822148 A CN202110822148 A CN 202110822148A CN 113706842 A CN113706842 A CN 113706842A
Authority
CN
China
Prior art keywords
vehicle
image
reminding
over
target
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
CN202110822148.3A
Other languages
English (en)
Other versions
CN113706842B (zh
Inventor
石登仁
李云
汪正玉
胡锡挺
廖礼平
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.)
Dongfeng Liuzhou Motor Co Ltd
Original Assignee
Dongfeng Liuzhou Motor 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 Dongfeng Liuzhou Motor Co Ltd filed Critical Dongfeng Liuzhou Motor Co Ltd
Priority to CN202110822148.3A priority Critical patent/CN113706842B/zh
Publication of CN113706842A publication Critical patent/CN113706842A/zh
Application granted granted Critical
Publication of CN113706842B publication Critical patent/CN113706842B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18Status alarms
    • G08B21/24Reminder alarms, e.g. anti-loss alarms
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B7/00Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
    • G08B7/06Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Alarm Systems (AREA)
  • Burglar Alarm Systems (AREA)

Abstract

本发明公开了一种车内物品防遗留提醒方法、设备、存储介质及装置,本发明通过获取目标车辆的车门开启信号,根据车门开启信号采集预设位置的车内图像,并根据车内图像与预设遗留物特征库进行对比,获得图像对比结果;根据图像对比结果判断是否存在目标物品遗留;在存在目标物品遗留时,根据车门关闭状态对应的提醒策略进行提醒。由于本实施例通过采集预设位置的车内图像,并根据预设遗留物特征库进行识别是否存在目标物品遗留,本发明相对于现有技术防遗留提醒方法过于复杂,导致不能及时提醒车主,本发明实现了简化处理过程,能够快速提醒车主。

Description

车内物品防遗留提醒方法、设备、存储介质及装置
技术领域
本发明涉及汽车技术领域,尤其涉及一种车内物品防遗留提醒方法、设备、存储介质及装置。
背景技术
目前,随着汽车产业的快速发展,汽车已经成为一种大众消费品,许多车主会因为粗心将重要物品遗留在车内,给车主带来不少麻烦,现有技术中一些防遗留的方法和系统,都比较复杂,从而导致不能及时提醒车主。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种车内物品防遗留提醒方法、设备、存储介质及装置,旨在解决现有技术中防遗留提醒方法过于复杂,导致不能及时提醒车主的技术问题。
为实现上述目的,本发明提供一种车内物品防遗留提醒方法,所述车内物品防遗留提醒方法包括以下步骤:
获取目标车辆的车门开启信号;
根据所述车门开启信号采集预设位置的车内图像,并根据所述车内图像与预设遗留物特征库进行对比,获得图像对比结果;
根据所述图像对比结果判断是否存在目标物品遗留;
在存在目标物品遗留时,根据车门关闭状态对应的提醒策略进行提醒。
可选地,所述根据所述车门开启信号采集预设位置的车内图像,并根据所述车内图像与预设遗留物特征库进行对比,获得图像对比结果的步骤,包括:
根据所述车门开启信号采集预设位置的车内图像,并根据深度学习算法从所述车内图像中提取遗留物图像特征;
根据所述遗留物图像特征与预设遗留物特征库进行对比,获得目标遗留物的图像对比结果。
可选地,所述根据所述车门开启信号采集预设位置的车内图像,并根据深度学习算法从所述车内图像中提取遗留物图像特征的步骤,包括:
根据所述车门开启信号采集预设位置的车内图像,并对所述车内图像进行网格化处理,获得处理后的图像集合;
对所述图像集合中的图像进行编号,并从编号后的图像中提取关键编号区域的图像;
根据深度学习算法从所述关键编号区域的图像中提取遗留物图像特征。
可选地,所述根据所述图像对比结果判断是否存在目标物品遗留的步骤,包括:
根据所述关键编号区域对应的目标遗留物的图像对比结果和所述预设遗留物特征库确定所述关键编号区域对应的目标特征信息;
根据所述目标特征信息判断车内是否存在目标物品遗留;
在所述关键编号区域的图像包括所述目标特征信息时,确定车内存在目标物品遗留。
可选地,所述在存在目标物品遗留时,根据车门关闭状态对应的提醒策略进行提醒的步骤,包括:
在存在目标物品遗留且车门处于已关闭状态时,通控制车辆报警灯闪烁并发出警报声进行提醒;
在存在所述目标物品遗留且车门未处于关闭状态时,通过控制车辆语音提示系统进行提醒。
可选地,所述获取目标车辆的车门开启信号的步骤之前,还包括:
在车内存在目标物品时,将采集的第一历史图像信息作为第一数据库;
在车内不存在所述目标物品时,将采集的第二历史图像信息作为第二数据库;
整合所述第一数据库和所述第二数据库,获得正相关图像数据以及负相关图像数据;
根据所述正相关图像数据和所述负相关图像数据构建预设遗留物特征库。
可选地,所述根据所述正相关图像数据和所述负相关图像数据构建预设遗留物特征库的步骤,包括:
根据所述正相关图像数据和所述负相关图像数据构建训练数据库;
通过深度学习模型对所述训练数据库进行训练,获得预设遗留物特征库。
此外,为实现上述目的,本发明还提出一种车内物品防遗留提醒设备,所述车内物品防遗留提醒设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的车内物品防遗留提醒程序,所述车内物品防遗留提醒程序配置为实现如上文所述的车内物品防遗留提醒的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有车内物品防遗留提醒程序,所述车内物品防遗留提醒程序被处理器执行时实现如上文所述的车内物品防遗留提醒方法的步骤。
此外,为实现上述目的,本发明还提出一种车内物品防遗留提醒装置,所述车内物品防遗留提醒装置包括:
信号获取模块,用于获取目标车辆的车门开启信号;
图像对比模块,用于根据所述车门开启信号采集预设位置的车内图像,并根据所述车内图像与预设遗留物特征库进行对比,获得图像对比结果;
遗留判断模块,用于根据所述图像对比结果判断是否存在目标物品遗留;
遗留提醒模块,用于在存在目标物品遗留时,根据车门关闭状态对应的提醒策略进行提醒。
本发明通过获取目标车辆的车门开启信号;根据所述车门开启信号采集预设位置的车内图像,并根据车内图像与预设遗留物特征库进行对比,获得图像对比结果;根据图像对比结果判断是否存在目标物品遗留;在存在目标物品遗留时,根据车门关闭状态对应的提醒策略进行提醒。由于本实施例通过采集预设位置的车内图像,并根据预设遗留物特征库进行识别是否存在目标物品遗留,本发明相对于现有技术防遗留提醒方法过于复杂,导致不能及时提醒车主,本发明实现了简化处理过程,能够快速提醒车主。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的车内物品防遗留提醒设备的结构示意图;
图2为本发明车内物品防遗留提醒方法第一实施例的流程示意图;
图3为本发明车内物品防遗留提醒方法第二实施例的流程示意图;
图4为本发明车内物品防遗留提醒方法第三实施例的流程示意图;
图5为本发明车内物品防遗留提醒装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的车内物品防遗留提醒设备结构示意图。
如图1所示,该车内物品防遗留提醒设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display),可选用户接口1003还可以包括标准的有线接口、无线接口,对于用户接口1003的有线接口在本发明中可为USB接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity,Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(Random Access Memory,RAM),也可以是稳定的存储器(Non-volatileMemory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对车内物品防遗留提醒设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,认定为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及车内物品防遗留提醒程序。
在图1所示的车内物品防遗留提醒设备中,网络接口1004主要用于连接后台服务器,与所述后台服务器进行数据通信;用户接口1003主要用于连接用户设备;所述车内物品防遗留提醒设备通过处理器1001调用存储器1005中存储的车内物品防遗留提醒程序,并执行本发明实施例提供的车内物品防遗留提醒方法。
基于上述硬件结构,提出本发明车内物品防遗留提醒方法的实施例。
参照图2,图2为本发明车内物品防遗留提醒方法第一实施例的流程示意图,提出本发明车内物品防遗留提醒方法第一实施例。
在本实施例中,所述车内物品防遗留提醒方法包括以下步骤:
步骤S10:获取目标车辆的车门开启信号。
需说明的是,本实施例中的执行主体可以是包含车内物品防遗留提醒系统的设备,如:车载电脑,还可为其他可实现相同或相似功能的设备,本实施例对此不做限制,在本实施例以及下述各实施例中以车内物品防遗留提醒系统为例对本发明车内物品防遗留提醒方法进行说明。。
应理解的是,车门开启信号可以是指目标车辆车门在开启时生成的信号。
具体实现中,车内物品防遗留提醒系统可以通过车门开合传感器获取目标车辆的车门开启信号。
步骤S20:根据所述车门开启信号采集预设位置的车内图像,并根据所述车内图像与预设遗留物特征库进行对比,获得图像对比结果。
需说明的是,预设位置可以是指预先设定需要采集图像的位置,所述位置可以是车内左车门置物盒、方向盘左边空调出风口附近、仪表台上面中间位置、仪表台中间立面、前中央扶手位置、车内后视镜等位置,所述前中央扶手位置可以是若干位置,不仅限于一个位置,预设位置的车内图像可以根据上述位置对应的位置点的区域进行图像识别,而不需要对整张图像进行逐步对比,从而节省识别时间。
应理解的是,预设遗留物特征库可以是指预先训练好的遗留物特征库,所述遗留物特征库可以包含车主需要随身携带的重要物品对应的特征集合库,所述特征集合库可以包括不同类型物品对应的特征集合生成的数据库。不同类型的物品对应的特征作为一个集合,所述特征集合库包含多种类型的物品特征集合。
可理解的是,图像对比结果可以是根据车内摄像头采集的车内图像与预设遗留物特征库进行对比后生成的对比结果,所述对比结果可以是根据图像中包含的遗留物特征生成的结果。
具体实现中,车内物品防遗留提醒系统可以在获取到车门开启信号后,通过车内摄像头采集预设位置的车内图像,并根据车内图像与预设遗留物特征库进行对比,获得图像对比结果。
步骤S30:根据所述图像对比结果判断是否存在目标物品遗留。
需说明的是,目标物品可以是指遗留在车内的重要物品,目标物品可以根据车主习惯设定的需要防遗留提醒的物品,例如:手机、钱包、手提包、文件袋及钥匙等物品。
可理解的是,在判断是否存在目标物品遗留时,可以通过采集车内图像进行图像识别,并通过识别后的图像对比结果确定是否存在目标物品遗留在车内。
步骤S40:在存在目标物品遗留时,根据车门关闭状态对应的提醒策略进行提醒。
需说明的是,车门关闭状态可以是指车主是否离开车辆对应的车门关闭状态,所述车门关闭状态包括车主离开车辆时的车门关闭状态和车主未离开车门时的车门关闭状态。
可理解的是,提醒策略可以是根据目标车辆车门关闭状态所确定的防遗留提醒策略,所述提醒策略可以通过判断车主是否离开车辆所确定,即针对于车主在车内和不在车内对应的提醒策略。
具体实现中,车内物品防遗留提醒系统可以在识别到目标车辆内存在目标物品遗留时,根据车门关闭状态对应的提醒策略进行提醒,以提醒车主,从而防止车主遗留重要物品在车内。。
本实施例通过获取目标车辆的车门开启信号;根据所述车门开启信号采集预设位置的车内图像,并根据车内图像与预设遗留物特征库进行对比,获得图像对比结果;根据图像对比结果判断是否存在目标物品遗留;在存在目标物品遗留时,根据车门关闭状态对应的提醒策略进行提醒。由于本实施例通过采集预设位置的车内图像,并根据预设遗留物特征库进行识别是否存在目标物品遗留,本实施例相对于现有技术防遗留提醒方法过于复杂,导致不能及时提醒车主,本实施例实现了简化处理过程,能够快速提醒车主。
参照图3,图3为本发明车内物品防遗留提醒方法第二实施例的流程示意图,基于上述图2所示的第一实施例,提出本发明车内物品防遗留提醒方法的第二实施例。
在本实施例中,所述步骤S20,包括:
步骤S201:根据所述车门开启信号采集预设位置的车内图像,并根据深度学习算法从所述车内图像中提取遗留物图像特征。
需说明的是,深度学习算法可以是预先设置的算法,车内物品防遗留提醒系统可以通过图像处理单元从车内摄像头采集的车内图像中提取车内遗留物图像特征,所述遗留物可以是指车内遗留的除车辆配置物品除外的物品。
可理解的是,遗留物图像特征可以是指图像处理单元通过深度学习算法从车内图像中提取出车内除车辆配置的物品除外的遗留物特征,例如:车内遗留的保温杯、水瓶、钱包、钥匙及玩偶等,本实施例中对车内遗留的物品不做具体限制。
应理解的是,遗留物图像特征可以根据不同遗留物类型生成的图像特征集合,即不同类型对应的集合不同。
具体实现中,车内物品防遗留提醒系统可以根据车门开启信号采集预设位置的车内图像,并根据深度学习算法从车内图像中提取遗留物图像特征。
步骤S202:根据所述遗留物图像特征与预设遗留物特征库进行对比,获得目标遗留物的图像对比结果。
需说明的是,目标遗留物可以是根据采集到的遗留物图像特征与预设遗留物特征库中的特征进行对比后,与预设遗留物特征库中匹配成功的遗留物。
可理解的是,目标遗留物的图像对比结果可以是指遗留物图像特征与预设遗留物特征库进行对比后,与预设遗留物特征库中匹配成功的遗留物对应的图像。
具体实现中,车内物品防遗留提醒系统可以根据遗留物图像特征与预设遗留物特征库进行对比,获得目标遗留物的图像对比结果。
进一步地,为了提升图像处理效率所述步骤S201,包括:根据所述车门开启信号采集预设位置的车内图像,并对所述车内图像进行网格化处理,获得处理后的图像集合;对所述图像集合中的图像进行编号,并从编号后的图像中提取关键编号区域的图像;根据深度学习算法从所述关键编号区域的图像中提取遗留物图像特征。
需说明的是,网格化处理可以是图像处理单元预先对车内摄像头采集的图像进行标定,将图像网格化处理。即处理后的图像集合可以是指对图像进行网格划分后生成的图像集合。
可理解的是,对图像集合中的网格划分后的图像进行编号,即对划分后的图像中每一个网格进行编号处理。关键编号区域的图像可以是预设位置对应的区域进行编号后的图像。
具体实现中,车内物品防遗留提醒系统可以通过对预设位置的车内图像进行网格化处理,获得划分后的图像,并对划分后的图像中每一个网格进行编号,并确定预设位置对应的区域作为关键区域,将关键区域对应的编号从车内图像中提取关键编号区域图像,并根据深度学习算法对关键编号区域的图像进行遗留物特征提取,以获得遗留物图像特征。
进一步地,为了提升图像识别精准性,所述步骤S30,包括:根据所述关键编号区域对应的目标遗留物的图像对比结果和所述预设遗留物特征库确定所述关键编号区域对应的目标特征信息;根据所述目标特征信息判断车内是否存在目标物品遗留;在所述关键编号区域的图像包括所述目标特征信息时,确定车内存在目标物品遗留。
需说明的是,关键编号区域对应的目标遗留物的图像对比结果可以是指需要进行图像识别区域对应的需要进行提醒车主防遗留的物品的图像对比结果,即关键编号区域对应的图像中对遗留物识别后的结果,所述结果可以是包含目标遗留物的图像识别结果也可以是不包含目标遗留物的图像识别结果。
可理解的是,目标特征信息可以是关键编号区域中与预设遗留物特征库匹配成功的遗留物特征集合信息,所述目标特征信息可以包含多个遗留物特征集合信息,例如:可以针对不同关键编号区域设定不同的集合,每个关键编号区域可以构建一个特征库集合。
应理解的是,针对不同区域对应的特征库集合中的特征判断关键区域是否存在目标遗留物物品遗留。
具体实现中,车内物品防遗留提醒系统可以根据关键编号区域对应的目标遗留物的图像对比结果和预设遗留物特征库确定关键编号区域对应的目标特征信息,并根据目标特征信息判断车内是否存在目标物品遗留,在关键编号区域的图像中包括目标特征信息时,确定车内存在目标物品遗留。在本实施例中每一个关键编号区域都可以设定一个对应的数据库,从而只需要辨别关键编号区域内是否存在类似目标物品存在即可,从而提升图像识别速率。
进一步地,本实施例中所述在存在目标物品遗留时,根据车门关闭状态对应的提醒策略进行提醒的步骤,包括:在存在目标物品遗留且车门处于已关闭状态时,通过控制车辆报警灯闪烁并发出警报声进行提醒;在存在所述目标物品遗留且车门未处于关闭状态时,通过控制车辆语音提示系统进行提醒。
需说明的是,车内物品防遗留提醒系统可以根据车门关闭状态对应的提醒策略进行提醒,在识别到存在目标物品遗留且车门处于已关闭状态时,通控制车辆报警灯闪烁并发出警报声进行提醒;在存在所述目标物品遗留且车门未处于关闭状态时,通过控制车辆语音提示系统进行提醒。
具体实现中,为了更好的提醒车主,可以通过设定不同的提醒策略来提醒车主,即可以通过对车门状态的识别确定车主是否离开车辆,从而确定对应的提醒策略,例如:在车门已关闭且识别到车主离开车辆时,可以通过控制车外喇叭“滴滴滴”+车灯闪烁来提醒车主车内有遗留物品,在车门未关闭且识别到车主未离开车辆时,可以通过控制车内喇叭播报进行语音提醒车主车内有物品遗留。
本实施例通过获取目标车辆的车门开启信号,根据车门开启信号采集预设位置的车内图像,并根据深度学习算法从所述车内图像中提取遗留物图像特征;根据遗留物图像特征与预设遗留物特征库进行对比,获得目标遗留物的图像对比结果,根据图像对比结果判断是否存在目标物品遗留;在存在目标物品遗留时,根据车门关闭状态对应的提醒策略进行提醒。由于本实施例是通过采集预设位置的车内图像,并根据预设遗留物特征库进行识别是否存在目标物品遗留,本实施例相对于现有技术通过采集大量图像,使得图像处理速率慢,导致提醒效率低,本实施例实现了图像处理速率快,能够快速提醒车主。
参照图4,图4为本发明车内物品防遗留提醒方法第三实施例的流程示意图,基于上述图2所示的第一实施例,提出本发明车内物品防遗留提醒方法的第三实施例。
在本实施例中,所述步骤S10之前,还包括:
步骤S01:在车内存在目标物品时,将采集的第一历史图像信息作为第一数据库。
需说明的是,第一数据库可以是针对含有目标物品的图像数据库。
可理解的是,可以通过预先对目标车辆中含有目标物品的情况进行图像采集,可以将目标物品放置于车主习惯放置物品的区域,即可以放置于预设位置,即可以是车内左车门置物盒、方向盘左边空调出风口附近、仪表台上面中间位置、仪表台中间立面、前中央扶手位置、车内后视镜等位置,所述前中央扶手位置可以是若干位置,不仅限于一个位置。
应理解的是,第一历史图像信息可以是指针对对车内存在目标物品时采集的车内历史图像,所述车内历史图像信息可以包含预设位置对应的图像信息。
具体实现中,可以通过对不同放置角度的目标物品进行拍摄,将拍摄后的图像信息作为第一数据库。
步骤S02:在车内不存在所述目标物品时,将采集的第二历史图像信息作为第二数据库。
需说明的是,第二数据库可以是不含有目标物品的图像数据库。
具体实现中,通过对车内不包含目标物品的预设位置区域进行不同角度拍摄,将拍摄后的图像信息作为第二数据库。
步骤S03:整合所述第一数据库和所述第二数据库,获得正相关图像数据以及负相关图像数据。
需说明的是,将第一数据库和第二数据库进行整合获得争先管图像数据和负相关图像数据。
可理解的是,正相关图像数据可以是指采集的图像信息中具有正相关关系的图像数据。
应理解的是,负相关图像数据可以是指采集的图像信息中具有负相关关系的图像数据。
具体实现中,车内物品防遗留提醒系统可以通过整合第一数据库和第二数据库获得正相关图像数据以及负相关图像数据。
步骤S04:根据所述正相关图像数据和所述负相关图像数据构建预设遗留物特征库。
需说明的是,根据正相关图像数据和负相关图像数据构建预设遗留物特征库。
进一步地,所述步骤S04,包括:根据所述正相关图像数据和所述负相关图像数据构建训练数据库;通过深度学习模型对所述训练数据库进行训练,获得预设遗留物特征库。
具体实现中,将正相关图像数据和负相关图像数据以是否存在目标物品遗留作为依据进行训练,将正相关图片数据以及负相关图片数据输入神经网络;将正相关图片数据以及负相关图片数据以是否遗留目标物品作为依据获取的训练数据库,基于训练数据库采用深度学习网络训练获取对应的针对不同目标物品特征数据库。
本实施例通过在车内存在目标物品时,将采集的第一历史图像信息作为第一数据库;在车内不存在所述目标物品时,将采集的第二历史图像信息作为第二数据库;整合第一数据库和所述第二数据库,获得正相关图像数据以及负相关图像数据;根据正相关图像数据和负相关图像数据构建预设遗留物特征库。获取目标车辆的车门开启信号;根据车门开启信号采集预设位置的车内图像,并根据车内图像与预设遗留物特征库进行对比,获得图像对比结果;根据图像对比结果判断是否存在目标物品遗留;在存在目标物品遗留时,根据车门关闭状态对应的提醒策略进行提醒。本实施例通过预先训练的数据库,并通过采集预设位置的车内图像,并根据预设遗留物特征库进行识别是否存在目标物品遗留,本实施例相对于现有技术防遗留提醒方法过于复杂,导致不能及时提醒车主,本实施例实现了简化处理过程,能够快速提醒车主。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有车内物品防遗留提醒程序,所述车内物品防遗留提醒程序被处理器执行时实现如上文所述的车内物品防遗留提醒方法的步骤。
参照图5,图5为本发明车内物品防遗留提醒装置第一实施例的结构框图。
如图5所示,本发明实施例提出的车内物品防遗留提醒装置包括:
信号获取模块10,用于获取目标车辆的车门开启信号;
图像对比模块20,用于根据所述车门开启信号采集预设位置的车内图像,并根据所述车内图像与预设遗留物特征库进行对比,获得图像对比结果;
遗留判断模块30,用于根据所述图像对比结果判断是否存在目标物品遗留;
遗留提醒模块40,用于在存在目标物品遗留时,根据车门关闭状态对应的提醒策略进行提醒。
本实施例通过获取目标车辆的车门开启信号;根据车门开启信号采集预设位置的车内图像,并根据车内图像与预设遗留物特征库进行对比,获得图像对比结果;根据图像对比结果判断是否存在目标物品遗留;在存在目标物品遗留时,根据车门关闭状态对应的提醒策略进行提醒。由于本实施例通过采集预设位置的车内图像,并根据预设遗留物特征库进行识别是否存在目标物品遗留,本实施例相对于现有技术防遗留提醒方法过于复杂,导致不能及时提醒车主,本实施例实现了简化处理过程,能够快速提醒车主。
进一步地,所述图像对比模块20还用于根据所述车门开启信号采集预设位置的车内图像,并根据深度学习算法从所述车内图像中提取遗留物图像特征;根据所述遗留物图像特征与预设遗留物特征库进行对比,获得目标遗留物的图像对比结果。
进一步地,所述图像对比模块20还用于根据所述车门开启信号采集预设位置的车内图像,并对所述车内图像进行网格化处理,获得处理后的图像集合;对所述图像集合中的图像进行编号,并从编号后的图像中提取关键编号区域的图像;根据深度学习算法从所述关键编号区域的图像中提取遗留物图像特征。
进一步地,所述遗留判断模块30还用于根据所述关键编号区域对应的目标遗留物的图像对比结果和所述预设遗留物特征库确定所述关键编号区域对应的目标特征信息;根据所述目标特征信息判断车内是否存在目标物品遗留;在所述关键编号区域的图像包括所述目标特征信息时,确定车内存在目标物品遗留。
进一步地,所述遗留提醒模块40还用于在存在目标物品遗留且车门处于已关闭状态时,通控制车辆报警灯闪烁并发出警报声进行提醒;在存在所述目标物品遗留且车门未处于关闭状态时,通过控制车辆语音提示系统进行提醒。
进一步地,所述车内物品防遗留提醒装置包括:特征库构建模块,所述特征库构建模块用于在车内存在目标物品时,将采集的第一历史图像信息作为第一数据库;在车内不存在所述目标物品时,将采集的第二历史图像信息作为第二数据库;整合所述第一数据库和所述第二数据库,获得正相关图像数据以及负相关图像数据;根据所述正相关图像数据和所述负相关图像数据构建预设遗留物特征库。。
进一步地,所述特征库构建模块还用于根据所述正相关图像数据和所述负相关图像数据构建训练数据库;通过深度学习模型对所述训练数据库进行训练,获得预设遗留物特征库。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,本发明对此不做限制。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的车内物品防遗留提醒方法,此处不再赘述。
需要说明的是,在本文中,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、物品或者系统不仅包括那些要素,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、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。词语第一、第二、以及第三等的使用不表示任何顺序,可将这些词语解释为名称。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,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,该计算机软件产品存储在一个存储介质(如只读存储器镜像(Read Only Memory image,ROM)/随机存取存储器(Random AccessMemory,RAM)、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,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。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种车内物品防遗留提醒方法,其特征在于,所述车内物品防遗留提醒方法包括以下步骤:
获取目标车辆的车门开启信号;
根据所述车门开启信号采集预设位置的车内图像,并根据所述车内图像与预设遗留物特征库进行对比,获得图像对比结果;
根据所述图像对比结果判断是否存在目标物品遗留;
在存在目标物品遗留时,根据车门关闭状态对应的提醒策略进行提醒。
2.如权利要求1所述的车内物品防遗留提醒方法,其特征在于,所述根据所述车门开启信号采集预设位置的车内图像,并根据所述车内图像与预设遗留物特征库进行对比,获得图像对比结果的步骤,包括:
根据所述车门开启信号采集预设位置的车内图像,并根据深度学习算法从所述车内图像中提取遗留物图像特征;
根据所述遗留物图像特征与预设遗留物特征库进行对比,获得目标遗留物的图像对比结果。
3.如权利要求2所述的车内物品防遗留提醒方法,其特征在于,所述根据所述车门开启信号采集预设位置的车内图像,并根据深度学习算法从所述车内图像中提取遗留物图像特征的步骤,包括:
根据所述车门开启信号采集预设位置的车内图像,并对所述车内图像进行网格化处理,获得处理后的图像集合;
对所述图像集合中的图像进行编号,并从编号后的图像中提取关键编号区域的图像;
根据深度学习算法从所述关键编号区域的图像中提取遗留物图像特征。
4.如权利要求3所述的车内物品防遗留提醒方法,其特征在于,所述根据所述图像对比结果判断是否存在目标物品遗留的步骤,包括:
根据所述关键编号区域对应的目标遗留物的图像对比结果和所述预设遗留物特征库确定所述关键编号区域对应的目标特征信息;
根据所述目标特征信息判断车内是否存在目标物品遗留;
在所述关键编号区域的图像包括所述目标特征信息时,确定车内存在目标物品遗留。
5.如权利要求4所述的车内物品防遗留提醒方法,其特征在于,所述在存在目标物品遗留时,根据车门关闭状态对应的提醒策略进行提醒的步骤,包括:
在存在目标物品遗留且车门处于已关闭状态时,通过控制车辆报警灯闪烁并发出警报声进行提醒;
在存在所述目标物品遗留且车门未处于关闭状态时,通过控制车辆语音提示系统进行提醒。
6.如权利要求1-5任一项所述的车内物品防遗留提醒方法,其特征在于,所述获取目标车辆的车门开启信号的步骤之前,还包括:
在车内存在目标物品时,将采集的第一历史图像信息作为第一数据库;
在车内不存在所述目标物品时,将采集的第二历史图像信息作为第二数据库;
整合所述第一数据库和所述第二数据库,获得正相关图像数据以及负相关图像数据;
根据所述正相关图像数据和所述负相关图像数据构建预设遗留物特征库。
7.如权利要求6所述的车内物品防遗留提醒方法,其特征在于,所述根据所述正相关图像数据和所述负相关图像数据构建预设遗留物特征库的步骤,包括:
根据所述正相关图像数据和所述负相关图像数据构建训练数据库;
通过深度学习模型对所述训练数据库进行训练,获得预设遗留物特征库。
8.一种车内物品防遗留提醒设备,其特征在于,所述车内物品防遗留提醒设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的车内物品防遗留提醒程序,所述车内物品防遗留提醒程序被所述处理器执行时实现如权利要求1至7中任一项所述的车内物品防遗留提醒方法。
9.一种存储介质,其特征在于,所述存储介质上存储有车内物品防遗留提醒程序,所述车内物品防遗留提醒程序被处理器执行时实现如权利要求1至7中任一项所述的车内物品防遗留提醒方法。
10.一种车内物品防遗留提醒装置,其特征在于,所述车内物品防遗留提醒装置包括:
信号获取模块,用于获取目标车辆的车门开启信号;
图像对比模块,用于根据所述车门开启信号采集预设位置的车内图像,并根据所述车内图像与预设遗留物特征库进行对比,获得图像对比结果;
遗留判断模块,用于根据所述图像对比结果判断是否存在目标物品遗留;
遗留提醒模块,用于在存在目标物品遗留时,根据车门关闭状态对应的提醒策略进行提醒。
CN202110822148.3A 2021-07-20 2021-07-20 车内物品防遗留提醒方法、设备、存储介质及装置 Active CN113706842B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110822148.3A CN113706842B (zh) 2021-07-20 2021-07-20 车内物品防遗留提醒方法、设备、存储介质及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110822148.3A CN113706842B (zh) 2021-07-20 2021-07-20 车内物品防遗留提醒方法、设备、存储介质及装置

Publications (2)

Publication Number Publication Date
CN113706842A true CN113706842A (zh) 2021-11-26
CN113706842B CN113706842B (zh) 2023-11-03

Family

ID=78650173

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110822148.3A Active CN113706842B (zh) 2021-07-20 2021-07-20 车内物品防遗留提醒方法、设备、存储介质及装置

Country Status (1)

Country Link
CN (1) CN113706842B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114863669A (zh) * 2022-04-29 2022-08-05 湖南喜宝达信息科技有限公司 一种共享车辆及其车筐遗留物件的监控方法、存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009075756A (ja) * 2007-09-19 2009-04-09 Denso Corp 車内忘れ物防止装置
CN106845424A (zh) * 2017-01-24 2017-06-13 南京大学 基于深度卷积网络的路面遗留物检测方法
CN107585096A (zh) * 2016-07-08 2018-01-16 奥迪股份公司 防遗忘提醒系统、方法及车辆
CN107967437A (zh) * 2017-11-17 2018-04-27 深圳市易成自动驾驶技术有限公司 一种图像处理方法、装置及计算机可读存储介质
US20200034662A1 (en) * 2017-10-25 2020-01-30 Tencent Technology (Shenzhen) Company Limited Image processing method and apparatus for implementing image recognition, and electronic device
CN110920519A (zh) * 2019-11-27 2020-03-27 瀚颐(上海)汽车电子科技有限公司 一种车内物品提示方法、系统、存储介质及电子设备
CN111696128A (zh) * 2020-05-27 2020-09-22 南京博雅集智智能技术有限公司 一种高速多目标检测跟踪和目标图像优选方法及存储介质
CN111723773A (zh) * 2020-06-30 2020-09-29 创新奇智(合肥)科技有限公司 遗留物检测方法、装置、电子设备及可读存储介质
CN113065425A (zh) * 2021-03-19 2021-07-02 东风汽车集团股份有限公司 基于环境信息的车内遗落物提醒方法、系统及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009075756A (ja) * 2007-09-19 2009-04-09 Denso Corp 車内忘れ物防止装置
CN107585096A (zh) * 2016-07-08 2018-01-16 奥迪股份公司 防遗忘提醒系统、方法及车辆
CN106845424A (zh) * 2017-01-24 2017-06-13 南京大学 基于深度卷积网络的路面遗留物检测方法
US20200034662A1 (en) * 2017-10-25 2020-01-30 Tencent Technology (Shenzhen) Company Limited Image processing method and apparatus for implementing image recognition, and electronic device
CN107967437A (zh) * 2017-11-17 2018-04-27 深圳市易成自动驾驶技术有限公司 一种图像处理方法、装置及计算机可读存储介质
CN110920519A (zh) * 2019-11-27 2020-03-27 瀚颐(上海)汽车电子科技有限公司 一种车内物品提示方法、系统、存储介质及电子设备
CN111696128A (zh) * 2020-05-27 2020-09-22 南京博雅集智智能技术有限公司 一种高速多目标检测跟踪和目标图像优选方法及存储介质
CN111723773A (zh) * 2020-06-30 2020-09-29 创新奇智(合肥)科技有限公司 遗留物检测方法、装置、电子设备及可读存储介质
CN113065425A (zh) * 2021-03-19 2021-07-02 东风汽车集团股份有限公司 基于环境信息的车内遗落物提醒方法、系统及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114863669A (zh) * 2022-04-29 2022-08-05 湖南喜宝达信息科技有限公司 一种共享车辆及其车筐遗留物件的监控方法、存储介质

Also Published As

Publication number Publication date
CN113706842B (zh) 2023-11-03

Similar Documents

Publication Publication Date Title
CN106682602B (zh) 一种驾驶员行为识别方法及终端
CN109920174B (zh) 图书借阅方法、装置、电子设备及存储介质
US9573541B2 (en) Systems, methods, and apparatus for identifying an occupant of a vehicle
CN108256549B (zh) 图像分类方法、装置及终端
CN108399409A (zh) 图像分类方法、装置及终端
CN111415347B (zh) 遗留对象检测方法和装置及交通工具
CN109740415A (zh) 车辆属性识别方法及相关产品
KR20210058887A (ko) 이미지 처리 방법 및 장치, 전자 기기 및 저장 매체
US20190066495A1 (en) System for missing person and stolen property search
CN109383523A (zh) 用于车辆的辅助驾驶方法和系统
CN110816470B (zh) 基于车载终端的用户授权添加方法、系统、介质及车载终端
WO2013101052A1 (en) Systems, methods, and apparatus for learning the identity of an occupant of a vehicle
CN110826370A (zh) 车内人员的身份识别方法、装置、车辆及存储介质
CN110015307B (zh) 一种车辆控制方法、装置、可读存储介质及终端设备
CN107977895A (zh) 车辆损毁信息的确定方法、装置及用户设备
CN109766804A (zh) 基于车载场景的物品识别方法、装置、设备和存储介质
CN113706842A (zh) 车内物品防遗留提醒方法、设备、存储介质及装置
CN107220614A (zh) 图像识别方法、装置及计算机可读存储介质
CN110554766A (zh) 交互方法及车载交互装置
CN109544236A (zh) 共享单车推荐方法及终端设备
CN110626303A (zh) 基于车载终端的儿童乘车安全保护方法及系统、车载终端
CN113065425B (zh) 基于环境信息的车内遗落物提醒方法、系统及存储介质
CN110909582B (zh) 一种人脸识别的方法及设备
CN113696849A (zh) 基于手势的车辆控制方法、装置和存储介质
CN105654094A (zh) 特征提取方法及装置

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
GR01 Patent grant
GR01 Patent grant