CN114189612B - 摄像头的安装角度确定方法、装置及终端设备 - Google Patents

Abstract

本申请适用于驾驶员监控技术领域，提供了摄像头的安装角度确定方法、装置及终端设备，包括：获取摄像头发送的视频帧，所述摄像头安装在车辆的驾驶位置的前方；将获取的所述视频帧分别输入预设的神经网络模型，得到所述神经网络模型输出的与所述视频帧对应的信息，所述信息包括以下至少一种朝向信息：瞳孔朝向信息、鼻尖朝向信息和人脸朝向信息；若所述车辆处于启动状态，则根据与所述视频帧对应的信息确定所述摄像头的安装角度。通过上述方法，能够节省人工成本。

Description

摄像头的安装角度确定方法、装置及终端设备

技术领域

本申请属于驾驶员监控技术领域，尤其涉及摄像头的安装角度确定方法、装置、终端设备及计算机可读存储介质。

背景技术

为了满足人们生活的需要，具有不同用途的车辆越来越多。而无论哪一种用途的车辆，驾驶员的驾驶行为均应遵循一定的标准，以保障乘车人和行人的安全。

目前，通过车辆上安装的驾驶员监控系统(driver monitoring system，DMS)来实现对驾驶员的监控。具体地，通过该DMS系统的摄像头获取驾驶员的图像，再通过对获取的图像进行分析来判断驾驶员的驾驶行为是否遵循一定的标准。

现有的DMS系统的摄像头在安装过程中，需要安装人员模拟驾驶员坐在驾驶位置上，在该摄像头获取图像后，再利用人脸关键点算法计算图像的人脸朝向，最后人工标定该摄像头的安装角度。但通过上述方法标定得到的安装角度需要耗费较多的人工成本。

发明内容

本申请实施例提供了摄像头的安装角度确定方法、装置及终端设备，可以解决现有方法在确定摄像头的安装角度时需要耗费较多的人工成本的问题。

第一方面，本申请实施例提供了一种摄像头的安装角度确定方法，包括：

在司机启动车辆时，获取摄像头发送的视频帧，所述摄像头安装在车辆的驾驶位置的前方；

将获取的所述视频帧分别输入预设的神经网络模型，得到所述神经网络模型输出的与所述视频帧对应的信息，所述信息包括以下至少一种朝向信息：瞳孔朝向信息、鼻尖朝向信息和人脸朝向信息；

根据与所述视频帧对应的信息确定所述摄像头的安装角度。

第二方面，本申请实施例提供了一种摄像头的安装角度确定装置，包括：

视频帧获取模块，用于在司机启动车辆时，获取摄像头发送的视频帧，所述摄像头安装在车辆的驾驶位置的前方；

信息获取模块，用于将获取的所述视频帧分别输入预设的神经网络模型，得到所述神经网络模型输出的与所述视频帧对应的信息，所述信息包括以下至少一种朝向信息：瞳孔朝向信息、鼻尖朝向信息和人脸朝向信息；

安装角度确定模块，用于根据与所述视频帧对应的信息确定所述摄像头的安装角度。

第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读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如第一方面所述的方法。

第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面所述的方法。

本申请实施例与现有技术相比存在的有益效果是：

本申请实施例中，由于摄像头的安装角度是根据与视频帧对应的信息确定，而该视频帧为司机启动车辆时所对应的视频帧，因此，无需安装人员模拟司机坐在驾驶位置上，从而节省了人工成本。同时，该方法中，将视频帧输入预设的神经网络模型后，就能得到该视频帧中的朝向信息，即无需结合相邻视频帧就能得到对应的朝向信息，进而依据得到的朝向信息确定安装角度，从而提高了得到的安装角度的准确性。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。

图1是本申请一实施例提供的一种摄像头的安装角度确定方法的流程示意图；

图2是本申请一实施例提供的一种摄像头的安装角度确定装置的结构示意图；

图3是本申请一实施例提供的一种终端设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。

实施例一：

现有的DMS系统的摄像头在安装过程中，需要安装人员模拟驾驶员坐在驾驶位置上，才能标定该摄像头的安装角度。也即，企业每进行一个DMS系统的摄像头的安装，均需要支付一定的人工成本，故现有方法需要耗费较多的人工成本。此外，由于现有方法是利用人脸关键点算法来计算视频帧的人脸朝向，即通过比较相邻视频帧中的人脸关键点来计算视频帧的人脸朝向，因此，其得到的人脸朝向可能存在误差，进而导致得到的安装角度也存在一定的误差。

为了解决上述技术问题，本申请实施例提供了一种摄像头的安装角度确定方法，在该方法中，直接使用驾驶车辆的人员的各个朝向信息来确定摄像头的安装角度。由于无需安装人员模拟驾驶员坐在驾驶位置来标定该摄像头的安装角度，因此，节约了人工成本。且该方法中，将视频帧输入预设的神经网络模型后，就能得到该视频帧中的朝向信息，即无需结合相邻视频帧就能得到对应的朝向信息，从而提高了得到的安装角度的准确性。

下面结合附图对本申请实施例提供的方法进行描述。

图1示出了本申请实施例提供的一种摄像头的安装角度确定方法的流程图，详述如下：

步骤S11，在司机启动车辆时，获取摄像头发送的视频帧，摄像头安装在车辆的驾驶位置的前方。

本实施例中，摄像头安装在车辆的驾驶位置的前方，以保证该摄像头能够拍摄到司机的人脸。

在本实施例中，可将车辆的启动与摄像头的启动进行关联，即，在终端设备判断出车辆被启动后，控制安装在驾驶位置的前方附近的摄像头启动，以采用该摄像头实时获取包含司机的人脸的视频帧，并将获取的视频帧发送给终端设备。

在一些实施例中，该摄像头安装在驾驶位置的正前方，或者，安装在仪表台上，以保证该摄像头能够拍摄到司机的人脸的正面。由于摄像头能够拍摄到司机的人脸的正面，因此，终端设备能够从摄像头中获取更多的人脸特征，进而有利于提高后续得到的朝向信息的准确性。

步骤S12，将获取的视频帧分别输入预设的神经网络模型，得到神经网络模型输出的与视频帧对应的信息，信息包括以下至少一种朝向信息：瞳孔朝向信息、鼻尖朝向信息和人脸朝向信息。

本实施例中，预设的神经网络模型包含瞳孔朝向子模型、鼻尖朝向子模型和人脸朝向子模型的一种或多种。其中，瞳孔朝向子模型、鼻尖朝向子模型和人脸朝向子模型分别用于从视频帧中得到瞳孔朝向信息、鼻尖朝向信息和人脸朝向信息。例如，假设预设的神经网络模型包括瞳孔朝向子模型，则在视频帧A输入该预设的神经网络模型之后，该预设的神经网络模型将输出与该视频帧A对应的瞳孔朝向信息。

步骤S13，根据与视频帧对应的信息确定摄像头的安装角度。

本实施例中，当与视频帧对应的信息只包括瞳孔朝向信息时，将根据该瞳孔朝向信息确定摄像头的安装角度。当与视频帧对应的信息同时包括瞳孔朝向信息和鼻尖朝向信息时，将根据该瞳孔朝向信息和鼻尖朝向信息确定摄像头的安装角度。由于视频帧是由摄像头拍摄得到，而司机大部分的时间应该是面向前方，即面向摄像头，也即，视频帧中所对应的信息(如瞳孔朝向信息)能够反映摄像头的安装角度，因此，根据视频帧中所包含的信息能够准确确定该摄像头的安装角度。

本申请实施例中，由于摄像头的安装角度是根据与视频帧对应的信息确定，而该视频帧为司机启动车辆时所对应的视频帧，因此，无需安装人员模拟司机坐在驾驶位置上，从而节省了人工成本。同时，由于安装人员与司机本身通常存在身高差异，因此，与根据安装人员所对应的图像来确定安装角度相比，本申请实施例直接根据司机启动车辆时所对应的视频帧来确定安装角度更准确。此外，该方法中，将视频帧输入预设的神经网络模型后，就能得到该视频帧中的朝向信息，即无需结合相邻视频帧就能得到对应的朝向信息，进而依据得到的朝向信息确定安装角度，从而提高了得到的安装角度的准确性。

在一些实施例中，在输入神经网络模型的视频帧包括人脸时，神经网络模型还用于输出人脸位置信息。

对应地，上述步骤S13包括：

若神经网络模型输出的信息包括人脸位置信息，则根据与视频帧对应的信息确定摄像头的安装角度。

其中，预设的神经网络模型还包括人脸检测子模型，该人脸检测子模型用于进行人脸检测，并输出检测到的人脸所在的人脸位置信息。

本申请实施例中，考虑到在视频帧中存在人脸时，才可能存在朝向信息(如瞳孔朝向信息)，因此，只有在神经网络模型输出的信息包括人脸位置信息时，才根据该神经网络模型输出的与视频帧对应的信息确定摄像头的安装角度，能够提高确定的安装角度的准确性。

在一些实施例中，还包括：

获取车辆的运动参数，运动参数包括以下至少一种：速度、加速度和旋转角度。

具体地，通过车辆的速度传感器获得该车辆的速度，通过该车辆的六轴传感器获得该车辆的加速度、旋转角度等信息。

对应地，上述步骤S13包括：

根据车辆的运动参数以及与视频帧对应的信息，确定摄像头的安装角度。

本申请实施例中，考虑到车辆在行进过程中，其速度、加速度、旋转角度等会影响司机的朝向信息，比如，与车辆匀速前进相比，车辆在快速转弯时，司机的瞳孔朝向信息通常会发生变化，因此，将车辆的运动参数与视频帧对应的信息相结合，所确定的安装角度更准确。

在一些实施例中，上述根据车辆的运动参数以及与视频帧对应的信息，确定摄像头的安装角度，包括：

A1、获取与目标信息包括的朝向信息对应的权重，该目标信息为：与视频帧对应的信息。

本实施例中，预先设置各个朝向信息所对应的权重，各个权重相加的和为1。例如，若信息包括的朝向信息为瞳孔朝向信息和人脸朝向信息，则可设置瞳孔朝向信息对应的权重为60％，人脸朝向信息对应的权重为40％。若信息包括的朝向信息为瞳孔朝向信息、人脸朝向信息以及鼻尖朝向信息，则可设置瞳孔朝向信息对应的权重为50％，人脸朝向信息以及鼻尖朝向信息对应的权重各为25％。

A2、根据车辆的运动参数、目标信息以及获取的权重，确定摄像头的安装角度。

上述A1和A2中，由于不同的朝向信息对安装角度的影响可能不同，因此，为不同的朝向信息设置对应的权重，再根据设置的权重来计算安装角度，能够提高计算的安装角度的准确性。

在一些实施例中，考虑到车辆的运动满足某些条件时才会对人脸的位姿有较大的影响，因此，上述步骤A2具体包括：

判断车辆的运动参数是否满足预设的条件，若满足，则根据目标信息以及获取的权重确定摄像头的安装角度，否则，不进行安装角度的计算。

例如，假设朝向信息包括瞳孔朝向信息X1、鼻尖朝向信息X2以及人脸朝向信息X3，各个朝向信息对应的权重分别为0.1、0.4和0.5，与视频帧对应单帧画面安装角度为Y，当车辆的运动参数满足预设条件(例如，当车辆的速度不小于预设的速度阈值，或，当车辆的加速度不大于预设的加速度阈值)时，计算安装角度Y：

Y＝0.2*X1+0.4*X2+0.5*X3。

本申请实施例中，由于根据车辆的运动参数选择是否进行安装角度的计算，因此，能够减少非必要的计算量，从而节省了系统的资源。

在一些实施例中，视频帧为预设时间段内的各个视频帧，预设时间段的开始时间点为车辆开始启动时对应的时间点。

本申请实施例中，根据预设时间段内所得到的各个视频帧来计算摄像头的安装角度。具体地，在根据每个视频帧得到一个安装角度后，计算得到的各个安装角度的平均值，再将该各个安装角度的平均值作为摄像头的安装角度。其中，预设时间段可设置为半小时。例如，在车辆启动半小时内，摄像头持续获取各个视频帧，终端设备将摄像头获取的各个视频帧输入预设的神经网络模型，得到该神经网络模型输出的信息，该终端设备再根据该神经网络模型输出的信息计算出各个视频帧所对应的安装角度，最后计算各个视频帧所对应的安装角度的平均值，并将计算得到的平均值作为摄像头的安装角度。由于司机在刚驾驶车辆时，存在分心驾驶、疲劳驾驶、抽烟驾驶等情况的概率较低，因此，直接将车辆启动后预设时长内所得到的视频帧用于安装角度的计算，在保证后续报警的及时性的情况下，能够保证用于计算安装角度的视频帧的有效性，进而提高得到的安装角度的准确性。

在一些实施例中，在计算各个视频帧所对应的安装角度的平均值之前，还包括：去掉方差(波动)较大的安装角度。由于波动较大的安装角度为错误的角度的概率较大，因此，只保留波动较小的安装角度进行平均值的计算，能够提高得到的最终的安装角度的准确性。

在一些实施例中，在上述步骤S13之后，包括：

B1、获取摄像头发送的视频帧。

B2、将获取的视频帧分别输入预设的神经网络模型，得到神经网络模型输出的与视频帧对应的信息，信息包括以下至少一种朝向信息：瞳孔朝向信息、鼻尖朝向信息和人脸朝向信息。

B3、根据与视频帧对应的信息确定新的安装角度。

B4、将新的安装角度与原有的安装角度比较，根据安装角度的比较结果选择是否发出报警。

本申请实施例中，在得到摄像头的安装角度(即原有的安装角度)之后，终端设备再根据摄像头后续获取的视频帧确定出新的信息，并根据该新的信息确定出新的安装角度，若该新的安装角度与原有的安装角度的差异较大，则发出报警，否则，不发出报警。由于新的安装角度和原有的安装角度均是通过同一次车辆启动(即同一个司机)所得到的视频帧确定，因此，有利于提高得到的安装角度的准确性，进而有利于提高发出报警的准确性。

在一些实施例中，为了降低误报警的概率，则判断是否存在连续N个视频帧对应的安装角度均与原有的安装角度的差异较大，若是，才发出报警，否则，不发出报警，其中，N为大于3的自然数。

在一些实施例中，在上述步骤S13之后，包括：

C1、获取摄像头发送的视频帧。

C2、将获取的视频帧分别输入预设的神经网络模型，得到神经网络模型输出的新的人脸位置信息。

C3、将新的人脸位置信息与原有的人脸位置信息比较，根据人脸位置信息的比较结果选择是否发出报警。

本申请实施例中，考虑到司机正常驾驶时，其人脸位置通常保持在相同位置上，因此，当判断出新的人脸位置信息与原有的人脸位置信息差异较大时，发出报警，而在新的人脸位置信息与原有的人脸位置信息差异较小时，不发出报警，能够提高报警的准确性。

在一些实施例中，原有的人脸位置信息根据以下方式确定：将预设时间段内所得到的各个视频帧分别输入预设的神经网络模型，得到各个人脸位置信息，再计算各个人脸位置信息的平均值，得到上述的原有的人脸位置信息。在计算出原有的人脸位置信息之后，从后续得到的视频帧所计算出的人脸位置信息作为新的人脸位置信息。由于以各个视频帧所得到的人脸位置信息的平均值作为原有的人脸位置信息，因此，有利于提高得到的原有的人脸位置信息的准确性。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

实施例二：

对应于上文实施例的摄像头的安装角度确定方法，图2示出了本申请实施例提供的摄像头的安装角度确定装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。

参照图2，该摄像头的安装角度确定装置2应用于终端设备，包括：

视频帧获取模块21，用于在司机启动车辆时，获取摄像头发送的视频帧，摄像头安装在车辆的驾驶位置的前方。

在本实施例中，可将车辆的启动与摄像头的启动进行关联，即，在终端设备判断出车辆被启动后，控制安装在驾驶位置的前方附近的摄像头启动，以采用该摄像头实时获取包含司机的人脸的视频帧，并将获取的视频帧发送给终端设备。

在一些实施例中，该摄像头安装在驾驶位置的正前方，或者，安装在仪表台上，以保证该摄像头能够拍摄到司机的人脸的正面。

信息获取模块22，用于将获取的视频帧分别输入预设的神经网络模型，得到神经网络模型输出的与视频帧对应的信息，信息包括以下至少一种朝向信息：瞳孔朝向信息、鼻尖朝向信息和人脸朝向信息。

安装角度确定模块23，用于根据与视频帧对应的信息确定摄像头的安装角度。

本申请实施例中，由于摄像头的安装角度是根据与视频帧对应的信息确定，而该视频帧为司机启动车辆时所对应的视频帧，因此，无需安装人员模拟司机坐在驾驶位置上，从而节省了人工成本。同时，由于安装人员与司机本身通常存在身高差异，因此，与根据安装人员所对应的图像来确定安装角度相比，本申请实施例直接根据司机启动车辆时所对应的视频帧来确定安装角度更准确。此外，该方法中，将视频帧输入预设的神经网络模型后，就能得到该视频帧中的朝向信息，即无需结合相邻视频帧就能得到对应的朝向信息，进而依据得到的朝向信息确定安装角度，从而提高了得到的安装角度的准确性。

在一些实施例中，在输入神经网络模型的视频帧包括人脸时，神经网络模型还用于输出人脸位置信息。

对应地，上述安装角度确定模块23具体用于：

若神经网络模型输出的信息包括人脸位置信息，则根据与视频帧对应的信息确定摄像头的安装角度。

在一些实施例中，该摄像头的安装角度确定装置2还包括：

运动参数获取模块，用于获取车辆的运动参数，运动参数包括以下至少一种：速度、加速度和旋转角度。

对应地，上述安装角度确定模块23具体用于：

根据车辆的运动参数以及与视频帧对应的信息，确定摄像头的安装角度。

在一些实施例中，上述安装角度确定模块23在根据车辆的运动参数以及与视频帧对应的信息，确定摄像头的安装角度时，具体包括：

权重获取单元，用于获取与目标信息包括的朝向信息对应的权重，该目标信息为：与视频帧对应的信息。

本实施例中，预先设置各个朝向信息所对应的权重，各个权重相加的和为1。

融合单元，用于根据车辆的运动参数、目标信息以及获取的权重，确定摄像头的安装角度。

在一些实施例中，考虑到车辆的运动满足某些条件时才会对人脸的位姿有较大的影响，因此，上述融合单元具体用于：

判断车辆的运动参数是否满足预设的条件，若满足，则根据目标信息以及获取的权重确定摄像头的安装角度，否则，不进行安装角度的计算。

在一些实施例中，视频帧为预设时间段内的各个视频帧，预设时间段的开始时间点为车辆开始启动时对应的时间点。

在一些实施例中，该摄像头的安装角度确定装置2还包括：

新的安装角度确定模块，用于获取摄像头发送的视频帧；将获取的视频帧分别输入预设的神经网络模型，得到神经网络模型输出的与视频帧对应的信息，信息包括以下至少一种朝向信息：瞳孔朝向信息、鼻尖朝向信息和人脸朝向信息；根据与视频帧对应的信息确定新的安装角度。

是否报警确定模块，用于将新的安装角度与原有的安装角度比较，根据安装角度的比较结果选择是否发出报警。

在一些实施例中，为了降低误报警的概率，则判断是否存在连续N个视频帧对应的安装角度均与原有的安装角度的差异较大，若是，才发出报警，否则，不发出报警，其中，N为大于3的自然数。

在一些实施例中，该摄像头的安装角度确定装置2还包括：

新的人脸位置信息确定模块，用于获取摄像头发送的视频帧；将获取的视频帧分别输入预设的神经网络模型，得到神经网络模型输出的新的人脸位置信息。

人脸位置信息比较模块，用于将新的人脸位置信息与原有的人脸位置信息比较，根据人脸位置信息的比较结果选择是否发出报警。

在一些实施例中，原有的人脸位置信息根据以下方式确定：将预设时间段内所得到的各个视频帧分别输入预设的神经网络模型，得到各个人脸位置信息，再计算各个人脸位置信息的平均值，得到上述的原有的人脸位置信息。在计算出原有的人脸位置信息之后，从后续得到的视频帧所计算出的人脸位置信息作为新的人脸位置信息。由于以各个视频帧所得到的人脸位置信息的平均值作为原有的人脸位置信息，因此，有利于提高得到的原有的人脸位置信息的准确性。

在一些实施例中，在计算各个视频帧所对应的安装角度的平均值之前，还包括：去掉方差较大的安装角度。

需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。

实施例三：

图3为本申请一实施例提供的终端设备的结构示意图。如图3所示，该实施例的终端设备3包括：至少一个处理器30(图3中仅示出一个处理器)、存储器31以及存储在所述存储器31中并可在所述至少一个处理器30上运行的计算机程序32，所述处理器30执行所述计算机程序32时实现上述任意各个方法实施例中的步骤。

所述终端设备3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备可包括，但不仅限于，处理器30、存储器31。本领域技术人员可以理解，图3仅仅是终端设备3的举例，并不构成对终端设备3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，例如还可以包括输入输出设备、网络接入设备等。

上述处理器30可以是中央处理单元(Central Processing Unit，CPU)，该处理器30还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器31在一些实施例中可以是所述终端设备3的内部存储单元，例如终端设备3的硬盘或内存。所述存储器31在另一些实施例中也可以是所述终端设备3的外部存储设备，例如所述终端设备3上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器31还可以既包括所述终端设备3的内部存储单元也包括外部存储设备。所述存储器31用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本申请实施例还提供了一种网络设备，该网络设备包括：至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意各个方法实施例中的步骤。

本申请实施例还提供了一种计算机可读存储介质，所述计算机可读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可实现上述各个方法实施例中的步骤。

本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行时实现可实现上述各个方法实施例中的步骤。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (9)

1.一种摄像头的安装角度确定方法，其特征在于，包括：

在司机启动车辆时，获取摄像头发送的视频帧，所述摄像头固定安装在车辆的驾驶位置的前方；

将获取的所述视频帧分别输入预设的神经网络模型，得到所述神经网络模型输出的与所述视频帧对应的信息，所述信息包括以下至少一种朝向信息：瞳孔朝向信息、鼻尖朝向信息和人脸朝向信息；

根据与所述视频帧对应的信息确定所述摄像头的安装角度；

所述视频帧为预设时间段内的各个视频帧，所述预设时间段的开始时间点为所述车辆开始启动时对应的时间点；

所述根据与所述视频帧对应的信息确定所述摄像头的安装角度包括：在根据每个与所述视频帧对应的信息确定所述摄像头的一个安装角度后，计算得到的各个安装角度的和的平均值，所述平均值作为所述摄像头的安装角度。

2.如权利要求1所述的摄像头的安装角度确定方法，其特征在于，在输入所述神经网络模型的视频帧包括人脸时，所述神经网络模型还用于输出人脸位置信息；

所述根据与所述视频帧对应的信息确定所述摄像头的安装角度，包括：

若所述神经网络模型输出的信息包括所述人脸位置信息，则根据与所述视频帧对应的信息确定所述摄像头的安装角度。

3.如权利要求1或2所述的摄像头的安装角度确定方法，其特征在于，还包括：

获取所述车辆的运动参数，所述运动参数包括以下至少一种：速度、加速度和旋转角度；

所述根据与所述视频帧对应的信息确定所述摄像头的安装角度，包括：

根据所述车辆的运动参数以及与所述视频帧对应的信息，确定所述摄像头的安装角度。

4.如权利要求3所述的摄像头的安装角度确定方法，其特征在于，所述根据所述车辆的运动参数以及与所述视频帧对应的信息，确定所述摄像头的安装角度，包括：

获取与目标信息包括的朝向信息对应的权重，所述目标信息为所述与所述视频帧对应的信息；

根据所述车辆的运动参数、所述目标信息以及获取的权重，确定所述摄像头的安装角度。

5.如权利要求1所述的摄像头的安装角度确定方法，其特征在于，在所述根据与各个所述视频帧对应的信息确定所述摄像头的安装角度之后，包括：

获取所述摄像头发送的视频帧；

将获取的所述视频帧分别输入预设的神经网络模型，得到所述神经网络模型输出的与所述视频帧对应的信息，所述信息包括以下至少一种朝向信息：瞳孔朝向信息、鼻尖朝向信息和人脸朝向信息；

根据与所述视频帧对应的信息确定新的安装角度；

将所述新的安装角度与原有的安装角度比较，根据安装角度的比较结果选择是否发出报警。

6.如权利要求2所述的摄像头的安装角度确定方法，其特征在于，在所述根据与各个所述视频帧对应的信息确定所述摄像头的安装角度之后，包括：

获取所述摄像头发送的视频帧；

将获取的所述视频帧分别输入预设的神经网络模型，得到所述神经网络模型输出的新的人脸位置信息；

将所述新的人脸位置信息与原有的人脸位置信息比较，根据人脸位置信息的比较结果选择是否发出报警。

7.一种摄像头的安装角度确定装置，其特征在于，包括：

视频帧获取模块，用于在司机启动车辆时，获取摄像头发送的视频帧，所述摄像头固定安装在车辆的驾驶位置的前方；

信息获取模块，用于将获取的所述视频帧分别输入预设的神经网络模型，得到所述神经网络模型输出的与所述视频帧对应的信息，所述信息包括以下至少一种朝向信息：瞳孔朝向信息、鼻尖朝向信息和人脸朝向信息；

安装角度确定模块，用于根据与所述视频帧对应的信息确定所述摄像头的安装角度；

所述视频帧为预设时间段内的各个视频帧，所述预设时间段的开始时间点为所述车辆开始启动时对应的时间点；

所述安装角度确定模块包括：在根据每个与所述视频帧对应的信息确定所述摄像头的一个安装角度后，计算得到的各个安装角度的和的平均值，所述平均值作为所述摄像头的安装角度。

8.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如权利要求1至6任一项所述的方法。

9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的方法。