CN115775385A - 一种车内异常物体检测处理方法及装置 - Google Patents

一种车内异常物体检测处理方法及装置 Download PDF

Info

Publication number
CN115775385A
CN115775385A CN202211390022.4A CN202211390022A CN115775385A CN 115775385 A CN115775385 A CN 115775385A CN 202211390022 A CN202211390022 A CN 202211390022A CN 115775385 A CN115775385 A CN 115775385A
Authority
CN
China
Prior art keywords
vehicle
abnormal object
abnormal
camera
determining
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
CN202211390022.4A
Other languages
English (en)
Inventor
樊挺
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.)
FAW Group Corp
Original Assignee
FAW Group Corp
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 FAW Group Corp filed Critical FAW Group Corp
Priority to CN202211390022.4A priority Critical patent/CN115775385A/zh
Publication of CN115775385A publication Critical patent/CN115775385A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本申请公开了一种车内异常物体检测处理方法及装置。所述车内异常物体检测处理方法包括:通过部署在车内的至少三个摄像头获取进入车内的异常物体的连续图像;基于不同摄像头拍摄的同一时刻的图像确定所述异常物体的实际尺寸;基于同一摄像头拍摄的多帧连续图像确定所述异常物体的运动轨迹;按照预定的处理方式对不同尺寸、不同运动轨迹或者由不同尺寸及不同运动轨迹相组合的多种异物入侵情形,由机车控制系统驱动机车做相应动作。本申请可以提高入侵检测的实用性,同时提高车辆的安全性,也可以提高驾驶时的舒适性。

Description

一种车内异常物体检测处理方法及装置
技术领域
本申请涉及车辆自动控制技术领域,具体涉及一种车内异常物体检测处理方法以及车内异常物体检测处理装置。
背景技术
驾驶员在驾驶车辆时,或者暂时离开车辆时,通常存在未关车窗的现象。当有开窗需求时,尤其是夏季,难免会有一些异物飘进窗内,尤其是苍蝇之类的飞虫,特别影响驾驶心情。或者当车主停车后,忘记或未及时关紧窗户,导致有心人盗取车内财物。再或者下雨天忘记关车窗,导致地垫、地毯和座椅浸水,进而引发腐烂,缩短使用寿命,产生异味的问题。
现有技术中通常通过检测技术来确定由于未关车窗而进入车内的异物,进而提示驾驶员进行适当操作,但现有的车辆入侵检测的技术,大都侧重于如何检测入侵,没有对入侵的物体是什么进行区分;误检测的概率也较高;因此即使检测到了入侵,也无法针对入侵采取及时有效的对策。
因此,希望有一种技术方案来解决或至少减轻现有技术的上述不足。
发明内容
本发明的目的在于提供一种车内异常物体检测处理方法及装置来至少解决上述的一个技术问题。
本申请第一方面,提供一种车内异常物体检测处理方法,主要包括:
通过部署在车内的至少三个摄像头获取进入车内的异常物体的连续图像;
基于不同摄像头拍摄的同一时刻的图像确定所述异常物体的实际尺寸,基于所述异常物体的实际尺寸将所述异常物体划分为超过尺寸阈值的大物体及与之相对的小物体;
基于同一摄像头拍摄的多帧连续图像确定所述异常物体的运动轨迹,基于所述异常物体的运动轨迹将所述异常物体划分为形式为自由落体的非活物及与之相对的活物;
按照预定的处理方式对不同尺寸、不同运动轨迹或者由不同尺寸及不同运动轨迹相组合的多种异物入侵情形,由机车控制系统驱动机车做相应动作。
优选的是,所述确定所述异常物体的实际尺寸包括:
基于部署在车内的至少三组摄像头获取进入车内的异常物体的位置信息,同时基于安装在所述摄像头处的距离传感器确定物体与摄像头的距离;
基于所述异常物体与摄像头的距离以及所述异常物体在摄像头下的成像尺寸确定所述异常物体的实际尺寸。
优选的是,基于所述异常物体与摄像头的距离以及所述异常物体在摄像头下的成像尺寸确定所述异常物体的实际尺寸包括:
分别获取三个摄像头拍摄的所述异常物体的成像尺寸及所述异常物体与各摄像头的距离;
分别确定三个摄像头各自计算的所述异常物体的实际尺寸;
对三个实际尺寸进行加权平均,计算所述异常物体的最终实际尺寸。
优选的是,三个所述摄像头通过以下公式各自计算所述异常物体的实际尺寸:
f=wL/W;
其中f为摄像头的焦距,w为为异常物体在该摄像头下的成像尺寸,L为异常物体距离该摄像头的距离,W为所述异常物体的实际尺寸。
优选的是,所述对三个实际尺寸进行加权平均包括:
按照各摄像头的采像分辨率确定与其对应的实际尺寸的加权系数。
优选的是,所述由机车控制系统驱动机车做相应动作包括:
当所述异常物体为小物体活物时,由机车控制系统触发车内驱虫装置工作;
当所述异常物体为小物体非活物时,由机车控制系统执行关闭车窗的前置操作;
当所述异常物体为大物体时,由机车控制系统触发车内报警装置进行报警操作。
优选的是,所述由机车控制系统执行关闭车窗的前置操作包括:
判断车内是否有用户,如果车内有用户,则发出提示用户关闭车窗的操作,如果车内没有用户,则根据预置的关闭车窗权限确定是否驱动相应机械结构关闭车窗。
优选的是,所述由机车控制系统触发车内报警装置进行报警操作时,进一步包括:
将车内实时图像发送给车主。
优选的是,所述通过部署在车内的至少三个摄像头获取进入车内的异常物体的连续图像之前进一步包括:
基于部署在车窗处的光电传感器检测是否有异常物体通过,如果有异常物体通过,则控制所述摄像头进入工作状态,否则使所述摄像头处于待机状态。
本申请第二方面提供了一种车内异常物体检测处理装置,主要包括:
图像获取模块,用于通过部署在车内的至少三个摄像头获取进入车内的异常物体的连续图像;
异常物体尺寸确定模块,用于基于不同摄像头拍摄的同一时刻的图像确定所述异常物体的实际尺寸,基于所述异常物体的实际尺寸将所述异常物体划分为超过尺寸阈值的大物体及与之相对的小物体;
异常物体类型确定模块,用于基于同一摄像头拍摄的多帧连续图像确定所述异常物体的运动轨迹,基于所述异常物体的运动轨迹将所述异常物体划分为形式为自由落体的非活物及与之相对的活物;
机车自动处理模块,用于按照预定的处理方式对不同尺寸、不同运动轨迹或者由不同尺寸及不同运动轨迹相组合的多种异物入侵情形,由机车控制系统驱动机车做相应动作。
优选的是,所述异常物体尺寸确定模块包括:
位置及距离获取单元,用于基于部署在车内的至少三组摄像头获取进入车内的异常物体的位置信息,同时基于安装在所述摄像头处的距离传感器确定物体与摄像头的距离;
实际尺寸计算单元,用于基于所述异常物体与摄像头的距离以及所述异常物体在摄像头下的成像尺寸确定所述异常物体的实际尺寸。
优选的是,所述实际尺寸计算单元包括:
单摄像头数据获取子单元,用于分别获取三个摄像头拍摄的所述异常物体的成像尺寸及所述异常物体与各摄像头的距离;
单摄像头实际尺寸计算子单元,用于分别确定三个摄像头各自计算的所述异常物体的实际尺寸;
实际尺寸加权计算子单元,用于对三个实际尺寸进行加权平均,计算所述异常物体的最终实际尺寸。
优选的是,所述单摄像头实际尺寸计算子单元配备有以下尺寸计算模型:
f=wL/W;
其中f为摄像头的焦距,w为为异常物体在该摄像头下的成像尺寸,L为异常物体距离该摄像头的距离,W为所述异常物体的实际尺寸。
优选的是,所述实际尺寸加权计算子单元包括加权系数确定模型,用于按照各摄像头的采像分辨率确定与其对应的实际尺寸的加权系数。
优选的是,所述机车自动处理模块包括:
驱虫单元,用于当所述异常物体为小物体活物时,由机车控制系统触发车内驱虫装置工作;
车窗操纵单元,用于当所述异常物体为小物体非活物时,由机车控制系统执行关闭车窗的前置操作;
报警单元,用于当所述异常物体为大物体时,由机车控制系统触发车内报警装置进行报警操作。
优选的是,所述车窗操纵单元包括:
用户识别单元,用于判断车内是否有用户,如果车内有用户,则发出提示用户关闭车窗的操作,如果车内没有用户,则根据预置的关闭车窗权限确定是否驱动相应机械结构关闭车窗。
优选的是,所述报警单元进一步包括:
图像发送单元,用于将车内实时图像发送给车主。
优选的是,所述车内异常物体检测处理装置还包括:
异物入侵启动模块,用于基于部署在车窗处的光电传感器检测是否有异常物体通过,如果有异常物体通过,则控制所述摄像头进入工作状态,否则使所述摄像头处于待机状态。
本申请第三方面提供一种电子设备,包括存储器、处理器以及存储在存储器中并能够在处理器上运行的计算机程序,处理器执行计算机程序时实现如上的车内异常物体检测处理方法。
本申请第四方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时能够实现如上的车内异常物体检测处理方法。
有益效果:
本申请可以对入侵车辆的物体进行识别,加以分类,并配合其他设备实施及时有效的措施;本申请采用多种器件配合工作,能够极大降低误检测的可能性;本申请可以提高入侵检测的实用性,同时提高车辆的安全性,也可以提高驾驶时的舒适性。
附图说明
图1是本申请一实施例的车内异常物体检测处理方法的流程图。
图2是本申请另一实施例的车内异常物体检测处理方法的流程图。
图3是能够实现本申请一实施例的车内异常物体检测处理方法的电子设备的示意图。
具体实施方式
为使本申请实施的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行更加详细的描述。在附图中,自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本申请一部分实施例,而不是全部的实施例。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。下面结合附图对本申请的实施例进行详细说明。
图1是本申请一实施例的车内异常物体检测处理方法的流程示意图。
如图1所示的车内异常物体检测处理方法包括:
步骤S1、通过部署在车内的至少三个摄像头获取进入车内的异常物体的连续图像;
步骤S2、基于不同摄像头拍摄的同一时刻的图像确定所述异常物体的实际尺寸,基于所述异常物体的实际尺寸将所述异常物体划分为超过尺寸阈值的大物体及与之相对的小物体;
步骤S3、基于同一摄像头拍摄的多帧连续图像确定所述异常物体的运动轨迹,基于所述异常物体的运动轨迹将所述异常物体划分为形式为自由落体的非活物及与之相对的活物;
步骤S4、按照预定的处理方式对不同尺寸、不同运动轨迹或者由不同尺寸及不同运动轨迹相组合的多种异物入侵情形,由机车控制系统驱动机车做相应动作。
在一些可选实施方式中,所述确定所述异常物体的实际尺寸包括:
基于部署在车内的至少三组摄像头获取进入车内的异常物体的位置信息,同时基于安装在所述摄像头处的距离传感器确定物体与摄像头的距离;
基于所述异常物体与摄像头的距离以及所述异常物体在摄像头下的成像尺寸确定所述异常物体的实际尺寸。
本申请通过部署于车内三组摄像头+距离传感器组合拍摄、识别物体距离,并根据所拍摄图像和物体距离进行物体行为分析,三个摄像头及距离传感器在一定时间内同时取样数次,根据物体所占的像素、摄像头与物体的距离以及摄像头的焦距可以计算出物体的大小,三个距离就可以定位物体的准确位置,数次采样后根据位置变化可以得知物体的运动轨迹。备选实施方式中,还可以不使用距离传感器,仅使用三个摄像头拍摄的图片即可确定物体的位置及大小,具体的,通过固定位置安装的三个摄像头构建三维坐标系,之后根据异常物体所在图片的位置即可计算出其具体的空间坐标,并能够据此确定出该异常物体距离各个摄像头的距离。
在一些可选实施方式中,基于所述异常物体与摄像头的距离以及所述异常物体在摄像头下的成像尺寸确定所述异常物体的实际尺寸包括:
分别获取三个摄像头拍摄的所述异常物体的成像尺寸及所述异常物体与各摄像头的距离;
分别确定三个摄像头各自计算的所述异常物体的实际尺寸;
对三个实际尺寸进行加权平均,计算所述异常物体的最终实际尺寸。
该实施例中,通过三个摄像头及距离传感器能够对异常物体的大小计算出三个值,之后对这三个值可以通过加权的方式计算其均值,作为异常物体的最终实际尺寸,在进行加权计算时,三个值的加权系数可以一样,也可以不一样,例如以摄像头的采像分辨率作为参考值,确定与其对应的实际尺寸的加权系数,也可以以异常物体与各摄像头的距离作为参考值,确定各个摄像头计算的实际尺寸的加权系数。
在一些可选实施方式中,三个所述摄像头通过以下公式各自计算所述异常物体的实际尺寸:
f=wL/W;
其中f为摄像头的焦距,w为为异常物体在该摄像头下的成像尺寸,L为异常物体距离该摄像头的距离,W为所述异常物体的实际尺寸。
在一些可选实施方式中,所述由机车控制系统驱动机车做相应动作包括:
当所述异常物体为小物体活物时,由机车控制系统触发车内驱虫装置工作;
当所述异常物体为小物体非活物时,由机车控制系统执行关闭车窗的前置操作;
当所述异常物体为大物体时,由机车控制系统触发车内报警装置进行报警操作。
该实施例中,通过将实际尺寸大于2cm的异常物体判断为大物体,否则为小物体,具体尺寸可以根据实际情况调整。对于活物及非活物的判断,在步骤S3中,数次采样后根据位置变化可以得知物体的运动轨迹,当物体运动轨迹明显不符合自由落体运动规律时,判定物体为活物,否则为非活物。在步骤S4中,当判定物体为小物体活物时,这类一般是飞虫入侵,这时触发车内驱虫装置(比如电驱虫液),并配合调整空调风向将物体驱赶出车外。当传感器检测到驱赶成功后,整个系统重新进入待机状态。当判定物体为小物体非活物时,一般是雨滴、落叶、漂浮物,说明此时车外天气情况或环境并不良好,这时候由机车控制系统执行关闭车窗的前置操作,例如判断车内是否有用户,如果车内有用户,则发出提示用户关闭车窗的操作,如果车内没有用户,则根据预置的关闭车窗权限确定是否驱动相应机械结构关闭车窗。当判定物体为大物体时,这类一般是人类、人类手臂、盗窃类工具或者动物入侵,这时候可触发车内报警装置。在一些可选实施方式中,还可以配合车内网络设备(如Tbox)将车内实时图像发送给车主,车主可根据图像信息采取相应对策。
在一些可选实施方式中,所述通过部署在车内的至少三个摄像头获取进入车内的异常物体的连续图像之前进一步包括:
基于部署在车窗处的光电传感器检测是否有异常物体通过,如果有异常物体通过,则控制所述摄像头进入工作状态,否则使所述摄像头处于待机状态。
该实施例中,当光电传感器检测到物体经过时摄像头才开始工作,避免了摄像头长期无用的工作。另外本申请的步骤S2的确定所述异常物体的实际尺寸和步骤S3的确定所述异常物体的运动轨迹可以同步进行,也可以顺序执行,以以蚊虫入侵时顺序执行步骤S2及步骤S3为例进行说明。
参考图2,当蚊虫从车窗处飞入时,位于车窗上部的光电传感器可以检测到有物体经过,将信号传送给部署于车内的三个摄像头,开始拍摄图像及运行物体分析算法;三个摄像头均会预先采集静态图像作为对比图,当蚊虫进入后,将新拍摄的图像和对比图进行比较,可以得出蚊虫在图像中所占据的像素点,根据像素点范围可以换算出成像的尺寸,又由于摄像机的焦距是已知的,物体距离摄像机的距离通过距离传感器可以取得,根据成像原理,即可算出蚊虫的实际大小;上一步得出入侵的物体为小物体,则三个摄像头继续采样,根据三个距离传感器及三个摄像头所在位置,即可准确确定物体的位置,经过一定时间连续采样,可以勾勒出物体的运动轨迹。蚊虫的运动轨迹明显不符合自由落体(抛物线);据此判断该物体为活物。此时装置可对车主进行提醒,并可联动车内的驱虫装置(比如电蚊香液)开始进行驱逐;当驱逐成功后,车窗上的光电传感器会检测到有物体飞出,随后车内的三个摄像头再次确认车内是否还有异物在运动,未检测到时即可认为驱逐成功,车内装置进入待机状态,等待下一次光电传感器发出的入侵信号。
本申请可以对入侵车辆的物体进行识别,加以分类,并配合其他设备实施及时有效的措施;本申请采用多种器件配合工作,能够极大降低误检测的可能性;本申请可以提高入侵检测的实用性,同时提高车辆的安全性,也可以提高驾驶时的舒适性。
本申请第二方面提供了一种与上述方法对应的车内异常物体检测处理装置,主要包括:
图像获取模块,用于通过部署在车内的至少三个摄像头获取进入车内的异常物体的连续图像;
异常物体尺寸确定模块,用于基于不同摄像头拍摄的同一时刻的图像确定所述异常物体的实际尺寸,基于所述异常物体的实际尺寸将所述异常物体划分为超过尺寸阈值的大物体及与之相对的小物体;
异常物体类型确定模块,用于基于同一摄像头拍摄的多帧连续图像确定所述异常物体的运动轨迹,基于所述异常物体的运动轨迹将所述异常物体划分为形式为自由落体的非活物及与之相对的活物;
机车自动处理模块,用于按照预定的处理方式对不同尺寸、不同运动轨迹或者由不同尺寸及不同运动轨迹相组合的多种异物入侵情形,由机车控制系统驱动机车做相应动作。
在一些可选实施方式中,所述异常物体尺寸确定模块包括:
位置及距离获取单元,用于基于部署在车内的至少三组摄像头获取进入车内的异常物体的位置信息,同时基于安装在所述摄像头处的距离传感器确定物体与摄像头的距离;
实际尺寸计算单元,用于基于所述异常物体与摄像头的距离以及所述异常物体在摄像头下的成像尺寸确定所述异常物体的实际尺寸。
在一些可选实施方式中,所述实际尺寸计算单元包括:
单摄像头数据获取子单元,用于分别获取三个摄像头拍摄的所述异常物体的成像尺寸及所述异常物体与各摄像头的距离;
单摄像头实际尺寸计算子单元,用于分别确定三个摄像头各自计算的所述异常物体的实际尺寸;
实际尺寸加权计算子单元,用于对三个实际尺寸进行加权平均,计算所述异常物体的最终实际尺寸。
在一些可选实施方式中,所述单摄像头实际尺寸计算子单元配备有以下尺寸计算模型:
f=wL/W;
其中f为摄像头的焦距,w为为异常物体在该摄像头下的成像尺寸,L为异常物体距离该摄像头的距离,W为所述异常物体的实际尺寸。
在一些可选实施方式中,所述实际尺寸加权计算子单元包括加权系数确定模型,用于按照各摄像头的采像分辨率确定与其对应的实际尺寸的加权系数。
在一些可选实施方式中,所述机车自动处理模块包括:
驱虫单元,用于当所述异常物体为小物体活物时,由机车控制系统触发车内驱虫装置工作;
车窗操纵单元,用于当所述异常物体为小物体非活物时,由机车控制系统执行关闭车窗的前置操作;
报警单元,用于当所述异常物体为大物体时,由机车控制系统触发车内报警装置进行报警操作。
在一些可选实施方式中,所述车窗操纵单元包括:
用户识别单元,用于判断车内是否有用户,如果车内有用户,则发出提示用户关闭车窗的操作,如果车内没有用户,则根据预置的关闭车窗权限确定是否驱动相应机械结构关闭车窗。
在一些可选实施方式中,所述报警单元进一步包括:
图像发送单元,用于将车内实时图像发送给车主。
在一些可选实施方式中,所述车内异常物体检测处理装置还包括:
异物入侵启动模块,用于基于部署在车窗处的光电传感器检测是否有异常物体通过,如果有异常物体通过,则控制所述摄像头进入工作状态,否则使所述摄像头处于待机状态。
本申请还提供了一种电子设备,包括存储器、处理器以及存储在存储器中并能够在处理器上运行的计算机程序,处理器执行计算机程序时实现如上的车内异常物体检测处理方法。
本申请还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时能够实现如上的车内异常物体检测处理方法。
图3是能够实现根据本申请一个实施例提供的车内异常物体检测处理方法的电子设备的示例性结构图。
如图3所示,电子设备包括输入设备501、输入接口502、中央处理器503、存储器504、输出接口505以及输出设备506。其中,输入接口502、中央处理器503、存储器504以及输出接口505通过总线507相互连接,输入设备501和输出设备506分别通过输入接口502和输出接口505与总线507连接,进而与电子设备的其他组件连接。具体地,输入设备504接收来自外部的输入信息,并通过输入接口502将输入信息传送到中央处理器503;中央处理器503基于存储器504中存储的计算机可执行指令对输入信息进行处理以生成输出信息,将输出信息临时或者永久地存储在存储器504中,然后通过输出接口505将输出信息传送到输出设备506;输出设备506将输出信息输出到电子设备的外部供用户使用。
也就是说,图3所示的电子设备也可以被实现为包括:存储有计算机可执行指令的存储器;以及一个或多个处理器,该一个或多个处理器在执行计算机可执行指令时可以实现结合图1描述的车内异常物体检测处理方法。
在一个实施例中,图3所示的电子设备可以被实现为包括:存储器504,被配置为存储可执行程序代码;一个或多个处理器503,被配置为运行存储器504中存储的可执行程序代码,以执行上述实施例中的车内异常物体检测处理方法。
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)、数据多功能光盘(DVD)或其他光学存储、磁盒式磁带、磁带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。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请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,本申请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。
此外,显然“包括”一词不排除其他单元或步骤。装置权利要求中陈述的多个单元、模块或装置也可以由一个单元或总装置通过软件或硬件来实现。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、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、或代码的一部分,模块、程序段、或代码的一部分包括一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,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,两个接连地标识的方框实际上可以基本并行地执行,他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/或总流程图中的方框的组合,可以用执行规定的功能或操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。
在本实施例中所称处理器可以是中央处理单元(Central Processing Unit,CPU),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)、现成可编程门阵列(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。
存储器可用于存储计算机程序和/或模块,处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现装置/终端设备的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、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)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
在本实施例中,装置/终端设备集成的模块/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,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,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,计算机程序包括计算机程序代码,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。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。本申请虽然以较佳实施例公开如上,但其实并不是用来限定本申请,任何本领域技术人员在不脱离本申请的精神和范围内,都可以做出可能的变动和修改,因此,本申请的保护范围应当以本申请权利要求所界定的范围为准。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请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,本申请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。
此外,显然“包括”一词不排除其他单元或步骤。装置权利要求中陈述的多个单元、模块或装置也可以由一个单元或总装置通过软件或硬件来实现。
虽然,上文中已经用一般性说明及具体实施方案对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。

Claims (10)

1.一种车内异常物体检测处理方法,其特征在于,所述车内异常物体检测处理方法包括:
通过部署在车内的至少三个摄像头获取进入车内的异常物体的连续图像;
基于不同摄像头拍摄的同一时刻的图像确定所述异常物体的实际尺寸,基于所述异常物体的实际尺寸将所述异常物体划分为超过尺寸阈值的大物体及与之相对的小物体;
基于同一摄像头拍摄的多帧连续图像确定所述异常物体的运动轨迹,基于所述异常物体的运动轨迹将所述异常物体划分为形式为自由落体的非活物及与之相对的活物;
按照预定的处理方式对不同尺寸、不同运动轨迹或者由不同尺寸及不同运动轨迹相组合的多种异物入侵情形,由机车控制系统驱动机车做相应动作。
2.如权利要求1所述的车内异常物体检测处理方法,其特征在于,所述确定所述异常物体的实际尺寸包括:
基于部署在车内的至少三组摄像头获取进入车内的异常物体的位置信息,同时基于安装在所述摄像头处的距离传感器确定物体与摄像头的距离;
基于所述异常物体与摄像头的距离以及所述异常物体在摄像头下的成像尺寸确定所述异常物体的实际尺寸。
3.如权利要求1所述的车内异常物体检测处理方法,其特征在于,基于所述异常物体与摄像头的距离以及所述异常物体在摄像头下的成像尺寸确定所述异常物体的实际尺寸包括:
分别获取三个摄像头拍摄的所述异常物体的成像尺寸及所述异常物体与各摄像头的距离;
分别确定三个摄像头各自计算的所述异常物体的实际尺寸;
对三个实际尺寸进行加权平均,计算所述异常物体的最终实际尺寸。
4.如权利要求3所述的车内异常物体检测处理方法,其特征在于,三个所述摄像头通过以下公式各自计算所述异常物体的实际尺寸:
f=wL/W;
其中f为摄像头的焦距,w为为异常物体在该摄像头下的成像尺寸,L为异常物体距离该摄像头的距离,W为所述异常物体的实际尺寸。
5.如权利要求3所述的车内异常物体检测处理方法,其特征在于,所述对三个实际尺寸进行加权平均包括:
按照各摄像头的采像分辨率确定与其对应的实际尺寸的加权系数。
6.如权利要求1所述的车内异常物体检测处理方法,其特征在于,所述由机车控制系统驱动机车做相应动作包括:
当所述异常物体为小物体活物时,由机车控制系统触发车内驱虫装置工作;
当所述异常物体为小物体非活物时,由机车控制系统执行关闭车窗的前置操作;
当所述异常物体为大物体时,由机车控制系统触发车内报警装置进行报警操作。
7.如权利要求6所述的车内异常物体检测处理方法,其特征在于,所述由机车控制系统执行关闭车窗的前置操作包括:
判断车内是否有用户,如果车内有用户,则发出提示用户关闭车窗的操作,如果车内没有用户,则根据预置的关闭车窗权限确定是否驱动相应机械结构关闭车窗。
8.如权利要求6所述的车内异常物体检测处理方法,其特征在于,所述由机车控制系统触发车内报警装置进行报警操作时,进一步包括:
将车内实时图像发送给车主。
9.如权利要求1所述的车内异常物体检测处理方法,其特征在于,所述通过部署在车内的至少三个摄像头获取进入车内的异常物体的连续图像之前进一步包括:
基于部署在车窗处的光电传感器检测是否有异常物体通过,如果有异常物体通过,则控制所述摄像头进入工作状态,否则使所述摄像头处于待机状态。
10.一种车内异常物体检测处理装置,其特征在于,所述车内异常物体检测处理装置包括:
图像获取模块,用于通过部署在车内的至少三个摄像头获取进入车内的异常物体的连续图像;
异常物体尺寸确定模块,用于基于不同摄像头拍摄的同一时刻的图像确定所述异常物体的实际尺寸,基于所述异常物体的实际尺寸将所述异常物体划分为超过尺寸阈值的大物体及与之相对的小物体;
异常物体类型确定模块,用于基于同一摄像头拍摄的多帧连续图像确定所述异常物体的运动轨迹,基于所述异常物体的运动轨迹将所述异常物体划分为形式为自由落体的非活物及与之相对的活物;
机车自动处理模块,用于按照预定的处理方式对不同尺寸、不同运动轨迹或者由不同尺寸及不同运动轨迹相组合的多种异物入侵情形,由机车控制系统驱动机车做相应动作。
CN202211390022.4A 2022-11-08 2022-11-08 一种车内异常物体检测处理方法及装置 Pending CN115775385A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211390022.4A CN115775385A (zh) 2022-11-08 2022-11-08 一种车内异常物体检测处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211390022.4A CN115775385A (zh) 2022-11-08 2022-11-08 一种车内异常物体检测处理方法及装置

Publications (1)

Publication Number Publication Date
CN115775385A true CN115775385A (zh) 2023-03-10

Family

ID=85388872

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211390022.4A Pending CN115775385A (zh) 2022-11-08 2022-11-08 一种车内异常物体检测处理方法及装置

Country Status (1)

Country Link
CN (1) CN115775385A (zh)

Similar Documents

Publication Publication Date Title
CN112418069B (zh) 一种高空抛物检测方法、装置、计算机设备及存储介质
US8571261B2 (en) System and method for motion detection in a surveillance video
CN112733690B (zh) 一种高空抛物检测方法、装置及电子设备
US20190138821A1 (en) Camera blockage detection for autonomous driving systems
CN109377694B (zh) 社区车辆的监控方法及系统
US10692225B2 (en) System and method for detecting moving object in an image
CN109165575B (zh) 一种基于ssd框架的烟火识别算法
US11756303B2 (en) Training of an object recognition neural network
KR20210065177A (ko) 이미지 수집 기기 가림 상태 검출 방법, 장치, 기기 및 저장 매체
CN115116012B (zh) 基于目标检测算法的车辆停车位停车状态检测方法及系统
CN111428644A (zh) 基于深度神经网络的斑马线区域监测方法、系统及介质
KR20220152823A (ko) 차량의 주행영상 기록 장치 및 그 방법
CN116228756B (zh) 一种自动驾驶中相机坏点的检测方法及检测系统
CN111428626B (zh) 一种移动物体的识别方法、装置、及存储介质
CN115775385A (zh) 一种车内异常物体检测处理方法及装置
JP7384158B2 (ja) 画像処理装置、移動装置、および方法、並びにプログラム
WO2023071874A1 (zh) 道路救援工作节点确定方法、装置及电子设备、存储介质
CN112149482A (zh) 驾驶员在岗状态检测方法、装置、设备和计算机存储介质
CN112017444A (zh) 一种套牌车辆检测方法及其装置、介质和系统
CN115761668A (zh) 摄像头的污渍识别方法、装置、车辆及存储介质
WO2017077261A1 (en) A monocular camera cognitive imaging system for a vehicle
CN115346143A (zh) 行为检测方法、电子设备、计算机可读介质
CN112183413B (zh) 一种车位检测方法、装置、存储介质及车辆
CN112380930B (zh) 一种雨天识别方法和系统
US20240046426A1 (en) Noise removal for surveillance camera image by means of ai-based object recognition

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