CN115923607A - 座椅参数调节方法、设备、存储介质及装置 - Google Patents

座椅参数调节方法、设备、存储介质及装置 Download PDF

Info

Publication number
CN115923607A
CN115923607A CN202310018408.0A CN202310018408A CN115923607A CN 115923607 A CN115923607 A CN 115923607A CN 202310018408 A CN202310018408 A CN 202310018408A CN 115923607 A CN115923607 A CN 115923607A
Authority
CN
China
Prior art keywords
human body
seat
image
determining
passenger
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
CN202310018408.0A
Other languages
English (en)
Inventor
何浪浪
吴斌
吴永瑜
蒙大桥
何基论
廖晓义
李剑锋
谢雅琦
廖振菊
莫自荆
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 CN202310018408.0A priority Critical patent/CN115923607A/zh
Publication of CN115923607A publication Critical patent/CN115923607A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Landscapes

  • Image Analysis (AREA)

Abstract

本发明公开了一种座椅参数调节方法、设备、存储介质及装置,本发明通过超像素图像分割算法对目标摄像头采集的目标乘员图像进行分割,根据分割结果确定人体特征信息;对人体特征信息进行轮廓检测,根据检测结果确定人体轮廓信息;根据人体轮廓信息调节目标乘员对应的座椅位置参数。由于本发明通过超像素图像分割算法对目标乘员图像进行分割,并对分割结果进行轮廓检测,从而根据人体轮廓信息调节目标乘员对应的座椅位置参数,相较于现有技术中由于操作流程复杂导致不能及时根据用户需求调整座椅,影响用户体验感,本发明简化了用户操作流程,并能够实现各种场景下的座椅自适应调节的同时不影响乘坐,提高乘客乘坐的舒适度。

Description

座椅参数调节方法、设备、存储介质及装置
技术领域
本发明涉及汽车技术领域,尤其涉及一种座椅参数调节方法、设备、存储介质及装置。
背景技术
随着汽车行业的发展,乘员对座椅的要求也越来越高,车辆座椅也随之电动化,相较于手动调节座椅,给用户带来了良好体验,但是目前车辆座椅调节存在各种问题,例如:由于操作流程复杂,需客户进入车内之后进行身份识别,在用户身份识别结果与用户注册信息进行匹配,在结果匹配正确之后才能获取客户的座椅调节配置信息。过程缓慢,增加了客户的等待时间或是由于网络信号问题导致不能及时获取用户信息以进行自动调节。
因此,现有的座椅调节方法由于操作流程复杂导致不能及时根据用户需求调整座椅,影响用户体验感。
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座椅参数调节方法、设备、存储介质及装置,旨在解决现有技术中由于操作流程复杂导致不能及时根据用户需求调整座椅,影响用户体验感的技术问题。
为实现上述目的,本发明提供一种座椅参数调节方法,所述座椅参数调节方法包括以下步骤:
获取目标摄像头采集的目标乘员图像;
基于超像素图像分割算法对所述目标乘员图像进行分割,根据分割结果确定人体特征信息;
对所述人体特征信息进行轮廓检测,根据检测结果确定人体轮廓信息;
根据所述人体轮廓信息调节目标乘员对应的座椅位置参数。
可选地,所述目标乘员图像包括正面人体图像和侧面人体图像;所述基于超像素图像分割算法对所述目标乘员图像进行分割,根据分割后的图像确定人体特征信息的步骤,包括:
基于超像素图像分割算法对所述正面人体图像进行像素分割,获得正面超像素块;
基于超像素图像分割算法对所述侧面人体图像进行像素分割,获得侧面超像素块;
根据所述正面超像素块和Adaboost算法确定人体头部位置;
基于所述人体头部位置、所述正面超像素块以及所述侧面超像素块确定人体特征信息。
可选地,所述根据所述正面超像素块和Adaboost算法确定人体头部位置的步骤,包括:
根据所述正面超像素块构建归一化颜色直方图;
基于Adaboost算法对所述归一化颜色直方图进行人脸检测,确定人体头部位置。
可选地,所述基于所述人体头部位置、所述正面超像素块以及所述侧面超像素块确定人体特征信息的步骤,包括:
基于所述人体头部位置和第一预设人体范围确定正面人体范围;
根据所述正面超像素块和所述正面人体范围确定正面图像分割结果;
基于所述人体头部位置和第二预设人体范围确定侧面人体范围;
根据所述侧面超像素块和所述侧面人体范围确定侧面图像分割结果;
根据所述正面图像分割结果和所述侧面图像分割结果确定人体特征信息。
可选地,所述对所述人体特征信息进行轮廓检测,根据检测结果确定人体轮廓信息的步骤,包括:
对所述正面图像分割结果和所述侧面图像分割结果进行轮廓检测,确定人体关键点;
基于所述人体关键点确定目标乘员的水平尺寸参数以及垂直尺寸参数;
根据所述目标乘员的水平尺寸参数以及垂直尺寸参数确定人体轮廓信息。
可选地,所述根据所述目标乘员的水平尺寸参数以及垂直尺寸参数确定人体轮廓信息的步骤,包括:
基于线性回归方程和对数曲线拟合算法、所述目标乘员的水平尺寸参数以及垂直尺寸参数确定人体轮廓信息。
可选地,所述根据所述人体轮廓信息调节目标乘员对应的座椅位置参数的步骤之后,还包括:
将所述目标乘员图像和预设数据库中的乘员图像进行对比,根据对比结果判定乘员是否为首次乘车人员;
若是首次乘车人员,则将人脸信息和座椅位置参数添加至所述预设数据库。
此外,为实现上述目的,本发明还提出一种座椅参数调节设备,所述座椅参数调节设备包括存储器、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座椅参数调节程序,所述座椅参数调节程序配置为实现如上文所述的座椅参数调节的步骤。
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座椅参数调节程序,所述座椅参数调节程序被处理器执行时实现如上文所述的座椅参数调节方法的步骤。
此外,为实现上述目的,本发明还提出一种座椅参数调节装置,所述座椅参数调节装置包括:
图像获取模块,用于获取目标摄像头采集的目标乘员图像;
图像分割模块,用于基于超像素图像分割算法对所述目标乘员图像进行分割,根据分割结果确定人体特征信息;
轮廓检测模块,用于对所述人体特征信息进行轮廓检测,根据检测结果确定人体轮廓信息;
参数调节模块,用于根据所述人体轮廓信息调节目标乘员对应的座椅位置参数。
本发明通过获取目标摄像头采集的目标乘员图像;基于超像素图像分割算法对所述目标乘员图像进行分割,根据分割结果确定人体特征信息;对所述人体特征信息进行轮廓检测,根据检测结果确定人体轮廓信息;根据所述人体轮廓信息调节目标乘员对应的座椅位置参数。由于本发明通过超像素图像分割算法对目标乘员图像进行分割,并对分割结果进行轮廓检测,从而根据人体轮廓信息调节目标乘员对应的座椅位置参数,相较于现有技术中由于操作流程复杂导致不能及时根据用户需求调整座椅,影响用户体验感,本发明简化了用户操作流程,并能够实现各种场景下的座椅自适应调节的同时不影响乘坐,提高乘客乘坐的舒适度。
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座椅参数调节设备的结构示意图;
图2为本发明座椅参数调节方法第一实施例的流程示意图;
图3为本发明座椅参数调节方法第一实施例的总体框架示意图;
图4为本发明座椅参数调节方法第二实施例的流程示意图;
图5为本发明座椅参数调节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座椅参数调节设备结构示意图。
如图1所示,该座椅参数调节设备可以包括: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座椅参数调节设备的限定,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、用户接口模块以及座椅参数调节程序。
在图1所示的座椅参数调节设备中,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;所述座椅参数调节设备通过处理器1001调用存储器1005中存储的座椅参数调节程序,并执行本发明实施例提供的座椅参数调节方法。
基于上述硬件结构,提出本发明座椅参数调节方法的实施例。
参照图2,图2为本发明座椅参数调节方法第一实施例的流程示意图,提出本发明座椅参数调节方法第一实施例。
在本实施例中,所述座椅参数调节方法包括以下步骤:
步骤S10:获取目标摄像头采集的目标乘员图像。
需说明的是,本实施例的执行主体可以是具有座椅参数调节功能的设备,所述设备如:计算机、笔记本、电脑、车载电脑以及平板等,还可为其它可实现相同或相似功能的座椅参数调节设备,本实施例对此不做限制。所述座椅参数调节设备可以与自动座椅以及车辆配置设备保持连接,从而能够实时获取采集的信息,其中,基于人体自适应结构的自动座椅包括水平调节电机、高度调节电机和椅背调节电机,此处将以上述车载电脑为例对本实施例和下述各实施例进行说明。
可理解的是,目标摄像头可以是用于采集乘员图像的摄像头,所述摄像头设置于车内,其中包括四个车门上用于摄取乘客或驾驶员图像或视频信息的摄像头、车内座椅正前上方获取乘客坐姿的两个摄像头、前排车门内侧的超广角摄像头。目标乘员图像可以是上述摄像头采集的驾驶员和/或乘员图像和视频信息。即可以是基于前排车门上、车门内侧和座椅正前方的摄像头用于摄取即将上车的驾驶人员或乘坐人员的图像和视频信息。
具体实现中,当车主人拿着钥匙靠近车,或者车上的雷达检测到有人靠近车门时,打开车上的目标摄像头,获取目标乘员图像。
步骤S20:基于超像素图像分割算法对所述目标乘员图像进行分割,根据分割结果确定人体特征信息。
需说明的是,超像素图像分割算法可以是预先设置的用于对图像进行预分割的算法,所述算法可以是SLIC超像素分割算法。通过SLIC超像素分割算法对所述目标乘员图像进行分割,获得若干个超像素块,并基于若干个超像素块确定人体特征信息。基于超像素的人体图像分割方法,可获取有效的人体图像,为后续的人体测量工作垫定了良好的基础。而OTSU算法对于复杂的背景和光照条件下(如强光或车内暗光的环境)拍摄的图像,无法将人体从图像中准确的分割出来,这导致提取出的人体轮廓残缺或者多余,从而影响芯片对于图像的处理。
可理解的是,人体特征信息可以是乘员对应的五官特征、肢体特征、姿态特征等构成的信息集合。
进一步地,所述步骤S20还包括:基于超像素图像分割算法对所述正面人体图像进行像素分割,获得正面超像素块;基于超像素图像分割算法对所述侧面人体图像进行像素分割,获得侧面超像素块;根据所述正面超像素块和Adaboost算法确定人体头部位置;基于所述人体头部位置、所述正面超像素块以及所述侧面超像素块确定人体特征信息。
需说明的是,图像分割是基于图像的人体尺寸测量中的第一步,对于后续的人体尺寸测量至关重要。对于复杂背景下的正面人体图像,通过采用SLIC超像素分割算法,将图像分割成若干块正面超像素块和若干块侧面超像素块;然后,通过Adaboost算法确定人体头部位置,进而根据人体头部位置、所述正面超像素块以及所述侧面超像素块确定人体特征信息。所述Adaboost算法是一种迭代算法,通针对同一个训练集训练不同的分类器(弱分类器),然后把这些弱分类器集合起来,构成一个更强的最终分类器(强分类器)。
可理解的是,本方案采用一种基于超像素的正面、侧面人体图像分割方法,相对于OTSU算法一样在人体和背景在分割时效果更好;通过超像素分割方法将图像进行预分割,使得最终的人体图像分割结果更加贴近人体边缘轮廓,相对于基于最大相似度算法的人体边缘轮廓分割效果更好。因此本方案不同于理想化的人体图像采集,不需要被测者身穿紧身衣,对于背景和光线也没有十分严格的要求,为被测者的图像采集工作提供了便利。若乘员对象是正值青春期这一类的人员,考虑到他们的身体正在快速发育的过程中,他们的身高,臂长等人体特征数据会变化得比较快,而芯片发送数据给电机控制器对座椅进行微调时也会实时更新数据,给用户提供更好的便利性。
进一步地,所述根据所述正面超像素块和Adaboost算法确定人体头部位置的步骤,包括:根据所述正面超像素块构建归一化颜色直方图;基于Adaboost算法对所述归一化颜色直方图进行人脸检测,确定人体头部位置。
具体实现中,为进一步说明分割过程,举例如下:假定正面人体图像I的大小为N=m×n,超像素块的大小为50*50,则超像素块的数目为K=[m×n/2500],利用SLIC超像素图像分割算法将人体正面图像I分割为K个相同大小的超像素块。假定某一块超像素内共包括n个像素点,聚类中心O(x,y)的L、a和b三个颜色分量和坐标分量分别为(Lo1,ao1,bo1)和(xo1,yo1),计算如式(1)-(5):
Figure BDA0004041513970000071
Figure BDA0004041513970000072
Figure BDA0004041513970000073
Figure BDA0004041513970000074
Figure BDA0004041513970000075
将L、a和b三个分量等分为8个区间,在各超像素块内,统计各个像素点在L、a和b三个分量8个区间内的分布情况,计算L、a和b三个分量分别落入8个区间的数目,构建归一化颜色直方图。再利用Adaboost算法进行人脸检测,确定人体头部位置。
进一步地,所述基于所述人体头部位置、所述正面超像素块以及所述侧面超像素块确定人体特征信息的步骤,包括:基于所述人体头部位置和第一预设人体范围确定正面人体范围;根据所述正面超像素块和所述正面人体范围确定正面图像分割结果;基于所述人体头部位置和第二预设人体范围确定侧面人体范围;根据所述侧面超像素块和所述侧面人体范围确定侧面图像分割结果;根据所述正面图像分割结果和所述侧面图像分割结果确定人体特征信息。
具体实现中,通结合人体基本比例关系,将正面人体图像中的以下三部分内容作为人体大致范围:(1)人脸位置R1;(2)人脸位置R1下方的梯形区域R2,该梯形区域上底等于3h,下底等于6h,高等于3.5h;(3)R2下方的矩形区域R3,该矩形区域长度等于3.5h,宽度等于2w,并从R3中间去除1个像素宽度的区域。最终,确定正面人体大致范围。
当超像素块中至少有一个像素不属于人体大致范围,将该超像素块标记为背景块,否则将该超像素块标记为前景块。遍历所有前景块,假定P和Q为两个相邻超像素块,它们的归一化颜色直方图分别表示为HP和HQ,计算P和Q之间的巴氏距离,如式子(6):
Figure BDA0004041513970000081
其中,i表示直方图中第i个数值。当前景块与其相邻背景块间的巴氏距离大于阈值th,则将前景块标记为背景块;将阈值减去一个定值,再次遍历所有前景块并进行背景块标记,一直进行下去,直到阈值大于预定值,最终输出正面人体图像分割结果。然后再进行后续的人体尺寸测量步骤。
在乘员进入车内,坐上座椅并关上车门后,车内摄像头会打开并摄取乘员坐姿图片,再由车内芯片计算分析乘员的坐姿状态是否会导致乘员疲劳,再发送相应的座椅位置调整参数给电机控制器。但这就需要从不同方位摄取乘员图片,因此就需要进行侧面的人体图像分割方法。该方法与正面类似,首先利用SLIC超像素图像分割算法将侧面人体图像分割为超像素块,并通过式(1)-(5)构建归一化颜色直方图。然后结合正面人体图像中确定的人脸位置,在侧面人体相同位置处标记人体头部位置并作略微大小调整,调整范围大约为20~50像素。将侧面图像中的以下两部分作为侧面人体大致范围:(1)人脸区域;(2)人脸位置下方长为6个头长,宽为2个头长的矩形区域,进而再确定侧面人体大致范围。最后按照侧面人体大致范围标记前景和背景超像素块,利用式(6)计算相邻超像素块之间的巴氏距离,通过迭代法不断将前景块和背景合并,输出侧面人体图像分割结果。
通过超像素分割方法将图像进行预分割,使得最终的人体图像分割结果更加贴近人体边缘轮廓,这相对于基于最大相似度算法的人体边缘轮廓分割效果更好。此外,该方法采用固定阈值,不需要人工调整阈值,对于背景复杂度变化与其他图像分割方法对比具有鲁棒性。
即本方案自动获取人体的特征数据,不需要乘员在上车后再手动输入,便于保证座椅位置调整数据的准确性。并且,摄像头将放置于前排车门左右,若副驾驶座椅也有人乘坐,则两处的摄像头可同时打开并获取乘员图片信息,驾驶座座椅和副驾驶座座椅可同时进行调整,避免了一个人在输入数据,另一个人在等待输入数据的情况发生。
步骤S30:对所述人体特征信息进行轮廓检测,根据检测结果确定人体轮廓信息。
需说明的是,在获取图像分割结果后再利用正面和侧面人体轮廓检测对人体特征信息进行轮廓检测,根据检测结果确定人体轮廓信息,所述人体轮廓信息可以是乘员对应的肢体轮廓参数、身高等参数构成的信息。
步骤S40:根据所述人体轮廓信息调节目标乘员对应的座椅位置参数。
需说明的是,通过上述方法计算出人体轮廓信息后,根据人体轮廓信息转换计算得到该乘员对应的座椅位置参数。
可理解的是,在电机控制器获取到座椅位置数据后先快速进行第一步座椅的调整,待至乘员上车,座椅上的压力传感器受到压力,且系好安全带,车内的摄像头又进行第二次图像的采集,此时座椅进行微调,并且,车内座椅前方的摄像头将会获取该乘员的面部信息,与座椅位置参数一并存入数据库中,以备日后人脸识别使用。
具体实现中,为进一步说明本方案,参考图3所示的总体框架示意图,基于自适应人体结构的自动座椅包括装在前排座椅正前上方、前排车门外侧和车门内侧的超广角摄像头,电机控制器,感应雷达,芯片,压力传感器;基于自适应人体结构的自动座椅的位置参数获取方法是:当车辆解锁时,车辆四周的超声波感应雷达会打开实时检测车门处是否有人靠近,当有人靠近车辆时,快速将摄像头打开并摄取多张乘员图像,先进行人脸识别,若是第二次乘车人员则在数据库寻找座椅位置参数,不是则车内的芯片就要进行人体尺寸的测量。但要精确的测量出人体尺寸,就得要得到合适的图像。因此采用基于超像素的人体图像分割方法对图像进行预处理,然后再利用正面和侧面人体轮廓检测出的人体关键点,可以得到人体的水平尺寸数据(如:肩宽、胸宽等)以及垂直尺寸数据(如:身高、裆长等),再采用线性回归方程和对数曲线拟合的方法来近似计算出相关的人体尺寸数据。通过计算得到相应的座椅位置参数,再把结果送给电机控制器,当人坐上座椅并且关上车门,座椅上的压力传感器受到压力后,电机控制器根据芯片发来的分析数据对座椅进行第一步调整,待第一步调整完成后,座椅正前上方和前排车门内侧的摄像头开启并获取图像,芯片根据获取的图像判断乘员的坐姿是否满足舒适的要求,若不是,则进行下一步的分析,再将分析得出的数据发送给电机控制器,电机控制器对座椅进行微调(不影响乘员乘坐的情况下)。随后每隔二十分钟采集乘员坐姿图像并分析一次,共进行三次。之后无论进行至哪一次,芯片都将会保存该乘员的人脸信息及其对应的座椅位置参数。
本实施例通过获取目标摄像头采集的目标乘员图像;基于超像素图像分割算法对所述目标乘员图像进行分割,根据分割结果确定人体特征信息;对所述人体特征信息进行轮廓检测,根据检测结果确定人体轮廓信息;根据所述人体轮廓信息调节目标乘员对应的座椅位置参数。由于本实施例通过超像素图像分割算法对目标乘员图像进行分割,并对分割结果进行轮廓检测,从而根据人体轮廓信息调节目标乘员对应的座椅位置参数,相较于现有技术中由于操作流程复杂导致不能及时根据用户需求调整座椅,影响用户体验感,本实施例简化了用户操作流程,并能够实现各种场景下的座椅自适应调节的同时不影响乘坐,提高乘客乘坐的舒适度。
参照图4,图4为本发明座椅参数调节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,提出本发明座椅参数调节方法的第二实施例。
在本实施例中,所述步骤S30包括:
步骤S301:对所述正面图像分割结果和所述侧面图像分割结果进行轮廓检测,确定人体关键点。
需说明的是,轮廓检测可以是基于边缘检测算法对正面图像分割结果和所述侧面图像分割结果进行轮廓检测,确定人体关键点。
步骤S302:基于所述人体关键点确定目标乘员的水平尺寸参数以及垂直尺寸参数。
需说明的是,水平尺寸参数可以是指人体水平尺寸数据(如:肩宽、胸宽等),垂直尺寸参数可以是垂直尺寸数据(如:身高、臂长等)。
步骤S303:根据所述目标乘员的水平尺寸参数以及垂直尺寸参数确定人体轮廓信息。
需说明的是,通过基于线性回归方程和对数曲线拟合算法计算确定人体轮廓信息。
进一步地,所述步骤S303还包括:基于线性回归方程和对数曲线拟合算法、所述目标乘员的水平尺寸参数以及垂直尺寸参数确定人体轮廓信息。
需说明的是,对于人体尺寸的计算方法,则利用正面和侧面人体轮廓检测出的人体关键点,可以得到人体的水平尺寸数据(如:肩宽、胸宽等)以及垂直尺寸数据(如:身高、臂长等),再采用线性回归方程和对数曲线拟合的方法来近似计算出相关的人体尺寸,然后再进行相应的数据转换得到最终座椅位置参数;
可理解的是,在获取图像分割结果后再利用正面和侧面人体轮廓检测出的人体关键点,可以得到人体的水平尺寸数据(如:肩宽、胸宽、腰厚等)以及垂直尺寸数据(如:身高、裆长等),再采用线性回归方程和对数曲线拟合的方法来近似计算出相关的人体尺寸,再由芯片计算得到该乘员对应的座椅位置参数。
在本实施例中,所述步骤S40之后,还包括:将所述目标乘员图像和预设数据库中的乘员图像进行对比,根据对比结果判定乘员是否为首次乘车人员;若是首次乘车人员,则将人脸信息和座椅位置参数添加至所述预设数据。
需说明的是,对于任何乘员,即首次乘车人员和二次乘车人员,车内的摄像头都会打开并获取图片,然后由芯片计算出最新的座椅位置参数,若是首次乘车人员,则将人脸信息和座椅位置参数添加进数据库,若是二次乘车人员,则更新该乘员的座椅位置参数,从而达到座椅能够实时调整的目的。
具体实现中,对于任何乘员,即首次乘车人员和二次乘车人员,车内的摄像头都会打开并获取图片,然后由芯片计算出最新的座椅位置参数,若是首次乘车人员,则将人脸信息和座椅位置参数添加进数据库,若是二次乘车人员,则更新该乘员的座椅位置参数,从而达到座椅能够实时调整的目的。
本实施例通过获取目标摄像头采集的目标乘员图像;基于超像素图像分割算法对所述目标乘员图像进行分割,根据分割结果确定人体特征信息;对所述正面图像分割结果和所述侧面图像分割结果进行轮廓检测,确定人体关键点;基于所述人体关键点确定目标乘员的水平尺寸参数以及垂直尺寸参数;根据所述目标乘员的水平尺寸参数以及垂直尺寸参数确定人体轮廓信息;根据所述人体轮廓信息调节目标乘员对应的座椅位置参数。由于本实施例通过超像素图像分割算法对目标乘员图像进行分割,并对分割结果进行轮廓检测,从而根据人体轮廓信息调节目标乘员对应的座椅位置参数,相较于现有技术中由于操作流程复杂导致不能及时根据用户需求调整座椅,影响用户体验感,本实施例简化了用户操作流程,并能够实现各种场景下的座椅自适应调节的同时不影响乘坐,提高乘客乘坐的舒适度。
此外,为实现上述目的,本发明还提出一种座椅参数调节设备,所述座椅参数调节设备包括存储器、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座椅参数调节程序,所述座椅参数调节程序配置为实现如上文所述的座椅参数调节的步骤。
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座椅参数调节程序,所述座椅参数调节程序被处理器执行时实现如上文所述的座椅参数调节方法的步骤。
参照图5,图5为本发明座椅参数调节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座椅参数调节装置包括:
图像获取模块10,用于获取目标摄像头采集的目标乘员图像;
图像分割模块20,用于基于超像素图像分割算法对所述目标乘员图像进行分割,根据分割结果确定人体特征信息;
轮廓检测模块30,用于对所述人体特征信息进行轮廓检测,根据检测结果确定人体轮廓信息;
参数调节模块40,用于根据所述人体轮廓信息调节目标乘员对应的座椅位置参数。
本实施例通过获取目标摄像头采集的目标乘员图像;基于超像素图像分割算法对所述目标乘员图像进行分割,根据分割结果确定人体特征信息;对所述人体特征信息进行轮廓检测,根据检测结果确定人体轮廓信息;根据所述人体轮廓信息调节目标乘员对应的座椅位置参数。由于本实施例通过超像素图像分割算法对目标乘员图像进行分割,并对分割结果进行轮廓检测,从而根据人体轮廓信息调节目标乘员对应的座椅位置参数,相较于现有技术中由于操作流程复杂导致不能及时根据用户需求调整座椅,影响用户体验感,本实施例简化了用户操作流程,并能够实现各种场景下的座椅自适应调节的同时不影响乘坐,提高乘客乘坐的舒适度。
进一步地,所述图像分割模块20,还用于基于超像素图像分割算法对所述正面人体图像进行像素分割,获得正面超像素块;基于超像素图像分割算法对所述侧面人体图像进行像素分割,获得侧面超像素块;根据所述正面超像素块和Adaboost算法确定人体头部位置;基于所述人体头部位置、所述正面超像素块以及所述侧面超像素块确定人体特征信息。
进一步地,所述图像分割模块20,还用于根据所述正面超像素块构建归一化颜色直方图;基于Adaboost算法对所述归一化颜色直方图进行人脸检测,确定人体头部位置。
进一步地,所述图像分割模块20,还用于基于所述人体头部位置和第一预设人体范围确定正面人体范围;根据所述正面超像素块和所述正面人体范围确定正面图像分割结果;基于所述人体头部位置和第二预设人体范围确定侧面人体范围;根据所述侧面超像素块和所述侧面人体范围确定侧面图像分割结果;根据所述正面图像分割结果和所述侧面图像分割结果确定人体特征信息。
进一步地,所述轮廓检测模块30,还用于对所述正面图像分割结果和所述侧面图像分割结果进行轮廓检测,确定人体关键点;基于所述人体关键点确定目标乘员的水平尺寸参数以及垂直尺寸参数;根据所述目标乘员的水平尺寸参数以及垂直尺寸参数确定人体轮廓信息。
进一步地,所述轮廓检测模块30,还用于基于线性回归方程和对数曲线拟合算法、所述目标乘员的水平尺寸参数以及垂直尺寸参数确定人体轮廓信息。
进一步地,所述座椅参数调节装置还包括:人物识别模块,所述人物识别模块用于将所述目标乘员图像和预设数据库中的乘员图像进行对比,根据对比结果判定乘员是否为首次乘车人员;若是首次乘车人员,则将人脸信息和座椅位置参数添加至所述预设数据库。
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座椅参数调节方法,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)

1.一种座椅参数调节方法,其特征在于,所述座椅参数调节方法包括以下步骤:
获取目标摄像头采集的目标乘员图像;
基于超像素图像分割算法对所述目标乘员图像进行分割,根据分割结果确定人体特征信息;
对所述人体特征信息进行轮廓检测,根据检测结果确定人体轮廓信息;
根据所述人体轮廓信息调节目标乘员对应的座椅位置参数。
2.如权利要求1所述的座椅参数调节方法,其特征在于,所述目标乘员图像包括正面人体图像和侧面人体图像;所述基于超像素图像分割算法对所述目标乘员图像进行分割,根据分割后的图像确定人体特征信息的步骤,包括:
基于超像素图像分割算法对所述正面人体图像进行像素分割,获得正面超像素块;
基于超像素图像分割算法对所述侧面人体图像进行像素分割,获得侧面超像素块;
根据所述正面超像素块和Adaboost算法确定人体头部位置;
基于所述人体头部位置、所述正面超像素块以及所述侧面超像素块确定人体特征信息。
3.如权利要求2所述的座椅参数调节方法,其特征在于,所述根据所述正面超像素块和Adaboost算法确定人体头部位置的步骤,包括:
根据所述正面超像素块构建归一化颜色直方图;
基于Adaboost算法对所述归一化颜色直方图进行人脸检测,确定人体头部位置。
4.如权利要求3所述的座椅参数调节方法,其特征在于,所述基于所述人体头部位置、所述正面超像素块以及所述侧面超像素块确定人体特征信息的步骤,包括:
基于所述人体头部位置和第一预设人体范围确定正面人体范围;
根据所述正面超像素块和所述正面人体范围确定正面图像分割结果;
基于所述人体头部位置和第二预设人体范围确定侧面人体范围;
根据所述侧面超像素块和所述侧面人体范围确定侧面图像分割结果;
根据所述正面图像分割结果和所述侧面图像分割结果确定人体特征信息。
5.如权利要求4所述的座椅参数调节方法,其特征在于,所述对所述人体特征信息进行轮廓检测,根据检测结果确定人体轮廓信息的步骤,包括:
对所述正面图像分割结果和所述侧面图像分割结果进行轮廓检测,确定人体关键点;
基于所述人体关键点确定目标乘员的水平尺寸参数以及垂直尺寸参数;
根据所述目标乘员的水平尺寸参数以及垂直尺寸参数确定人体轮廓信息。
6.如权利要求1所述的座椅参数调节方法,其特征在于,所述根据所述目标乘员的水平尺寸参数以及垂直尺寸参数确定人体轮廓信息的步骤,包括:
基于线性回归方程和对数曲线拟合算法、所述目标乘员的水平尺寸参数以及垂直尺寸参数确定人体轮廓信息。
7.如权利要求1-6中任一项所述的座椅参数调节方法,其特征在于,所述根据所述人体轮廓信息调节目标乘员对应的座椅位置参数的步骤之后,还包括:
将所述目标乘员图像和预设数据库中的乘员图像进行对比,根据对比结果判定乘员是否为首次乘车人员;
若是首次乘车人员,则将人脸信息和座椅位置参数添加至所述预设数据库。
8.一种座椅参数调节设备,其特征在于,所述座椅参数调节设备包括: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座椅参数调节程序,所述座椅参数调节程序被所述处理器执行时实现如权利要求1至7中任一项所述的座椅参数调节方法。
9.一种存储介质,其特征在于,所述存储介质上存储有座椅参数调节程序,所述座椅参数调节程序被处理器执行时实现如权利要求1至7中任一项所述的座椅参数调节方法。
10.一种座椅参数调节装置,其特征在于,所述座椅参数调节装置包括:
图像获取模块,用于获取目标摄像头采集的目标乘员图像;
图像分割模块,用于基于超像素图像分割算法对所述目标乘员图像进行分割,根据分割结果确定人体特征信息;
轮廓检测模块,用于对所述人体特征信息进行轮廓检测,根据检测结果确定人体轮廓信息;
参数调节模块,用于根据所述人体轮廓信息调节目标乘员对应的座椅位置参数。
CN202310018408.0A 2023-01-06 2023-01-06 座椅参数调节方法、设备、存储介质及装置 Pending CN115923607A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310018408.0A CN115923607A (zh) 2023-01-06 2023-01-06 座椅参数调节方法、设备、存储介质及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310018408.0A CN115923607A (zh) 2023-01-06 2023-01-06 座椅参数调节方法、设备、存储介质及装置

Publications (1)

Publication Number Publication Date
CN115923607A true CN115923607A (zh) 2023-04-07

Family

ID=86699190

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310018408.0A Pending CN115923607A (zh) 2023-01-06 2023-01-06 座椅参数调节方法、设备、存储介质及装置

Country Status (1)

Country Link
CN (1) CN115923607A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116956379A (zh) * 2023-09-20 2023-10-27 吉林大学 一种构建乘员参数化人体轮廓预测模型的方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116956379A (zh) * 2023-09-20 2023-10-27 吉林大学 一种构建乘员参数化人体轮廓预测模型的方法
CN116956379B (zh) * 2023-09-20 2023-12-08 吉林大学 一种构建乘员参数化人体轮廓预测模型的方法

Similar Documents

Publication Publication Date Title
EP3539054B1 (en) Neural network image processing apparatus
US9842266B2 (en) Method for detecting driver cell phone usage from side-view images
KR101758684B1 (ko) 객체 추적 장치 및 방법
US20190333241A1 (en) People flow analysis apparatus, people flow analysis system, people flow analysis method, and non-transitory computer readable medium
US8824742B2 (en) Occupancy detection for managed lane enforcement based on localization and classification of windshield images
US6118887A (en) Robust multi-modal method for recognizing objects
US8447100B2 (en) Detecting apparatus of human component and method thereof
US20030169906A1 (en) Method and apparatus for recognizing objects
CN101211411B (zh) 一种人体检测的方法和装置
EP1693783A1 (en) Fast method of object detection by statistical template matching
CN109858375B (zh) 活体人脸检测方法、终端及计算机可读存储介质
CN110889355B (zh) 一种人脸识别校验方法、系统及存储介质
US20210001796A1 (en) Physique estimation device and physique estimation method
KR101035055B1 (ko) 이종 카메라를 이용한 객체 추적 시스템 및 방법
JP6222948B2 (ja) 特徴点抽出装置
CN105718864B (zh) 一种机动车驾乘人员在途未系安全带的检测方法
JP4507679B2 (ja) 画像認識装置、画像抽出装置、画像抽出方法及びプログラム
US20220366570A1 (en) Object tracking device and object tracking method
US20210357656A1 (en) Systems and methods for object recognition
CN115923607A (zh) 座椅参数调节方法、设备、存储介质及装置
CN115346197A (zh) 一种基于双向视频流的驾驶员分心行为识别方法
JP5034623B2 (ja) 画像処理方法、画像処理装置、画像処理システム及びコンピュータプログラム
CN110235177B (zh) 图像处理装置、图像识别装置、以及存储介质
Krotosky et al. Real-time stereo-based head detection using size, shape and disparity constraints
CN116740792A (zh) 一种观光车作业人员人脸识别方法及系统

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