CN116206290A - 物品的识别方法、装置、车辆、电子设备和存储介质 - Google Patents
物品的识别方法、装置、车辆、电子设备和存储介质 Download PDFInfo
- Publication number
- CN116206290A CN116206290A CN202211651398.6A CN202211651398A CN116206290A CN 116206290 A CN116206290 A CN 116206290A CN 202211651398 A CN202211651398 A CN 202211651398A CN 116206290 A CN116206290 A CN 116206290A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- article
- preset
- image information
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
Abstract
本公开公开了物品的识别方法、装置、车辆、电子设备和存储介质,涉及车辆技术领域,主要技术方案包括:首先,响应于目标座椅上的乘客离开车辆,采集待识别图像信息;其中,所述目标座椅为除驾驶位外的其他座椅;其次,将所述待识别图像信息输入预设识别模型,确认所述待识别图像信息对应的物品类别;最后,根据所述物品类别输出车内存在遗留物品的提示。通过预设识别模型在识别车内乘客的遗漏物品,确定遗漏物品的类别,根据遗漏物品的类别实现精准提醒,防止用户遗漏物品。
Description
技术领域
本公开涉及车辆技术领域,尤其涉及一种物品的识别方法、装置、车辆、电子设备和存储介质。
背景技术
车辆的兴起给人们的生活带去了很大的便利性,但是在乘车后易将物品遗留在车中,例如,当用户乘坐网约车/出租车,到达目的地后,用户下车,当网约车/出租车离开时才发现物品遗留在车中,该种遗留物品在车中的场景经常发生,会对生活造成很多不便,影响用车体验。
为了解决上述问题,对车内遗留物品的检测通常采用如下方案:基于对用户打开车上车前及下车关闭车门后两次抓拍车内景象的图片,并对两张抓拍图片进行比较,当确定两张图片中存在差异时,提醒用户有物品遗漏在车内。
虽然上述方法能够实现对用户遗留物品的检测,但是该种方法无法精准识别用户遗留物品的种类,因此无法实现针对用户遗留物品的精准提醒。
发明内容
本公开提供了一种物品的识别方法、装置、车辆、电子设备和存储介质。
根据本公开的第一方面,提供了一种物品的识别方法,所述方法应用于车辆,包括:
响应于目标座椅上的乘客离开车辆,采集待识别图像信息;其中,所述目标座椅为除驾驶位外的其他座椅;
将所述待识别图像信息输入预设识别模型,确认所述待识别图像信息对应的物品类别;
根据所述物品类别输出车内存在遗留物品的提示。
可选的,在将所述待识别图像信息输入预设识别模型之前,所述方法还包括:
获取包含标识信息的训练样本,其中,所述训练样本为将不同物品类别的样本放置于车辆的预设目标区域中拍摄得到,所述预设目标区域包括预设行李区、中控平台的至少一种;
将所述训练样本输入所述预设识别模型进行训练,得到训练好的预设识别模型。
可选的,在将所述待识别图像信息输入预设识别模型之后,所述方法还包括:
确认所述待识别图像信息所处车辆内的所述预设目标区域。
可选的,所述根据所述物品类别输出车内存在遗留物品的提示包括:
输出所述遗留物品的物品类别及所处的预设目标区域;
触发车内存在遗留物品的告警信息。
可选的,所述方法还包括:
接收预设图像采集设备发送的图像信息,根据所述图像信息确定所述目标座椅上的乘客离开车辆;
或,接收所述目标座椅上的压力传感器发送的压力数据,根据所述压力数据确定所述目标座椅上的乘客离开车辆;
或,监测车辆车门的开启/关闭信息,根据所述车门的开启/关闭信息确定所述目标座椅上的乘客离开车辆;
和/或,接收红外传感器发送的红外数据,根据所述红外数据确定所述目标座椅上的乘客离开车辆。
根据本公开的第二方面,提供了一种物品的识别装置,所述方法应用于车辆,包括:
采集单元,用于响应于目标座椅上的乘客离开车辆,采集待识别图像信息;其中,所述目标座椅为除驾驶位外的其他座椅;
第一确认单元,用于将所述待识别图像信息输入预设识别模型,确认所述待识别图像信息对应的物品类别;
提示单元,用于根据所述物品类别输出车内存在遗留物品的提示。
可选的,所述方法还包括:
获取单元,用于在第一确认单元将所述待识别图像信息输入预设识别模型之前,获取包含标识信息的训练样本,其中,所述训练样本为将不同物品类别的样本放置于车辆的预设目标区域中拍摄得到,所述预设目标区域包括预设行李区、中控平台的至少一种;
训练单元,用于将所述训练样本输入所述预设识别模型进行训练,得到训练好的预设识别模型。
可选的,所述装置还包括:
第二确认单元,用于在第一确认单元将所述待识别图像信息输入预设识别模型之后,确认所述待识别图像信息所处车辆内的所述预设目标区域。
可选的,所述提示单元包括:
输出模块,用于输出所述遗留物品的物品类别及所处的预设目标区域;
提示模块,用于触发车内存在遗留物品的告警信息。
可选的,所述装置还包括:
第一确定单元,用于接收预设图像采集设备发送的图像信息,根据所述图像信息确定所述目标座椅上的乘客离开车辆;
或,第二确定单元,用于接收所述目标座椅上的压力传感器发送的压力数据,根据所述压力数据确定所述目标座椅上的乘客离开车辆;
或,第三确定单元,用于监测车辆车门的开启/关闭信息,根据所述车门的开启/关闭信息确定所述目标座椅上的乘客离开车辆;
和/或,第四确定单元,用于接收红外传感器发送的红外数据,根据所述红外数据确定所述目标座椅上的乘客离开车辆。
本公开的第三方面,提供了一种车辆,所述车辆包括前述第二方面所述的物品的识别装置。
根据本公开的第四方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述第一方面所述的方法。
根据本公开的第五方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行前述第一方面所述的方法。
根据本公开的第六方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现如前述第一方面所述的方法。
本公开提供的物品的识别方法、装置、车辆、电子设备和存储介质,主要技术方案包括:首先,响应于目标座椅上的乘客离开车辆,采集待识别图像信息;其中,所述目标座椅为除驾驶位外的其他座椅;其次,将所述待识别图像信息输入预设识别模型,确认所述待识别图像信息对应的物品类别;最后,根据所述物品类别输出车内存在遗留物品的提示。与相关技术相比,本申请实施例通过预设识别模型在识别车内乘客的遗漏物品,确定遗漏物品的类别,根据遗漏物品的类别实现精准提醒,防止用户遗漏物品。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1为本公开实施例所提供的一种物品的识别方法的流程示意图;
图2为本公开实施例所提供的一种预设识别模型训练的方法的流程示意图;
图3本公开实施例所提供的一种预设目标区域示意图;
图4为本公开实施例提供的一种物品的识别装置的结构示意图;
图5为本公开实施例提供的另一种物品的识别装置的结构示意图;
图6为本公开实施例提供的示例电子设备400的示意性框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
下面参考附图描述本公开实施例的物品的识别方法、装置、车辆、电子设备和存储介质。
图1为本公开实施例所提供的一种物品的识别方法的流程示意图。
如图1所示,所述方法应用于车辆,该方法包含以下步骤:
步骤101,响应于目标座椅上的乘客离开车辆,采集待识别图像信息;其中,所述目标座椅为除驾驶位外的其他座椅。
作为本申请实施例的一种可实现方式,当车辆为网约车/出租车时,乘客下车后物品遗漏在车内,若不能在车辆离开之前发现并找回,会给乘客及司机造成极大的不便;因此本申请实施例在检测到车辆中的乘客下车之后,通过车内预设摄像头等设备采集车内图像信息进行遗漏物品检测。
步骤102,将所述待识别图像信息输入预设识别模型,确认所述待识别图像信息对应的物品类别。
所述预设识别模型为经过训练,具备一定的物品识别能力的模型;将用户下车后采集到的图像信息输入预设识别模型,预设识别模型通过检测,确定是否存在遗漏物品,若存在遗漏物品,则识别物品的名称,用以进行语音播报;若预设识别模型检测到当前车内不存在遗漏物品时,则默认不发出警报。
步骤103,根据所述物品类别输出车内存在遗留物品的提示。
在进行提示时可采用多种方式进行提醒,例如:在车辆中控屏幕显示提醒司机乘客有物品遗漏,不要驱车离开,还可采用灯光、语音播报等方式进行提醒,例如当乘客的水杯遗漏在车上时,可通过语音提示:乘客您好,您的水杯忘了拿哦;当乘客为网约乘客时,还可通过短信、应用弹窗等方式提醒用户,提醒内容也可为文字、遗漏物品的图像或两者组合,本申请实施例对提醒的方式不进行具体限定。
本公开提供的物品的识别方法,主要技术方案包括:首先,响应于目标座椅上的乘客离开车辆,采集待识别图像信息;其中,所述目标座椅为除驾驶位外的其他座椅;其次,将所述待识别图像信息输入预设识别模型,确认所述待识别图像信息对应的物品类别;最后,根据所述物品类别输出车内存在遗留物品的提示。与相关技术相比,本申请实施例通过预设识别模型在识别车内乘客的遗漏物品,确定遗漏物品的类别,根据遗漏物品的类别实现精准提醒,防止用户遗漏物品。
在步骤102基于预设识别模型识别图像中是否存在遗漏物品之前,还需要对预设识别模型进行训练、学习,使其学习出可以识别遗留物品并确认遗留物品类别的能力;如图2所示,图2为本申请实施例所提供的一种预设识别模型训练的方法的流程示意图,包括:
步骤201,获取包含标识信息的训练样本,其中,所述训练样本为将不同物品类别的样本放置于车辆的预设目标区域中拍摄得到,所述预设目标区域包括预设行李区、中控平台的至少一种。
考虑到实际应用时,不同乘客之间的相同类型的物品,如背包,其在形态、颜色、花纹等方面都各不相同,因此,在采集标识信息时,需针对不同物品类型、相同物品类型的不同形状、颜色等都进行采集,还包含同时存在多个物品时的情况,例如,在预设行李区摆放一个行李箱,一个背包、一本书,训练模型对于多物品之间的组合的识别能力,作为一种可能的实现方式,在训练时,还包括采集预设目标区域不存在遗漏物品时的训练样本,作为对比训练样本。
作为本申请实施例的一种可能的实现方式,请参阅图3,图3本申请实施例所提供的一种预设目标区域示意图;其中,所述预设目标区域可以为预设行李区,车辆中控台上方、方向盘侧边空调出风口等位置,所述预设行李区可以为如图3所示的行李区,也可以为车内过道、主驾驶右侧扶手等位置,具体的,本申请实施例不进行限定。所述预设行李区可设置为将车辆副驾驶及副驾驶前方的中控台取消,在原先车辆副驾驶位与副驾驶位对应的中控台的位置设置预设行李区,需要说明的是,该种说明方式仅为示例性的说明,并非是对预设行李区的具体限定。
所述预设图像采集设备可以为摄像头等具备图像采集功能的设备,具体的,本申请实施例不进行限定;预设图像采集设备布置在车辆顶部,可清晰、无遮挡的采集到预设目标区域的位置,在实际应用中,可根据实际需求确定布置位置及布置数量,本申请实施例以布置数量为1,布置位置在行李区上方为例进行说明,但是该种说明方式并非是对具体布置位置及布置数目的具体限定,本申请实施例对预设图像采集设备的布置位置及布置数量不进行限定。
作为一种本申请实施例的一种可实现的方式,获取训练样本时,针对不同的预设目标区域,放置物品。
步骤202,将所述训练样本输入所述预设识别模型进行训练,得到训练好的预设识别模型。
基于步骤201获取到的训练样本,对预设识别模型进行训练,使训练后的预设识别模型可用于对物品及物品类别的识别以及具备识别物品所处位置的能力。
作为本申请实施例的一种可实现方式,在识别遗留物品以及根据遗留物品进行提示时,还包括:确认所述待识别图像信息所处车辆内的所述预设目标区域;输出所述遗留物品的物品类别及所处的预设目标区域;触发车内存在遗留物品的告警信息。
对用户进行语音、短信等方式进行告警时,可采用物品类别+所处位置的方式进行提醒,如,当发现网约车乘客的水杯遗漏在行李区后,通过短信的方式提醒用户:尊敬的乘客您好,您的水杯遗漏在网约车,车牌号******车辆的行李区,请您及时取回,避免丢失等,需要说明的是,该种说明方式仅为示例性说明,本申请实施例对具体的提醒内容不进行限定。
作为对上述申请实施例的扩展,在步骤101中,确认乘客离开车辆时,可采用下述方法:
方法1,接收预设图像采集设备发送的图像信息,根据所述图像信息确定所述目标座椅上的乘客离开车辆。
方法2,接收所述目标座椅上的压力传感器发送的压力数据,根据所述压力数据确定所述目标座椅上的乘客离开车辆。
方法3,接收红外传感器发送的红外数据,根据所述红外数据确定所述目标座椅上的乘客离开车辆。
方法4,监测车辆车门的开启/关闭信息,根据所述车门的开启/关闭信息确定所述目标座椅上的乘客离开车辆。
上述四种方法均可独自进行确认乘客是否离开车辆,但是在实际应用中,为了提高资源的利用率,减小对车辆续航里程的影响,可将方法1、方法2、方法3分别与方法4组合,用于确认用户是否下车,例如,使用组合方法1与方法4,当检测到车门开启然后闭合后,基于车辆预设图像采集设备检测车内是否还存在乘客;使用方法2与方法4组合,当检测到车门开启然后闭合后,基于座椅内置压力传感器检测车内是否还存在乘客。本申请实施例对具体的检测用户离开车辆的方式不进行限定。
与上述的物品的识别方法相对应,本发明还提出一种物品的识别装置。由于本发明的装置实施例与上述的方法实施例相对应,对于装置实施例中未披露的细节可参照上述的方法实施例,本发明中不再进行赘述。
图4为本公开实施例提供的一种物品的识别装置的结构示意图,如图4所示,包括:
采集单元31,用于响应于目标座椅上的乘客离开车辆,采集待识别图像信息;其中,所述目标座椅为除驾驶位外的其他座椅;
第一确认单元32,用于将所述待识别图像信息输入预设识别模型,确认所述待识别图像信息对应的物品类别;
提示单元33,用于根据所述物品类别输出车内存在遗留物品的提示。
本公开提供的物品的识别装置,主要技术方案包括:首先,响应于目标座椅上的乘客离开车辆,采集待识别图像信息;其中,所述目标座椅为除驾驶位外的其他座椅;其次,将所述待识别图像信息输入预设识别模型,确认所述待识别图像信息对应的物品类别;最后,根据所述物品类别输出车内存在遗留物品的提示。与相关技术相比,本申请实施例通过预设识别模型在识别车内乘客的遗漏物品,确定遗漏物品的类别,根据遗漏物品的类别实现精准提醒,防止用户遗漏物品。
进一步地,在本实施例一种可能的实现方式中,如图5所示,所述方法还包括:
获取单元34,用于在第一确认单元将所述待识别图像信息输入预设识别模型之前,获取包含标识信息的训练样本,其中,所述训练样本为将不同物品类别的样本放置于车辆的预设目标区域中拍摄得到,所述预设目标区域包括预设行李区、中控平台的至少一种;
训练单元35,用于将所述训练样本输入所述预设识别模型进行训练,得到训练好的预设识别模型。
进一步地,在本实施例一种可能的实现方式中,如图5所示,所述装置还包括:
第二确认单元36,用于在第一确认单元将所述待识别图像信息输入预设识别模型之后,确认所述待识别图像信息所处车辆内的所述预设目标区域。
进一步地,在本实施例一种可能的实现方式中,如图5所示,所述提示单元33包括:
输出模块331,用于输出所述遗留物品的物品类别及所处的预设目标区域;
提示模块332,用于触发车内存在遗留物品的告警信息。
进一步地,在本实施例一种可能的实现方式中,如图5所示,所述装置还包括:
第一确定单元37,用于接收预设图像采集设备发送的图像信息,根据所述图像信息确定所述目标座椅上的乘客离开车辆;
或,第二确定单元38,用于接收所述目标座椅上的压力传感器发送的压力数据,根据所述压力数据确定所述目标座椅上的乘客离开车辆;
或,第三确定单元39,用于监测车辆车门的开启/关闭信息,根据所述车门的开启/关闭信息确定所述目标座椅上的乘客离开车辆;
和/或,第四确定单元310,用于接收红外传感器发送的红外数据,根据所述红外数据确定所述目标座椅上的乘客离开车辆。
需要说明的是,前述对方法实施例的解释说明,也适用于本实施例的装置,原理相同,本实施例中不再限定。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本公开的实施例的示例电子设备400的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,设备400包括计算单元401,其可以根据存储在ROM(Read-OnlyMemory,只读存储器)402中的计算机程序或者从存储单元408加载到RAM(Random AccessMemory,随机访问/存取存储器)403中的计算机程序,来执行各种适当的动作和处理。在RAM403中,还可存储设备400操作所需的各种程序和数据。计算单元401、ROM 402以及RAM 403通过总线404彼此相连。I/O(Input/Output,输入/输出)接口405也连接至总线404。
设备400中的多个部件连接至I/O接口405,包括:输入单元406,例如键盘、鼠标等;输出单元407,例如各种类型的显示器、扬声器等;存储单元408,例如磁盘、光盘等;以及通信单元409,例如网卡、调制解调器、无线通信收发机等。通信单元409允许设备400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元401的一些示例包括但不限于CPU(Central Processing Unit,中央处理单元)、GPU(Graphic Processing Units,图形处理单元)、各种专用的AI(Artificial Intelligence,人工智能)计算芯片、各种运行机器学习模型算法的计算单元、DSP(Digital SignalProcessor,数字信号处理器)、以及任何适当的处理器、控制器、微控制器等。计算单元401执行上文所描述的各个方法和处理,例如物品的识别方法。例如,在一些实施例中,物品的识别方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元408。在一些实施例中,计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到设备400上。当计算机程序加载到RAM 403并由计算单元401执行时,可以执行上文描述的方法的一个或多个步骤。备选地,在其他实施例中,计算单元401可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行前述物品的识别方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、FPGA(Field Programmable Gate Array,现场可编程门阵列)、ASIC(Application-Specific Integrated Circuit,专用集成电路)、ASSP(Application Specific StandardProduct,专用标准产品)、SOC(System On Chip,芯片上系统的系统)、CPLD(ComplexProgrammable Logic Device,复杂可编程逻辑设备)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、RAM、ROM、EPROM(Electrically Programmable Read-Only-Memory,可擦除可编程只读存储器)或快闪存储器、光纤、CD-ROM(Compact Disc Read-Only Memory,便捷式紧凑盘只读存储器)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(Cathode-Ray Tube,阴极射线管)或者LCD(Liquid Crystal Display,液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:LAN(LocalArea Network,局域网)、WAN(Wide Area Network,广域网)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
其中,需要说明的是,人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术;人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (14)
1.一种物品的识别方法,其特征在于,所述方法应用于车辆,包括:
响应于目标座椅上的乘客离开车辆,采集待识别图像信息;其中,所述目标座椅为除驾驶位外的其他座椅;
将所述待识别图像信息输入预设识别模型,确认所述待识别图像信息对应的物品类别;
根据所述物品类别输出车内存在遗留物品的提示。
2.根据权利要求1所述的方法,其特征在于,在将所述待识别图像信息输入预设识别模型之前,所述方法还包括:
获取包含标识信息的训练样本,其中,所述训练样本为将不同物品类别的样本放置于车辆的预设目标区域中拍摄得到,所述预设目标区域包括预设行李区、中控平台的至少一种;
将所述训练样本输入所述预设识别模型进行训练,得到训练好的预设识别模型。
3.根据权利要求2所述的方法,其特征在于,在将所述待识别图像信息输入预设识别模型之后,所述方法还包括:
确认所述待识别图像信息所处车辆内的所述预设目标区域。
4.根据权利要求3所述的方法,其特征在于,所述根据所述物品类别输出车内存在遗留物品的提示包括:
输出所述遗留物品的物品类别及所处的预设目标区域;
触发车内存在遗留物品的告警信息。
5.根据权利要求1—4中任一项所述的方法,其特征在于,所述方法还包括:
接收预设图像采集设备发送的图像信息,根据所述图像信息确定所述目标座椅上的乘客离开车辆;
或,接收所述目标座椅上的压力传感器发送的压力数据,根据所述压力数据确定所述目标座椅上的乘客离开车辆;
或,监测车辆车门的开启/关闭信息,根据所述车门的开启/关闭信息确定所述目标座椅上的乘客离开车辆;
和/或,接收红外传感器发送的红外数据,根据所述红外数据确定所述目标座椅上的乘客离开车辆。
6.一种物品的识别装置,其特征在于,所述装置应用于车辆,包括:
采集单元,用于响应于目标座椅上的乘客离开车辆,采集待识别图像信息;其中,所述目标座椅为除驾驶位外的其他座椅;
第一确认单元,用于将所述待识别图像信息输入预设识别模型,确认所述待识别图像信息对应的物品类别;
提示单元,用于根据所述物品类别输出车内存在遗留物品的提示。
7.根据权利要求6所述的装置,其特征在于,所述方法还包括:
获取单元,用于在第一确认单元将所述待识别图像信息输入预设识别模型之前,获取包含标识信息的训练样本,其中,所述训练样本为将不同物品类别的样本放置于车辆的预设目标区域中拍摄得到,所述预设目标区域包括预设行李区、中控平台的至少一种;
训练单元,用于将所述训练样本输入所述预设识别模型进行训练,得到训练好的预设识别模型。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
第二确认单元,用于在第一确认单元将所述待识别图像信息输入预设识别模型之后,确认所述待识别图像信息所处车辆内的所述预设目标区域。
9.根据权利要求8所述的装置,其特征在于,所述提示单元包括:
输出模块,用于输出所述遗留物品的物品类别及所处的预设目标区域;
提示模块,用于触发车内存在遗留物品的告警信息。
10.根据权利要求6—9中任一项所述的装置,其特征在于,所述装置还包括:
第一确定单元,用于接收预设图像采集设备发送的图像信息,根据所述图像信息确定所述目标座椅上的乘客离开车辆;
或,第二确定单元,用于接收所述目标座椅上的压力传感器发送的压力数据,根据所述压力数据确定所述目标座椅上的乘客离开车辆;
或,第三确定单元,用于监测车辆车门的开启/关闭信息,根据所述车门的开启/关闭信息确定所述目标座椅上的乘客离开车辆;
和/或,第四确定单元,用于接收红外传感器发送的红外数据,根据所述红外数据确定所述目标座椅上的乘客离开车辆。
11.一种车辆,其特征在于,所述车辆包括如权利要求6-10所述的物品的识别装置。
12.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
13.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。
14.一种计算机程序产品,其特征在于,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211651398.6A CN116206290A (zh) | 2022-12-21 | 2022-12-21 | 物品的识别方法、装置、车辆、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211651398.6A CN116206290A (zh) | 2022-12-21 | 2022-12-21 | 物品的识别方法、装置、车辆、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116206290A true CN116206290A (zh) | 2023-06-02 |
Family
ID=86510357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211651398.6A Pending CN116206290A (zh) | 2022-12-21 | 2022-12-21 | 物品的识别方法、装置、车辆、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116206290A (zh) |
-
2022
- 2022-12-21 CN CN202211651398.6A patent/CN116206290A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8344870B2 (en) | Virtual dashboard | |
CN110235152A (zh) | 交通工具服务系统 | |
CN111274881A (zh) | 驾驶安全的监控方法、装置、计算机设备及存储介质 | |
CN109816156A (zh) | 无人驾驶物流车自主运营方法、装置及存储介质 | |
CN110765807A (zh) | 驾驶行为分析、处理方法、装置、设备和存储介质 | |
KR20210121015A (ko) | 남겨진 객체의 검출 | |
CN107315519A (zh) | 驾驶状态下的os切换方法、装置及移动终端 | |
CN113723528A (zh) | 车载语视融合多模态交互方法及系统、设备、存储介质 | |
Mohandes et al. | Preference‐based smart parking system in a university campus | |
CN113569718A (zh) | 提醒方法、装置、设备、系统和存储介质 | |
CN112634558A (zh) | 防止由不当方从车辆取走物品的系统和方法 | |
CN113835570B (zh) | 车辆中显示屏的控制方法、装置、设备、存储介质及程序 | |
US11614735B1 (en) | Systems and methods for remote status detection of autonomous vehicles | |
CN110197150A (zh) | 出行服务方法、装置及系统 | |
CN112689587A (zh) | 考虑到在要求接管驾驶任务时驾驶员的非驾驶任务活动的可中断性而分类非驾驶任务活动的方法及因要求接管驾驶任务而中断非驾驶任务活动后重新释放非驾驶任务活动的方法 | |
US11231713B2 (en) | Method for providing vehicle information, device and storage medium | |
US20210049625A1 (en) | System and method for using vehicle data for future vehicle designs | |
CN116206290A (zh) | 物品的识别方法、装置、车辆、电子设备和存储介质 | |
CN114677848B (zh) | 感知预警系统、方法、装置及计算机程序产品 | |
JP7405335B2 (ja) | 自動運転車両の検出方法、装置、電子機器及び読み取り可能な記憶媒体 | |
CN105608921A (zh) | 在电子装置中提示公共交通线路的方法和设备 | |
US11932285B2 (en) | Communication prioritization in vehicles with automated driver assistance | |
CN114022899A (zh) | 检测车辆乘员的身体部位伸出车窗外的方法、装置及车辆 | |
CN111401030B (zh) | 服务异常识别方法、装置、服务器及可读存储介质 | |
CN113838273B (zh) | 基于车辆的提醒方法、装置、电子设备和存储介质 |
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 |