CN117493600A - 车机桌面背景的生成方法、装置、智能座舱系统及介质 - Google Patents
车机桌面背景的生成方法、装置、智能座舱系统及介质 Download PDFInfo
- Publication number
- CN117493600A CN117493600A CN202311484380.6A CN202311484380A CN117493600A CN 117493600 A CN117493600 A CN 117493600A CN 202311484380 A CN202311484380 A CN 202311484380A CN 117493600 A CN117493600 A CN 117493600A
- Authority
- CN
- China
- Prior art keywords
- image
- background
- user
- switching instruction
- generating
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 239000000463 material Substances 0.000 claims abstract description 32
- 238000004458 analytical method Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 7
- 238000013473 artificial intelligence Methods 0.000 abstract description 11
- 230000000007 visual effect Effects 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Library & Information Science (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请涉及智能座舱技术领域,特别涉及一种车机桌面背景的生成方法、装置、智能座舱系统及介质,其中,方法包括:采集用户的第一背景切换指令;解析第一背景切换指令,得到用户的切换意图,其中,切换意图中包含关键词;基于切换意图,根据关键词从预设的图像素材库中匹配至少一个图像元素特征,且根据至少一个图像元素特征生成目标图像,并将目标图像发送至车机终端,以将目标图像作为车机终端的桌面背景。由此,解决了车机桌面的设置风格有限,无法满足用户对车机桌面可玩性的追求等问题,拓展了人工智能算法生成图像在智能座舱领域的应用,使智能座舱车机视觉呈现方面更加智能化、多样化和可定制化。
Description
技术领域
本申请涉及智能座舱技术领域,特别涉及一种车机桌面背景的生成方法、装置、智能座舱系统及介质。
背景技术
随着汽车智能座舱技术的成熟和不断发展,用户对汽车的可玩性期待值也逐渐提升。
相关技术中,汽车车机桌面基本以系统预设的图像为主,用户只能从有限的范围内选择某一张USB(Universal Serial Bus,通用串行总线)图像或远程传送到车机的图像作为车机桌面背景。然而,随着智能化水平逐渐提高以及用户需求多元化的趋势日益凸显,这种预设和内置桌面的方式已不能满足用户对车机桌面可玩性的追求。
另外,随着人工智能技术的不断发展以及应用场景的不断扩展,关键词生成图像技术已经在传统的广告设计、游戏开发等领域开始应用,但在车机中还没有实际运用。相关技术中,结合AI(Artificial Intelligence,人工智能)智能语音识别对图像的处理仅仅局限于根据识别出的关键词在图像库中进行搜索,但无法智能生成新的图像,更无法结合已有的图像元素智能提取并生成新的图像,因此,相关技术无法在智能座舱车机视觉的呈现方面满足用户个性化的需求,亟待解决。
发明内容
本申请提供一种车机桌面背景的生成方法、装置、智能座舱系统及介质,以解决车机桌面的设置风格有限,无法满足用户对车机桌面可玩性的追求等问题,拓展了人工智能算法生成图像在智能座舱领域的应用,使智能座舱车机视觉呈现方面更加智能化、多样化和可定制化。
本申请第一方面实施例提供一种车机桌面背景的生成方法,包括以下步骤:
采集用户的第一背景切换指令;解析所述第一背景切换指令,得到所述用户的切换意图,其中,所述切换意图中包含关键词;基于所述切换意图,根据所述关键词从预设的图像素材库中匹配至少一个图像元素特征,且根据所述至少一个图像元素特征生成目标图像,并将所述目标图像发送至车机终端,以将所述目标图像作为所述车机终端的桌面背景。
可选地,在一些实施例中,在基于所述切换意图,根据所述关键词从所述预设的图像素材库中匹配所述至少一个图像元素特征之前,还包括:
获取公开第一图像数据集和/或所述用户上传的第二图像数据集;基于预设的算法模型,对所述第一图像数据集和/或所述第二图像数据集进行分析,得到所有图像的图像元素特征;根据所述所有图像的图像元素特征生成所述预设的图像素材库。
可选地,在一些实施例中,在将所述目标图像发送至所述车机终端之前,还包括:
判断是否接收到所述用户的第二背景切换指令;若接收到所述第二背景切换指令,则判断所述第二背景切换指令是否与所述第一背景切换指令一致;若所述第二背景切换指令与所述第一背景切换指令一致,则将所述目标图像发送至所述车机终端。
可选地,在一些实施例中,在判断所述第二背景切换指令是否与所述第一背景切换指令一致之后,还包括:若所述第二背景切换指令与所述第一背景切换指令不一致,则重新解析所述第二背景切换指令。
可选地,在一些实施例中,所述采集所述用户的所述第一背景切换指令之后,还包括:若解析所述第一背景切换指令失败,则对所述用户进行解析失败提醒。
可选地,在一些实施例中,所述第一背景切换指令和第二背景切换指令均为语音指令。
本申请第二方面实施例提供一种车机桌面背景的生成装置,包括:
采集模块,用于采集用户的第一背景切换指令;解析模块,用于解析所述第一背景切换指令,得到所述用户的切换意图,其中,所述切换意图中包含关键词;生成模块,用于基于所述切换意图,根据所述关键词从预设的图像素材库中匹配至少一个图像元素特征,且根据所述至少一个图像元素特征生成目标图像,并将所述目标图像发送至车机终端,以将所述目标图像作为所述车机终端的桌面背景。
可选地,在一些实施例中,在基于所述切换意图,根据所述关键词从所述预设的图像素材库中匹配所述至少一个图像元素特征之前,所述生成模块,还用于:
获取公开第一图像数据集和/或所述用户上传的第二图像数据集;基于预设的算法模型,对所述第一图像数据集和/或所述第二图像数据集进行分析,得到所有图像的图像元素特征;根据所述所有图像的图像元素特征生成所述预设的图像素材库。
可选地,在一些实施例中,在将所述目标图像发送至所述车机终端之前,所述生成模块,还用于:
判断是否接收到所述用户的第二背景切换指令;在接收到所述第二背景切换指令的情况下,判断所述第二背景切换指令是否与所述第一背景切换指令一致;在所述第二背景切换指令与所述第一背景切换指令一致的情况下,将所述目标图像发送至所述车机终端。
可选地,在一些实施例中,在判断所述第二背景切换指令是否与所述第一背景切换指令一致之后,所述生成模块,还用于:在所述第二背景切换指令与所述第一背景切换指令不一致的情况下,重新解析所述第二背景切换指令。
可选地,在一些实施例中,所述采集所述用户的所述第一背景切换指令之后,所述采集模块,还用于:在解析所述第一背景切换指令失败的情况下,对所述用户进行解析失败提醒。
可选地,在一些实施例中,所述第一背景切换指令和第二背景切换指令均为语音指令。
本申请第三方面实施例提供一种智能座舱系统,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计算机程序,所述处理器执行所述程序,以实现如上述实施例所述的车机桌面背景的生成方法。
本申请第四方面实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行,以用于实现如上述实施例所述的车机桌面背景的生成方法。
由此,通过采集用户的背景切换指令,该背景切换指令为语音指令,进而解析用户的背景切换指令,得到用户的切换意图,其中,切换意图中包含关键词,基于切换意图,根据关键词从预设的图像素材库中匹配至少一个图像元素特征,且根据至少一个图像元素特征生成目标图像,并将目标图像发送至车机终端,以将目标图像作为车机终端的桌面背景。由此,有效地解决了相关技术中,车机桌面的设置风格有限,无法满足用户对车机桌面可玩性的追求等问题,拓展了人工智能算法生成图像在智能座舱领域的应用,使智能座舱车机视觉呈现方面更加智能化、多样化和可定制化。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本申请实施例提供的车机桌面背景的生成方法的流程图;
图2为根据本申请一个具体实施例的车机桌面背景的生成原理的示意图;
图3为根据本申请一个具体实施例的车机桌面背景的生成方法的流程图;
图4为根据本申请实施例提供的车机桌面背景的生成装置的方框示意图;
图5为根据本申请实施例提供的智能座舱系统的方框示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其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。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。
下面参考附图描述本申请实施例的车机桌面背景的生成方法、装置、智能座舱系统及介质。针对上述背景技术中提到的车机桌面的设置风格有限,无法满足用户对车机桌面可玩性的追求的问题,本申请提供了一种车机桌面背景的生成方法,在该方法中,采集用户的第一背景切换指令;解析第一背景切换指令,得到用户的切换意图,其中,切换意图中包含关键词;基于切换意图,根据关键词从预设的图像素材库中匹配至少一个图像元素特征,且根据至少一个图像元素特征生成目标图像,并将目标图像发送至车机终端,以将目标图像作为车机终端的桌面背景。由此,解决了相关技术中,车机桌面的设置风格有限,无法满足用户对车机桌面可玩性的追求等问题,拓展了人工智能算法生成图像在智能座舱领域的应用,使智能座舱车机视觉呈现方面更加智能化、多样化和可定制化。
具体而言,图1为本申请实施例所提供的一种车机桌面背景的生成方法的流程示意图。
如图1所示,该车机桌面背景的生成方法包括以下步骤:
在步骤S101中,采集用户的第一背景切换指令。
其中,本申请实施例的第一背景切换指令是指用户下达的切换智能座舱桌面背景的指令,本申请可以根据该指令生成个性化的桌面背景后给予用户反馈。
可以理解的是,为了使车机桌面背景的生成方法更加人性化,用户可以多次输入背景切换指令,因此本申请实施例还涉及到了下述的第二背景切换指令,并且在实际的使用过程中,智能座舱系统可以多次采集用户下达的背景切换指令,直至满足用户需求。
可选地,在一些实施例中,第一背景切换指令和第二背景切换指令均为语音指令。
具体地,用户在需要切换车机桌面背景时,可以唤醒智能座舱系统的语音助手,通过语音输入的方式,表达切换车机桌面背景的语音指令,例如“帮我生成一张图像,蓝天白云下一辆跑车在雨天沿海奔驰”。进而,本申请实施例的智能座舱系统采集用户下达的背景切换指令,以得到用户的切换意图。
在步骤S102中,解析第一背景切换指令,得到用户的切换意图,其中,切换意图中包含关键词。
其中,本申请实施例的关键词可以是背景切换指令中所包含的名词、形容词,也可以是基于背景切换指令解析出的各种特效。
在一些实施例中,图2为本申请一个具体实施例的车机桌面背景的生成原理的示意图,图2展示了智能座舱系统的构成,本申请实施例的车机桌面背景的生成方法的实现涉及到如图2所示的语音模块、云端、车机端、AI图像处理系统、车载摄像头和移动设备。本申请实施例的语音模块包括ASR(Automatic Speech Recognition,自动语音识别)识别、语音助手、TTS(Text To Speech,从文本到语言)、对话服务等,主要用于识别用户所表达的关键词,并通过自然语言处理、与用户对话的方式明确用户的意图,在生成图像后给予用户执行反馈。
具体地,本申请实施例的语音模块的语音助手在采集到用户下达的第一背景切换指令后,通过ASR技术自动识别语音指令,通过TTS技术将该语音指令将语音转化为文本,并将语音指令上传至云端,本申请实施例的云端用于识别关键词后通过传输至AI图像处理系统进行图像的处理,即根据用户的语音指令,自动识别用户意图、解析关键词,并将关键词发送至AI图像处理系统。
举例而言,用户输入的语音指令为“帮我生成一张图像,蓝天白云下一辆跑车在雨天沿海奔驰”,则云端可以自动解析该语音指令,得到“蓝天”、“白云”、“跑车”、“下雨动效”和“海边”等关键词。
可选地,在一些实施例中,采集用户的第一背景切换指令之后,还包括:若解析第一背景切换指令失败,则对用户进行解析失败提醒。
可以理解的是,用户在使用方言或者声音音量过小的情况下进行语音输入时,云端无法识别关键词,会给用户造成困扰,因此,本申请在解析第一背景切换指令失败的情况下,向用户反馈解析失败的信息,本申请实施例可以通过车载音响发出解析失败的提醒或者在车机桌面上显示解析失败的推送消息等,在此不做具体限定。
在步骤S103中,基于切换意图,根据关键词从预设的图像素材库中匹配至少一个图像元素特征,且根据至少一个图像元素特征生成目标图像,并将目标图像发送至车机终端,以将目标图像作为车机终端的桌面背景。
可选地,在一些实施例中,在基于切换意图,根据关键字从预设的图像素材库中匹配至少一个图像元素特征之前,还包括:获取公开第一图像数据集和/或用户上传的第二图像数据集;基于预设的算法模型,对第一图像数据集和/或第二图像数据集进行分析,得到所有图像的图像元素特征;根据所有图像的图像元素特征生成预设的图像素材库。
其中,本申请实施例预设的图像素材库包含多个图像元素特征,该图像元素特征可以是颜色、线条、风格、灯光等构成图像的基础特征元素。为了使车机桌面背景更加多元化,满足用户个性化的需求,本申请实施例获取多个图像元素特征的数据集可以是通过车载摄像头采集的图像,即本申请实施例的第一图像数据集,也可以是用户通过移动设备导入上传的图像,即本申请实施例的第二图像数据集,或者将二者结合,共同构成图像素材库的数据集。
具体而言,如图2所示,智能座舱系统采集车载摄像头获取的图像或者用户通过移动设备上传的图像,或者同时采集摄像头端和用户端提供的图像,并将采集到的图像通过USB传输至AI图像处理系统,图像采集模块接收图像,利用算法模型训练模块基于采集到的图像,提取所有图像的图像元素特征,由此得到预设的图像素材库。
需要说明的是,本申请实施例预设的算法模型可以是神经网络模型。本申请实施例基于深度学习算法,学习和分析大量艺术作品和风格,根据行车场景下车载摄像头以及用户自主上传的图像为素材,通过算法模型训练,提取颜色、线条、风格、灯光等各种特征,构成预设的图像素材库。
由此,本申请可以基于车载摄像头、移动设备上传的图像持续学习训练,积累制图元素和特征,形成用户专属的偏好风格,满足用户各种个性化需求,提升用户的使用体验。
进一步地,如图2所示,文本处理模块针对接收的关键词匹配模型训练的场景,图像生成模块结合已解析的关键词和算法模型计算结果,也就是说,根据关键词从预设的图像素材库中匹配至少一个图像元素特征,并根据至少一个图像元素特征生成目标图像,将该目标图像上传至云端,云端将其传输至车机端。
需要说明的是,本申请实施例的车机端可以实现与用户的语音人机交互界面显示,显示通过云端下发的图像处理结果,并根据用户的语义指令将处理结果运用到车机桌面。
由此,本申请可以利用关键词及模型训练的场景库,匹配图像元素,生成目标图像并运用到车机桌面,并且本申请不局限于通过预设的图像进行目标检索,而是能够基于已有的图像元素特征,不断学习训练模型,结合用户提供的关键词生成特定的图像内容,使得智能座舱车机视觉呈现方面更加智能化、多样化和可定制化。
可选地,在一些实施例中,在将目标图像发送至车机终端之前,还包括:判断是否接收到用户的第二背景切换指令;若接收到第二背景切换指令,则判断第二背景切换指令是否与第一背景切换指令一致;若第二背景切换指令与第一背景切换指令一致,则将目标图像发送至车机终端。
可以理解的是,用户在获取目标图像之后,可能会由于不满足用户预期而再次发出背景切换指令,因此,本申请需要判断用户是否输入新的关键词,实时响应用户的指令。
在一些情况下,用户再次发出的第二背景切换指令与第一背景切换指令一致,此时只需要将生成的目标图像发送至车机终端即可。
可选地,在一些实施例中,在判断第二背景切换指令是否与第一背景切换指令一致之后,还包括:若第二背景切换指令与第一背景切换指令不一致,则重新解析第二背景切换指令。
在另一些情况下,用户发出的第二背景切换指令与第一背景切换指令不一致,则智能座舱系统将基于第二背景切换指令所解析出的新的关键词和预设的算法模型,基于当前目标图像进行渲染并生成新的目标图像,以反馈给车机端。
需要说明的是,考虑到算法模型的训练程度以及图像素材库的多样性,因此,利用本申请的车机桌面背景的生成方法所获取的图像具有一定的随机性,但当用户基于已生成的图像再次提供新的关键词时,仍然能够基于当前图像结合关键词继续优化图像的渲染直到满足用户的预期。
为了使本领域技术人员进一步了解本申请的车机桌面背景的生成方法,以下列举实施例示意性说明该方法的实施步骤。
具体而言,图3为本申请一个具体实施例的车机桌面背景的生成方法的流程图,结合图2和图3所示,该方法包括以下步骤:
步骤S301,用户语音指令输入。即用户唤醒语音助手,表达目标图像的语音指令,例如“帮我生成一张图像,蓝天白云下一辆跑车在雨天沿海奔驰”。
步骤S302,关键词解析,识别用户意图。即通过云端,根据用户的语音指令,自动解析并识别出关键词,并将关键词发送至AI图像处理系统,根据上述的语音指令解析出关键词为“蓝天”、“白云”、“跑车”、“下雨动效”、“海边”。
步骤S303,算法模型训练,图像处理。即根据车机端已采集的图像,利用预设的算法模型,提取图像元素特征,并与关键词文本进行匹配,为图像生成构建基本元素。
步骤S304,生成图像。即基于以上的关键词和预设的算法模型渲染并生成目标图像。
步骤S305,判断用户是否输入新的关键词,若用户输入新的关键词,则执行步骤S302,若用户未输入新的关键词,则执行步骤S306。
步骤S306,车机桌面应用。即将当前生成的图像设定为车机桌面背景并结束流程。
由此,本申请通过不断采集车载摄像头和用户上传的图像,训练模型并提炼具有用户偏好的制图元素,基于用户提供的关键词智能生成车机桌面背景,因此,对于提升智能座舱车机桌面的可玩性具有重要的指导和实践意义。
根据本申请实施例提出的车机桌面背景的生成方法,通过采集用户的背景切换指令,该背景切换指令为语音指令,进而解析用户的背景切换指令,得到用户的切换意图,其中,切换意图中包含关键词,基于切换意图,根据关键词从预设的图像素材库中匹配至少一个图像元素特征,且根据至少一个图像元素特征生成目标图像,并将目标图像发送至车机终端,以将目标图像作为车机终端的桌面背景。由此,有效地解决了相关技术中,车机桌面的设置风格有限,无法满足用户对车机桌面可玩性的追求等问题,拓展了人工智能算法生成图像在智能座舱领域的应用,使智能座舱车机视觉呈现方面更加智能化、多样化和可定制化。
其次参照附图描述根据本申请实施例提出的车机桌面背景的生成装置。
图4是本申请实施例的车机桌面背景的生成装置的方框示意图。
如图4所示,该车机桌面背景的生成装置10包括:采集模块100、解析模块200和生成模块300。
具体地,采集模块100,用于采集用户的第一背景切换指令;解析模块200,用于解析第一背景切换指令,得到用户的切换意图,其中,切换意图中包含关键词;生成模块300,用于基于切换意图,根据关键词从预设的图像素材库中匹配至少一个图像元素特征,且根据至少一个图像元素特征生成目标图像,并将目标图像发送至车机终端,以将目标图像作为车机终端的桌面背景。
可选地,在一些实施例中,在基于切换意图,根据关键词从预设的图像素材库中匹配至少一个图像元素特征之前,生成模块300,还用于:获取公开第一图像数据集和/或用户上传的第二图像数据集;基于预设的算法模型,对第一图像数据集和/或第二图像数据集进行分析,得到所有图像的图像元素特征;根据所有图像的图像元素特征生成预设的图像素材库。
可选地,在一些实施例中,在将目标图像发送至车机终端之前,生成模块300,还用于:判断是否接收到用户的第二背景切换指令;在接收到第二背景切换指令的情况下,判断第二背景切换指令是否与第一背景切换指令一致;在第二背景切换指令与第一背景切换指令一致的情况下,将目标图像发送至车机终端。
可选地,在一些实施例中,在判断第二背景切换指令是否与第一背景切换指令一致之后,生成模块300,还用于:在第二背景切换指令与第一背景切换指令不一致的情况下,重新解析第二背景切换指令。
可选地,在一些实施例中,采集用户的第一背景切换指令之后,采集模块100,还用于:在解析第一背景切换指令失败的情况下,对用户进行解析失败提醒。
可选地,在一些实施例中,第一背景切换指令和第二背景切换指令均为语音指令。
需要说明的是,前述对车机桌面背景的生成方法实施例的解释说明也适用于该实施例的车机桌面背景的生成装置,此处不再赘述。
根据本申请实施例提出的车机桌面背景的生成装置,通过采集用户的背景切换指令,该背景切换指令为语音指令,进而解析用户的背景切换指令,得到用户的切换意图,其中,切换意图中包含关键词,基于切换意图,根据关键词从预设的图像素材库中匹配至少一个图像元素特征,且根据至少一个图像元素特征生成目标图像,并将目标图像发送至车机终端,以将目标图像作为车机终端的桌面背景。由此,有效地解决了相关技术中,车机桌面的设置风格有限,无法满足用户对车机桌面可玩性的追求等问题,拓展了人工智能算法生成图像在智能座舱领域的应用,使智能座舱车机视觉呈现方面更加智能化、多样化和可定制化。
图5为本申请实施例提供的智能座舱系统的结构示意图。该智能座舱系统可以包括:
存储器501、处理器502及存储在存储器501上并可在处理器502上运行的计算机程序。
处理器502执行程序时实现上述实施例中提供的车机桌面背景的生成方法。
进一步地,智能座舱系统还包括:
通信接口503,用于存储器501和处理器502之间的通信。
存储器501,用于存放可在处理器502上运行的计算机程序。
存储器501可能包含高速RAM(Random Access Memory,随机存取存储器)存储器,也可能还包括非易失性存储器,例如至少一个磁盘存储器。
如果存储器501、处理器502和通信接口503独立实现,则通信接口503、存储器501和处理器502可以通过总线相互连接并完成相互间的通信。总线可以是ISA(IndustryStandard Architecture,工业标准体系结构)总线、PCI(Peripheral Component,外部设备互连)总线或EISA(Extended Industry Standard Architecture,扩展工业标准体系结构)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器501、处理器502及通信接口503,集成在一块芯片上实现,则存储器501、处理器502及通信接口503可以通过内部接口完成相互间的通信。
处理器502可能是一个CPU(Central Processing Unit,中央处理器),或者是ASIC(Application Specific Integrated Circuit,特定集成电路),或者是被配置成实施本申请实施例的一个或多个集成电路。
本申请实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上的车机桌面背景的生成方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不是必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“N个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或多项的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列,现场可编程门阵列等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种车机桌面背景的生成方法,其特征在于,包括以下步骤:
采集用户的第一背景切换指令;
解析所述第一背景切换指令,得到所述用户的切换意图,其中,所述切换意图中包含关键词;以及
基于所述切换意图,根据所述关键词从预设的图像素材库中匹配至少一个图像元素特征,且根据所述至少一个图像元素特征生成目标图像,并将所述目标图像发送至车机终端,以将所述目标图像作为所述车机终端的桌面背景。
2.根据权利要求1所述的方法,其特征在于,在基于所述切换意图,根据所述关键词从所述预设的图像素材库中匹配所述至少一个图像元素特征之前,还包括:
获取公开第一图像数据集和/或所述用户上传的第二图像数据集;
基于预设的算法模型,对所述第一图像数据集和/或所述第二图像数据集进行分析,得到所有图像的图像元素特征;
根据所述所有图像的图像元素特征生成所述预设的图像素材库。
3.根据权利要求1所述的方法,其特征在于,在将所述目标图像发送至所述车机终端之前,还包括:
判断是否接收到所述用户的第二背景切换指令;
若接收到所述第二背景切换指令,则判断所述第二背景切换指令是否与所述第一背景切换指令一致;
若所述第二背景切换指令与所述第一背景切换指令一致,则将所述目标图像发送至所述车机终端。
4.根据权利要求3所述的方法,其特征在于,在判断所述第二背景切换指令是否与所述第一背景切换指令一致之后,还包括:
若所述第二背景切换指令与所述第一背景切换指令不一致,则重新解析所述第二背景切换指令。
5.根据权利要求1所述的方法,其特征在于,所述采集所述用户的所述第一背景切换指令之后,还包括:
若解析所述第一背景切换指令失败,则对所述用户进行解析失败提醒。
6.根据权利要求1-5中任一项所述的方法,其特征在于,所述第一背景切换指令和第二背景切换指令均为语音指令。
7.一种车机桌面背景的生成装置,其特征在于,包括:
采集模块,用于采集用户的第一背景切换指令;
解析模块,用于解析所述第一背景切换指令,得到所述用户的切换意图,其中,所述切换意图中包含关键词;以及
生成模块,用于基于所述切换意图,根据所述关键词从预设的图像素材库中匹配至少一个图像元素特征,且根据所述至少一个图像元素特征生成目标图像,并将所述目标图像发送至车机终端,以将所述目标图像作为所述车机终端的桌面背景。
8.根据权利要求7所述的装置,其特征在于,在基于所述切换意图,根据所述关键词从所述预设的图像素材库中匹配所述至少一个图像元素特征之前,所述生成模块,还用于:
获取公开第一图像数据集和/或所述用户上传的第二图像数据集;
基于预设的算法模型,对所述第一图像数据集和/或所述第二图像数据集进行分析,得到所有图像的图像元素特征;
根据所述所有图像的图像元素特征生成所述预设的图像素材库。
9.一种智能座舱系统,其特征在于,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计算机程序,所述处理器执行所述程序,以实现如权利要求1-6任一项所述的车机桌面背景的生成方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行,以用于实现如权利要求1-6任一项所述的车机桌面背景的生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311484380.6A CN117493600A (zh) | 2023-11-08 | 2023-11-08 | 车机桌面背景的生成方法、装置、智能座舱系统及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311484380.6A CN117493600A (zh) | 2023-11-08 | 2023-11-08 | 车机桌面背景的生成方法、装置、智能座舱系统及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117493600A true CN117493600A (zh) | 2024-02-02 |
Family
ID=89674016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311484380.6A Pending CN117493600A (zh) | 2023-11-08 | 2023-11-08 | 车机桌面背景的生成方法、装置、智能座舱系统及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117493600A (zh) |
-
2023
- 2023-11-08 CN CN202311484380.6A patent/CN117493600A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108108340B (zh) | 用于智能机器人的对话交互方法及系统 | |
CN112100349A (zh) | 一种多轮对话方法、装置、电子设备及存储介质 | |
CN109410927A (zh) | 离线命令词与云端解析结合的语音识别方法、装置和系统 | |
CN106294774A (zh) | 基于对话服务的用户个性化数据处理方法及装置 | |
KR102484257B1 (ko) | 전자 장치, 그의 문서 표시 방법 및 비일시적 컴퓨터 판독가능 기록매체 | |
CN107704612A (zh) | 用于智能机器人的对话交互方法及系统 | |
CN106502382B (zh) | 用于智能机器人的主动交互方法和系统 | |
CN113591530A (zh) | 一种视频检测方法、装置、电子设备和存储介质 | |
CN115312061A (zh) | 驾驶场景中的语音问答方法、装置及车载终端 | |
US20230331250A1 (en) | Method and apparatus for configuring deep learning algorithm for autonomous driving | |
CN117193524A (zh) | 一种基于多模态特征融合的人机交互系统及方法 | |
CN116665083A (zh) | 一种视频分类方法、装置、电子设备及存储介质 | |
CN117494812A (zh) | 模型推理方法、装置、电子设备及存储介质 | |
CN118052907A (zh) | 一种文本配图生成方法和相关装置 | |
CN116913278B (zh) | 语音处理方法、装置、设备和存储介质 | |
CN117636874A (zh) | 机器人对话方法、系统、机器人和存储介质 | |
CN117493600A (zh) | 车机桌面背景的生成方法、装置、智能座舱系统及介质 | |
CN112261321B (zh) | 字幕处理方法、装置及电子设备 | |
CN111161718A (zh) | 语音识别方法、装置、设备、存储介质及空调 | |
CN116583820A (zh) | 语音交互的方法和装置 | |
CN115500085A (zh) | 语音交互的方法和装置 | |
CN112669832A (zh) | 一种智能设备的语义理解方法、智能设备、管理平台 | |
CN112380871A (zh) | 语义识别方法、设备及介质 | |
CN113485619B (zh) | 信息收集表的处理方法、装置、电子设备及存储介质 | |
CN115476366B (zh) | 足式机器人的控制方法、装置、控制设备及存储介质 |
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 |