[发明专利]行为识别装置、学习装置、行为识别方法、学习方法及计算机可读的记录介质在审

专利信息
申请号: 201710406027.4 申请日: 2017-06-01
公开(公告)号: CN107451524A 公开(公告)日: 2017-12-08
发明(设计)人: 山中正雄;西岛敏文 申请(专利权)人: 丰田自动车株式会社
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 中国国际贸易促进委员会专利商标事务所11038 代理人: 张丽
地址: 日本*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 行为 识别 装置 学习 方法 学习方法 计算机 可读 记录 介质
【权利要求书】:

1.一种行为识别装置,其特征在于,具有:

检测单元,根据拍摄车辆内而得到的车内图像检测所述车内图像中的车辆内的人物的人体的多个部位的位置;

特征量抽取单元,抽取位次特征量,该位次特征量是基于由所述检测单元得到的部位间的距离大小的位次的特征量;以及

辨别单元,使用预先学习到的辨别器和所述特征量抽取单元抽取出的位次特征量来辨别车辆内乘客的行为。

2.根据权利要求1所述的行为识别装置,其中,

所述辨别器是通过决策树学习而学习到的辨别器,根据人体的第1部位配对间的距离大小的位次与第2部位配对间的距离大小的位次的大小关系而构成。

3.根据权利要求1所述的行为识别装置,其中,

所述辨别器是基于统计性的机器学习构成的。

4.根据权利要求1至3中的任意一项所述的行为识别装置,其中,

所述辨别单元计算预先决定的多个行为的各个行为的似然度,

针对构成动态图像的多帧图像检测人体的部位位置、抽取位次特征量以及计算所述多个行为的各个行为的似然度,将所述似然度的平方和最大的行为判断为是所述车辆内乘客的行为。

5.一种学习装置,其特征在于,具有:

输入单元,获取拍摄车辆内而得到的车内图像中的车辆内的人物的人体的多个部位的位置以及所述人物所采取的正确行为;

特征量抽取单元,抽取位次特征量,该位次特征量是基于人体的部位间的距离大小的位次的特征量;以及

学习单元,根据所述特征量抽取单元抽取出的位次特征量和所述正确行为,学习用于辨别车辆内乘客的行为的辨别器。

6.根据权利要求5所述的学习装置,其中,

所述学习单元通过决策树学习来学习所述辨别器,所述决策树学习基于人体的第1部位配对间的距离大小的位次与第2部位配对间的距离大小的位次的大小关系。

7.根据权利要求5所述的学习装置,其中,

所述学习单元基于统计性的机器学习来学习所述辨别器。

8.根据权利要求5至7中的任意一项所述的学习装置,其中,

将对所述车内图像中的多个部位的位置施加微小变动而得到的输入数据也用作表示同一正确行为的学习数据来学习辨别器。

9.一种行为识别方法,其特征在于,包括:

检测步骤,根据拍摄车辆内而得到的车内图像检测所述车内图像中的车辆内的人物的人体的多个部位的位置;

特征量抽取步骤,抽取位次特征量,该位次特征量是基于在所述检测步骤中得到的部位间的距离大小的位次的特征量;以及

辨别步骤,使用预先学习到的辨别器和在所述特征量抽取步骤中抽取出的位次特征量来辨别车辆内乘客的行为。

10.根据权利要求9所述的行为识别方法,其中,

所述辨别器是通过决策树学习而学习到的辨别器,根据人体的第1部位配对间的距离大小的位次与第2部位配对间的距离大小的位次的大小关系而构成。

11.根据权利要求9所述的行为识别方法,其中,

所述辨别器是根据统计性的机器学习而构成的。

12.根据权利要求9至11中的任意一项所述的行为识别方法,其中,

对构成动态图像的多帧图像执行所述检测步骤以及所述特征量抽取步骤,

在所述辨别步骤中,计算针对预先决定的多个行为的各个行为的似然度,将所述似然度的平方和最大的行为判断为是所述车辆内乘客的行为。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于丰田自动车株式会社,未经丰田自动车株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710406027.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top