[发明专利]一种基于图像识别的控制方法、车载设备及存储介质在审
申请号: | 201811612800.3 | 申请日: | 2018-12-27 |
公开(公告)号: | CN109614953A | 公开(公告)日: | 2019-04-12 |
发明(设计)人: | 柏海如;牛方超;张海兵;赵广斌;刘术 | 申请(专利权)人: | 华勤通讯技术有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;B60W40/08 |
代理公司: | 上海晨皓知识产权代理事务所(普通合伙) 31260 | 代理人: | 戴莹瑛 |
地址: | 201203 上海市浦东*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 样本 面部特征 手势特征 控制指令 车载设备 存储介质 图像识别 采集 匹配 电子技术领域 行车安全性 驾驶行为 行为特征 识别率 舒适性 准确率 手势 检测 应用 保证 | ||
1.一种基于图像识别的控制方法,其特征在于,应用于车载设备,包括:
预先采集面部特征样本和手势特征样本;其中,所述手势特征样本与所述面部特征样本的组合用于对应对车辆的控制指令;
在检测到驾驶员手势时,获取所述驾驶员的面部特征和驾驶员的手势特征;
若获取的所述驾驶员的面部特征和所述驾驶员的手势特征的组合,与所述采集到的所述手势特征样本与所述面部特征样本的组合相匹配,则执行匹配的所述采集到的所述手势特征样本与所述面部特征样本的组合所对应的对车辆的控制指令。
2.根据权利要求1所述的基于图像识别的控制方法,其特征在于,通过以下方式判断获取的所述驾驶员的面部特征和所述驾驶员的手势特征的组合,与所述采集到的所述手势特征样本与所述面部特征样本的组合是否匹配:
将获取的所述驾驶员的面部特征和所述驾驶员的手势特征的组合输入到预先建立的增强学习网络模型中,根据所述增强学习网络模型的输出结果,判断所述获取的所述驾驶员的面部特征和所述驾驶员的手势特征的组合,是否与所述采集到的所述手势特征样本与所述面部特征样本的组合相匹配;
其中,所述增强学习网络模型根据预先采集的多个面部特征样本和手势特征样本训练得到。
3.根据权利要求1所述的基于图像识别的控制方法,其特征在于,所述检测到驾驶员手势,具体包括:
在检测到手势时,检测所述手势到驾驶员头部的距离;
若所述手势到驾驶员头部的距离处于第一预设距离范围之内,则判定所述手势为驾驶员手势。
4.根据权利要求3所述的基于图像识别的控制方法,其特征在于,在所述判定所述手势为驾驶员手势后,还包括:
判断所述驾驶员手势是否为有效手势;
若所述驾驶员手势与所述驾驶员头部的距离未处于第二预设范围内,则判定所述手势为有效手势。
5.根据权利要求1所述的基于图像识别的控制方法,其特征在于,所述检测到驾驶员手势,具体包括:
在检测到手势时,分析所述手势的轨迹变化;
若所述手势的轨迹变化与预设轨迹变化相匹配,则判定所述手势为驾驶员手势。
6.根据权利要求1所述的基于图像识别的控制方法,其特征在于,所述获取所述驾驶员的面部特征,具体包括:
获取车内图像中的人脸图像;
根据人脸图像的图像深度信息,判断所述人脸图像是否为驾驶员的人脸图像;
若所述人脸图像为驾驶员的人脸图像,则根据驾驶员的人脸图像获取驾驶员的面部特征。
7.根据权利要求6所述的基于图像识别的控制方法,其特征在于,所述获取驾驶员的面部特征后,还包括:
根据所述驾驶员的面部特征,判断所述驾驶员是否违规驾驶;
其中,所述违规驾驶至少包括疲劳驾驶;
若所述驾驶员违规驾驶,则发出警报。
8.根据权利要求2所述的基于图像识别的控制方法,其特征在于,在所述预先建立的增强学习网络模型后,还包括:
根据预设周期内获取的所述驾驶员的面部特征和驾驶员的手势特征的组合,优化所述增强学习网络模型。
9.一种车载设备,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如权利要求1至8中任一所述的基于图像识别的控制方法。
10.一种存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的基于图像识别的控制方法。
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华勤通讯技术有限公司,未经华勤通讯技术有限公司许可,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/201811612800.3/1.html,转载请声明来源钻瓜专利网。