CN109902624A - 用于呈现信息的方法和装置 - Google Patents
用于呈现信息的方法和装置 Download PDFInfo
- Publication number
- CN109902624A CN109902624A CN201910146248.1A CN201910146248A CN109902624A CN 109902624 A CN109902624 A CN 109902624A CN 201910146248 A CN201910146248 A CN 201910146248A CN 109902624 A CN109902624 A CN 109902624A
- Authority
- CN
- China
- Prior art keywords
- image
- vehicle
- target body
- external environment
- human
- 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
Landscapes
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开实施例公开了用于呈现信息的方法和装置。该方法的一具体实施方式包括:获取安装于车辆预设位置的至少一个图像采集设备采集的车外环境图像;基于对车外环境图像的人体检测结果,确定车外环境图像中是否包括目标人体图像;响应于确定车外环境图像中包括目标人体图像,确定目标人体图像所指示的目标人体所属的类别;响应于确定目标人体所属的类别为预设类别,确定目标人体相对于车辆的位置信息;基于位置信息和目标人体所属的类别生成报警信息,以及将报警信息进行呈现。该实施方式实现了对车外环境中预设类别的人体的识别和报警,消除了视觉盲区的影响,提高了车辆和车辆周围预设类别群体的安全性。
Description
技术领域
本公开实施例涉及车辆工程技术领域,具体涉及用于呈现信息的方法和装置。
背景技术
随着科技的发展,车辆在生活中越来越普遍。驾驶员在驾驶车辆时,需要实时地获取车辆周围的环境信息。通常,驾驶员可以直观的看到车辆前部的环境信息,而对于车辆左右和后方的环境信息,则需要借助其他工具(例如,后视镜、摄像头等)来获取,以保证车辆的安全驾驶。现价段,由于车辆周围存在视觉上的盲点区域,在车辆起步过程中,驾驶员无法判断盲区内是否存在老人或儿童等行动缓慢无法及时避让的特殊群体,因而可能会导致安全事故发生。
发明内容
本公开实施例提出了用于呈现信息的方法和装置。
第一方面,本公开实施例提供了一种用于呈现信息的方法,该方法包括:获取安装于车辆预设位置的至少一个图像采集设备采集的车外环境图像;基于对上述车外环境图像的人体检测结果,确定上述车外环境图像中是否包括目标人体图像;响应于确定上述车外环境图像中包括目标人体图像,确定上述目标人体图像所指示的目标人体所属的类别;响应于确定上述目标人体所属的类别为预设类别,确定上述目标人体相对于上述车辆的位置信息;基于上述位置信息和上述目标人体所属的类别生成报警信息,以及将上述报警信息进行呈现。
在一些实施例中,上述基于对上述车外环境图像的人体检测结果,确定上述车外环境图像中是否包括目标人体图像,包括:对上述车外环境图像进行人体检测,得到至少一个人体检测框;对于上述至少一个人体检测框中的人体检测框,确定该人体检测框所占面积是否大于或等于预设阈值;响应于确定该人体检测框所占面积大于或等于预设阈值,确定该人体检测框所对应的人体图像是目标人体图像。
在一些实施例中,上述确定上述目标人体图像所指示的目标人体所属的类别,包括:将上述目标人体图像导入预先建立的人体类别判定模型,得到上述目标人体图像的类别,其中,上述人体类别判定模型用于表征人体图像与人体图像所指示的人体的类别的对应关系。
在一些实施例中,上述预设位置包括车辆的前部、尾部、车身左侧和车身右侧,上述至少一个图像采集设备包括四个图像采集设备;以及上述确定上述目标人体相对于上述车辆的位置信息,包括:从上述四个图像采集设备中确定采集上述车外环境图像的图像采集设备的安装位置;根据所确定的安装位置,确定上述目标人体相对于上述车辆的位置。
在一些实施例中,上述根据所确定的安装位置,确定上述目标人体相对于上述车辆的位置,包括:将采集上述车外坏境图像的图像采集设备的安装位置作为第一位置;将上述目标人体图像在上述车外环境图像中的位置作为第二位置;根据上述第一位置和上述第二位置,确定上述目标人体相对于上述车辆的位置。
在一些实施例中,上述获取安装于车辆预设位置的至少一个图像采集设备采集的车外环境图像,包括:响应于确定上述车辆处于起步状态,使用安装于上述车辆预设位置的至少一个图像采集设备采集车外环境图像。
第二方面,本公开实施例提供了一种用于呈现信息的装置,装置包括:获取单元,被配置成获取安装于车辆预设位置的至少一个图像采集设备采集的车外环境图像;第一确定单元,被配置成基于对上述车外环境图像的人体检测结果,确定上述车外环境图像中是否包括目标人体图像;第二确定单元,被配置成响应于确定上述车外环境图像中包括目标人体图像,确定上述目标人体图像所指示的目标人体所属的类别;第三确定单元,被配置成响应于确定上述目标人体所属的类别为预设类别,确定上述目标人体相对于上述车辆的位置信息;呈现单元,被配置成基于上述位置信息和上述目标人体所属的类别生成报警信息,以及将上述报警信息进行呈现。
在一些实施例中,上述第一确定单元进一步被配置成:对上述车外环境图像进行人体检测,得到至少一个人体检测框;对于上述至少一个人体检测框中的人体检测框,确定该人体检测框所占面积是否大于或等于预设阈值;响应于确定该人体检测框所占面积大于或等于预设阈值,确定该人体检测框所对应的人体图像是目标人体图像。
在一些实施例中,上述第二确定单元进一步被配置成:将上述目标人体图像导入预先建立的人体类别判定模型,得到上述目标人体图像的类别,其中,上述人体类别判定模型用于表征人体图像与人体图像所指示的人体的类别的对应关系。
在一些实施例中,预设位置包括车辆的前部、尾部、车身左侧和车身右侧,上述至少一个图像采集设备包括四个图像采集设备;以及上述第三确定单元包括:安装位置确定模块,被配置成从上述四个图像采集设备中确定采集上述车外环境图像的图像采集设备的安装位置;人***置确定模块,被配置成根据所确定的安装位置,确定上述目标人体相对于上述车辆的位置。
在一些实施例中,上述人***置确定模块进一步被配置成:将采集上述车外坏境图像的图像采集设备的安装位置作为第一位置;将上述目标人体图像在上述车外环境图像中的位置作为第二位置;根据上述第一位置和上述第二位置,确定上述目标人体相对于上述车辆的位置。
在一些实施例中,上述获取单元进一步被配置成:响应于确定上述车辆处于起步状态,使用安装于上述车辆预设位置的至少一个图像采集设备采集车外环境图像。
第三方面,本公开实施例提供了一种终端,该终端包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本公开实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本公开实施例提供的用于呈现信息的方法和装置,首先获取安装于车辆预设位置的至少一个图像采集设备采集的车外环境图像,而后基于对车外环境图像的人体检测结果确定车外环境图像中是否包括目标人体图像,如果包括,则进一步确定目标人体图像所指示的目标人体所属的类别,如果目标人体所属的类别为预设类别,则确定目标人体相对于车辆的位置信息,最后基于位置信息和目标人体所属的类别生成报警信息,并将报警信息进行呈现,从而有效利用了多个图像采集设备采集的车外环境图像,实现了对车外环境中预设类别的人体的识别和报警,消除了视觉盲区的影响,提高了车辆和车辆周围预设类别群体的安全性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一个实施例可以应用于其中的示例性***架构图;
图2是根据本公开的用于呈现信息的方法的一个实施例的流程图;
图3是根据本公开的用于呈现信息的方法的一个应用场景的示意图;
图4是根据本公开的用于呈现信息的方法的又一个实施例的流程图;
图5是根据本公开的用于呈现信息的装置的一个实施例的结构示意图;
图6是适于用来实现本公开实施例的终端的计算机***的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开实施例的用于呈现信息的方法或用于呈现信息的装置的示例性***架构100。
如图1所示,***架构100可以包括车辆101,网络102和服务器103。网络102用以在车辆101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型,例如无线通信链路。
车辆101可以通过网络102与服务器103交互,以接收或发送信号等。车辆101上可以安装有各种电子装置,例如车载终端、图像采集设备(例如摄像头)、传感器等等。
车辆101可以是各种车辆,包括但不限于大型客车、牵引车、城市公交车、中型客车、大型货车、小型汽车、小型自动挡汽车、自动驾驶车辆或其它智能车辆等等。
服务器103可以是提供各种服务的服务器,例如对车辆101发送的车外环境图像进行处理的后台服务器。后台服务器可以对接收到的车外环境图像等进行处理,并将处理结果(例如报警信息)反馈给车辆101。
需要说明的是,服务器103可以是硬件,也可以是软件。当服务器103为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器103为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本公开实施例所提供的用于呈现信息的方法一般由车辆101的车载终端执行,相应地,用于呈现信息的装置一般设置于车辆101的车载终端中。
应该理解,图1中的车辆、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的车辆、网络和服务器。
继续参考图2,示出了根据本公开的用于呈现信息的方法的一个实施例的流程200。该用于呈现信息的方法,包括以下步骤:
步骤201,获取安装于车辆预设位置的至少一个图像采集设备采集的车外环境图像。
在本实施例中,用于呈现信息的方法的执行主体(例如图1所示的车辆101的车载终端)可以通过有线连接方式或者无线连接方式从安装于车辆预设位置的至少一个图像采集设备获取车外环境图像。作为示例,上述车辆上可以安装有多个摄像头,多个摄像头的安装位置可以根据实际车辆的实际情况进行确定,例如,以普通小型汽车为例,可以在车辆的车头、车尾、车身左侧和车身右侧各安装一个摄像头,以保证可以采集到车辆周围各个方向的车外环境图像。针对大型货车,可以安装更多的摄像头以保证可以采集到车辆周围各个方向的车外环境图像。
在本实施例的一些可选的实现方式中,步骤201可以具体如下进行:响应于确定车辆处于起步状态,使用安装于车辆预设位置的至少一个图像采集设备采集车外环境图像。
在本实现方式中,执行主体可以通过各种方式确定车辆是否处于起步状态,例如,可以根据胎压、传感器信号等信息确定车辆是否处于起步状态。如果车辆处于起步状态,则执行主体可以使用安装于车辆预设位置的至少一个图像采集设备采集车外环境图像。通过本实现方式,可以保证车辆起步时,车辆和车辆周围预设类别人群的安全性。
步骤202,基于对车外环境图像的人体检测结果,确定车外环境图像中是否包括目标人体图像。
在本实施例中,上述执行主体可以对步骤201中获取的车外环境图像进行人体检测,得到人体检测结果。之后,执行主体可以根据人体检测结果确定车外环境图像中是否包括目标人体图像。实践中,如果一张车外环境图像中包括人体图像,则该车外环境图像经过人体检测后,可以得到该车外环境图像中人体对应的人体矩形框。作为示例,如果人体检测结果中包括人体矩形框,则将人体矩形框所框定的图像作为目标人体图像。如果人体检测结果中不包括人体矩形框,则确定车外环境图像中不包括目标人体图像。
步骤203,响应于确定车外环境图像中包括目标人体图像,确定目标人体图像所指示的目标人体所属的类别。
在本实施例中,如果确定车外环境图像中包括目标人体图像,执行主体可以进一步确定目标人体图像所指示的目标人体所属的类别。实践中,可以将人划分为婴儿、幼儿、儿童、青少年、青年、中年、老年等多个类别。
作为示例,执行主体内部可以预先存储有一个对应关系表,该对应关系表可以是技术人员基于对大量的人体图像的特征向量与人体图像所指示的人体所属类别的统计而预先制定的、存储有多个特征向量与类别的对应关系的对应关系表。这样,执行主体可以通过以下方式确定目标人体图像所指示的目标人体所属的类别:首先,执行主体可以采用方向梯度直方图特征提取算法、局部二值模式特征提取算法等等算法从目标人体图像中提取特征,生成目标特征向量。之后,执行主体可以将目标特征向量与对应关系表中特征向量进行比较,若对应关系表中的某一个特征向量与目标特征向量相同或相似,则将对应关系表中的该特征向量对应的类别作为目标人体所属的类别。
在本实施例的一些可选的实现方式中,步骤203中的,确定目标人体图像所指示的目标人体所属的类别,可以具体如下进行:将目标人体图像导入预先建立的人体类别判定模型,得到目标人体图像的类别。
在本实现方式中,上述执行主体内部可以预先建立人体类别判定模型,其中,上述人体类别判定模型可以用于表征人体图像与人体图像所指示的人体的类别的对应关系。
作为示例,上述人体类别判定模型可以是深度卷积神经网络。深度卷积神经网络为一个多层的神经网络,可以包括卷积层、池化层、全连接层和分类器等等。实践中,可以基于不同的生产场景和数据的特点,设计由不同深度、不同数量的神经元、不同的卷积池化组织方式构成的深度卷积神经网络。其中,卷积层可以通过卷积操作利用权值不同的卷积核对输入图像或特征图像(feature map)进行扫描卷积,从中提取不同维度的特征,并输出至特征图。池化层可以通过池化操作对特征图进行降维操作,保留特征图中的主要特征。通过全连接层可以得到全局特征。通过分类器可以输出类别。
举例来说,上述深度卷积神经网络可以是上述执行主体或者其他用于训练上述深度卷积神经网络的执行主体通过以下方式训练得到的:
首先,获取样本集,其中,样本包括样本人体图像和样本人体图像所指示的人体的类别。
然后,将样本集中的样本的样本人体图像作为输入,将输入的样本人体图像所指示的人体的类别作为期望输出,训练得到深度卷积神经网络。作为示例,可以将实际输出与期望输出进行比较,如果两者之间的误差值小于预先设定的阈值,则表示训练完成,停止训练;如果两者之间的误差值不小于预先设定的阈值,则可以采用反向传播算法(BackPropgation Algorithm,BP算法)和梯度下降法(例如随机梯度下降算法)对网络参数进行调整,并从样本集中重新选取样本进行训练。
步骤204,响应于确定目标人体所属的类别为预设类别,确定目标人体相对于车辆的位置信息。
在本实施例中,执行主体可以判断步骤203中确定出的类别是否为预设类别,如果步骤203中确定出的类别为预设类别,则执行主体可以进一步确定目标人体相对于车辆的位置信息。举例来说,人体离车辆越近,该人体所对应的人体图像在车外环境图像中所占的比例越大,因此,执行主体可以基于目标人体图像在车外环境图像中所占的比例,确定目标人体相对于车辆的距离,并将所确定的距离作为位置信息。
作为示例,上述预设类别可以是指老人和幼儿。通常,老人和幼儿行动缓慢,无法及时避让车辆,因此,对车辆周围的老人和幼儿进行识别和预警,可以有效保证车辆周围老人和幼儿安全,减少安全事故的发生。
在本实施例的一些可选的实现方式中,步骤201中的预设位置可以包括车辆的前部、尾部、车身左侧和车身右侧,这样,上述至少一个图像采集可以包括安装于上述四个位置的四个图像采集设备。此外,步骤204中的,确定目标人体相对于车辆的位置信息,可以具体如下进行:
首先,从上述四个图像采集设备中确定采集上述车外环境图像的图像采集设备的安装位置。作为示例,各图像采集设备在向执行主体发送所采集的车外环境图像时,同时会发自身的设备标识,因此,执行主体可以通过设备标识确定每一张车外环境图像是由那个图像采集设备采集的。之后,执行主体可以根据预先存储的图像采集设备与安装位置的对应关系,确定每一个车外环境图像对应的图像采集设备的安装位置。
然后,根据所确定的安装位置,确定目标人体相对于车辆的位置。作为示例,执行主体可以根据将所确定的安装位置确定目标人体相对于车辆的位置。举例来说,假设所确定的安装位置为车身左侧,图像采集设备可以采集车厢外左侧的车外环境图像,则执行主体可以确定目标人像在车辆的左侧。
在一些可选的实现方式中,上述根据所确定的安装位置,确定目标人体相对于车辆的位置,可以具体如下进行:
首先,将采集车外坏境图像的图像采集设备的安装位置作为第一位置。
然后,将目标人体图像在车外环境图像中的位置作为第二位置。
在这里,执行主体可以确定目标人体图像在整个车外环境图像中的位置。例如,在整个车外环境图像中的左侧、中间或者右侧。并将确定的位置作为第二位置。
最后,根据第一位置和第二位置,确定目标人体相对于车辆的位置。
在这里,执行主体可以根据第一位置和第二位置确定目标人体相对于车辆的位置。例如,第一位置为车辆的前部,第二位置为车外环境图像的左侧,则可以确定目标人体在车辆的前方左侧位置。又例如,第一位置为车身左侧,第二位置为车外环境图像的左侧,则可以确定目标人体在车辆的左侧后方位置。实践中,执行主体内部可以预先存储有第一位置和第二位置与目标人体相对于车辆的位置的对应关系。这样,执行主体可以快速根据第一位置和第二位置确定目标人体相对于车辆的位置。通过本实现方式,可以使获取的目标人体相对于车辆的位置更加准确。
步骤205,基于位置信息和目标人体所属的类别生成报警信息,以及将报警信息进行呈现。
在本实施例中,执行主体可以基于位置信息和目标人体所属的类别生成报警信息,并将报警信息进行呈现。作为示例,对报警信息进行呈现的方式包括但不限于语音形式、文本形式、图像形式、指示灯形式等等。举例来说,执行主体可以生成如下语音内容进行播放:“车厢外1米内有幼儿,请注意避让!”。
继续参见图3,图3是根据本实施例的用于呈现信息的方法的应用场景的一个示意图。在图3的应用场景中,首先,车辆301的车载终端获取安装于车辆301预设位置的至少一个图像采集设备采集的车外环境图像。之后,车辆301的车载终端可以基于对车外环境图像的人体检测结果,确定车外环境图像中是否包括目标人体图像,如果包括目标人体图像,则进一步确定目标人体图像所指示的目标人体所属的类别。如果确实目标人体所属的类别为幼儿,则进一步确定目标人体相对于车辆的位置信息“车辆右侧”。最后,基于位置信息“车辆右侧”和目标人体所属的类别“幼儿”生成报警信息“车厢外右侧有幼儿,请注意避让!”,并将该报警信息进行语音播报。
本公开的上述实施例提供的方法有效利用了多个图像采集设备采集的车外环境图像,实现了对车外环境中预设类别的人体的识别和报警,消除了视觉盲区的影响,提高了车辆和车辆周围预设类别群体的安全性。
进一步参考图4,其示出了用于呈现信息的方法的又一个实施例的流程400。该用于呈现信息的方法的流程400,包括以下步骤:
步骤401,获取安装于车辆预设位置的至少一个图像采集设备采集的车外环境图像。
在本实施例中,步骤401与图2所示实施例的步骤201类似,此处不再赘述。
步骤402,对车外环境图像进行人体检测,得到至少一个人体检测框。
在本实施例中,执行主体可以对步骤401中获取的车外环境图像进行人体检测,得到至少一个人体检测框。其中,人体检测框可以是用于框定车外环境图像中的人体图像的人体矩形框。
步骤403,对于至少一个人体检测框中的人体检测框,确定该人体检测框所占面积是否大于或等于预设阈值;响应于确定该人体检测框所占面积大于或等于预设阈值,确定该人体检测框所对应的人体图像是目标人体图像。
在本实施例中,对于步骤402中得到的至少一个人体检测框中的每一个人体检测框,执行主体可以执行以下步骤:首先,确定该人体检测框所占面积是否大于或等于预设阈值,如果该人体检测框所占面积大于或等于预设阈值,则确定该人体检测框所对应的人体图像是目标人体图像;如果该人体检测框所占面积小于预设阈值,则确定该人体检测框所对应的人体图像不是目标人体图像。
步骤404,响应于确定车外环境图像中包括目标人体图像,确定目标人体图像所指示的目标人体所属的类别。
步骤405,响应于确定目标人体所属的类别为预设类别,确定目标人体相对于车辆的位置信息。
步骤406,基于位置信息和目标人体所属的类别生成报警信息,以及将报警信息进行呈现。
在本实施例中,步骤404-步骤406分别与图2所示实施例的步骤203-205类似,此处不再赘述。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于呈现信息的方法的流程400突出了基于人体检测框所占面积确定目标人体图像的步骤。由此,本实施例描述的方案可以仅处理车外环境图像中所占面积大于或等于预设阈值的人体图像,从而不需要处理所拍摄到的、距离车辆较远的人的人体图像,在实现了对车外环境中预设类别的人体进行识别和报警的同时,可以有效减少数据处理量,提高了呈现信息效率。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种用于呈现信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于呈现信息的装置500包括:获取单元501、第一确定单元502、第二确定单元503、第三确定单元504和呈现单元505。获取单元501被配置成获取安装于车辆预设位置的至少一个图像采集设备采集的车外环境图像;第一确定单元502被配置成基于对上述车外环境图像的人体检测结果,确定上述车外环境图像中是否包括目标人体图像;第二确定单元503被配置成响应于确定上述车外环境图像中包括目标人体图像,确定上述目标人体图像所指示的目标人体所属的类别;第三确定单元504被配置成响应于确定上述目标人体所属的类别为预设类别,确定上述目标人体相对于上述车辆的位置信息;呈现单元505被配置成基于上述位置信息和上述目标人体所属的类别生成报警信息,以及将上述报警信息进行呈现。
在本实施例中,用于呈现信息的装置500的获取单元501、第一确定单元502、第二确定单元503、第三确定单元504和呈现单元505的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202、步骤203、步骤204和步骤205的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述第一确定单元502进一步被配置成:对上述车外环境图像进行人体检测,得到至少一个人体检测框;对于上述至少一个人体检测框中的人体检测框,确定该人体检测框所占面积是否大于或等于预设阈值;响应于确定该人体检测框所占面积大于或等于预设阈值,确定该人体检测框所对应的人体图像是目标人体图像。
在本实施例的一些可选的实现方式中,上述第二确定单元503进一步被配置成:将上述目标人体图像导入预先建立的人体类别判定模型,得到上述目标人体图像的类别,其中,上述人体类别判定模型用于表征人体图像与人体图像所指示的人体的类别的对应关系。
在本实施例的一些可选的实现方式中,预设位置包括车辆的前部、尾部、车身左侧和车身右侧,上述至少一个图像采集设备包括四个图像采集设备;以及上述第三确定单元504包括:安装位置确定模块(图中未示出),被配置成从上述四个图像采集设备中确定采集上述车外环境图像的图像采集设备的安装位置;人***置确定模块(图中未示出),被配置成根据所确定的安装位置,确定上述目标人体相对于上述车辆的位置。
在本实施例的一些可选的实现方式中,上述人***置确定模块进一步被配置成:将采集上述车外坏境图像的图像采集设备的安装位置作为第一位置;将上述目标人体图像在上述车外环境图像中的位置作为第二位置;根据上述第一位置和上述第二位置,确定上述目标人体相对于上述车辆的位置。
在本实施例的一些可选的实现方式中,上述获取单元501进一步被配置成:响应于确定上述车辆处于起步状态,使用安装于上述车辆预设位置的至少一个图像采集设备采集车外环境图像。
下面参考图6,其示出了适于用来实现本公开的实施例的电子设备(例如图1中的车辆101的车载终端)600的结构示意图。图6示出的车载终端仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。
需要说明的是,本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取安装于车辆预设位置的至少一个图像采集设备采集的车外环境图像;基于对上述车外环境图像的人体检测结果,确定上述车外环境图像中是否包括目标人体图像;响应于确定上述车外环境图像中包括目标人体图像,确定上述目标人体图像所指示的目标人体所属的类别;响应于确定上述目标人体所属的类别为预设类别,确定上述目标人体相对于上述车辆的位置信息;基于上述位置信息和上述目标人体所属的类别生成报警信息,以及将上述报警信息进行呈现。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、第一确定单元、第二确定单元、第三确定单元和呈现单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取安装于车辆预设位置的至少一个图像采集设备采集的车外环境图像的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (14)
1.一种用于呈现信息的方法,包括:
获取安装于车辆预设位置的至少一个图像采集设备采集的车外环境图像;
基于对所述车外环境图像的人体检测结果,确定所述车外环境图像中是否包括目标人体图像;
响应于确定所述车外环境图像中包括目标人体图像,确定所述目标人体图像所指示的目标人体所属的类别;
响应于确定所述目标人体所属的类别为预设类别,确定所述目标人体相对于所述车辆的位置信息;
基于所述位置信息和所述目标人体所属的类别生成报警信息,以及将所述报警信息进行呈现。
2.根据权利要求1所述的方法,其中,所述基于对所述车外环境图像的人体检测结果,确定所述车外环境图像中是否包括目标人体图像,包括:
对所述车外环境图像进行人体检测,得到至少一个人体检测框;
对于所述至少一个人体检测框中的人体检测框,确定该人体检测框所占面积是否大于或等于预设阈值;响应于确定该人体检测框所占面积大于或等于预设阈值,确定该人体检测框所对应的人体图像是目标人体图像。
3.根据权利要求1所述的方法,其中,所述确定所述目标人体图像所指示的目标人体所属的类别,包括:
将所述目标人体图像导入预先建立的人体类别判定模型,得到所述目标人体图像的类别,其中,所述人体类别判定模型用于表征人体图像与人体图像所指示的人体的类别的对应关系。
4.根据权利要求1所述的方法,其中,所述预设位置包括车辆的前部、尾部、车身左侧和车身右侧,所述至少一个图像采集设备包括四个图像采集设备;以及
所述确定所述目标人体相对于所述车辆的位置信息,包括:
从所述四个图像采集设备中确定采集所述车外环境图像的图像采集设备的安装位置;
根据所确定的安装位置,确定所述目标人体相对于所述车辆的位置。
5.根据权利要求4所述的方法,其中,所述根据所确定的安装位置,确定所述目标人体相对于所述车辆的位置,包括:
将采集所述车外坏境图像的图像采集设备的安装位置作为第一位置;
将所述目标人体图像在所述车外环境图像中的位置作为第二位置;
根据所述第一位置和所述第二位置,确定所述目标人体相对于所述车辆的位置。
6.根据权利要求1所述的方法,其中,所述获取安装于车辆预设位置的至少一个图像采集设备采集的车外环境图像,包括:
响应于确定所述车辆处于起步状态,使用安装于所述车辆预设位置的至少一个图像采集设备采集车外环境图像。
7.一种用于呈现信息的装置,包括:
获取单元,被配置成获取安装于车辆预设位置的至少一个图像采集设备采集的车外环境图像;
第一确定单元,被配置成基于对所述车外环境图像的人体检测结果,确定所述车外环境图像中是否包括目标人体图像;
第二确定单元,被配置成响应于确定所述车外环境图像中包括目标人体图像,确定所述目标人体图像所指示的目标人体所属的类别;
第三确定单元,被配置成响应于确定所述目标人体所属的类别为预设类别,确定所述目标人体相对于所述车辆的位置信息;
呈现单元,被配置成基于所述位置信息和所述目标人体所属的类别生成报警信息,以及将所述报警信息进行呈现。
8.根据权利要求7所述的装置,其中,所述第一确定单元进一步被配置成:
对所述车外环境图像进行人体检测,得到至少一个人体检测框;
对于所述至少一个人体检测框中的人体检测框,确定该人体检测框所占面积是否大于或等于预设阈值;响应于确定该人体检测框所占面积大于或等于预设阈值,确定该人体检测框所对应的人体图像是目标人体图像。
9.根据权利要求7所述的装置,其中,所述第二确定单元进一步被配置成:
将所述目标人体图像导入预先建立的人体类别判定模型,得到所述目标人体图像的类别,其中,所述人体类别判定模型用于表征人体图像与人体图像所指示的人体的类别的对应关系。
10.根据权利要求7所述的装置,其中,预设位置包括车辆的前部、尾部、车身左侧和车身右侧,所述至少一个图像采集设备包括四个图像采集设备;以及
所述第三确定单元包括:
安装位置确定模块,被配置成从所述四个图像采集设备中确定采集所述车外环境图像的图像采集设备的安装位置;
人***置确定模块,被配置成根据所确定的安装位置,确定所述目标人体相对于所述车辆的位置。
11.根据权利要求10所述的装置,其中,所述人***置确定模块进一步被配置成:
将采集所述车外坏境图像的图像采集设备的安装位置作为第一位置;
将所述目标人体图像在所述车外环境图像中的位置作为第二位置;
根据所述第一位置和所述第二位置,确定所述目标人体相对于所述车辆的位置。
12.根据权利要求7所述的装置,其中,所述获取单元进一步被配置成:
响应于确定所述车辆处于起步状态,使用安装于所述车辆预设位置的至少一个图像采集设备采集车外环境图像。
13.一种终端,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
14.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910146248.1A CN109902624A (zh) | 2019-02-27 | 2019-02-27 | 用于呈现信息的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910146248.1A CN109902624A (zh) | 2019-02-27 | 2019-02-27 | 用于呈现信息的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109902624A true CN109902624A (zh) | 2019-06-18 |
Family
ID=66945523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910146248.1A Pending CN109902624A (zh) | 2019-02-27 | 2019-02-27 | 用于呈现信息的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109902624A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110610593A (zh) * | 2019-10-16 | 2019-12-24 | 徐州筑之邦工程机械有限公司 | 一种矿用卡车智能安全预警*** |
CN111325160A (zh) * | 2020-02-25 | 2020-06-23 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
CN113128264A (zh) * | 2019-12-30 | 2021-07-16 | 杭州海康汽车技术有限公司 | 一种车辆区域确定方法、装置及电子设备 |
CN114120561A (zh) * | 2021-11-09 | 2022-03-01 | 中国第一汽车股份有限公司 | 一种提醒方法、装置、设备及存储介质 |
CN114625139A (zh) * | 2022-03-11 | 2022-06-14 | 深圳市普渡科技有限公司 | 机器人以及机器人自动行驶方法、装置和介质 |
CN114913233A (zh) * | 2022-06-10 | 2022-08-16 | 嘉洋智慧安全生产科技发展(北京)有限公司 | 图像处理方法、装置、设备、介质及产品 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102096803A (zh) * | 2010-11-29 | 2011-06-15 | 吉林大学 | 基于机器视觉的行人安全状态识别*** |
CN102685516A (zh) * | 2011-03-07 | 2012-09-19 | 李慧盈 | 立体视觉主动安全辅助驾驶方法 |
CN104036275A (zh) * | 2014-05-22 | 2014-09-10 | 东软集团股份有限公司 | 一种车辆盲区内目标对象的检测方法及其装置 |
CN104994334A (zh) * | 2015-06-09 | 2015-10-21 | 海南电网有限责任公司 | 基于实时视频的变电站自动监控方法 |
CN105459897A (zh) * | 2015-12-24 | 2016-04-06 | 广东好帮手电子科技股份有限公司 | 汽车a柱盲区雷达预警*** |
CN106251701A (zh) * | 2016-09-14 | 2016-12-21 | 郑州轻工业学院 | 基于旋转变焦多摄像头的车辆后视监测报警***及方法 |
CN106446851A (zh) * | 2016-09-30 | 2017-02-22 | 厦门大图智能科技有限公司 | 一种基于可见光的人脸优选方法及*** |
CN106952303A (zh) * | 2017-03-09 | 2017-07-14 | 北京旷视科技有限公司 | 车距检测方法、装置和*** |
US20180186368A1 (en) * | 2016-12-30 | 2018-07-05 | Hyundai Motor Company | Posture information based pedestrian detection and pedestrian collision prevention apparatus and method |
CN108717530A (zh) * | 2018-05-21 | 2018-10-30 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
CN108973918A (zh) * | 2018-07-27 | 2018-12-11 | 惠州华阳通用电子有限公司 | 一种实现车辆盲区监测的装置及方法 |
CN109153359A (zh) * | 2018-08-23 | 2019-01-04 | 深圳市锐明技术股份有限公司 | 一种汽车盲区的监测方法及*** |
CN109191403A (zh) * | 2018-09-07 | 2019-01-11 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
-
2019
- 2019-02-27 CN CN201910146248.1A patent/CN109902624A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102096803A (zh) * | 2010-11-29 | 2011-06-15 | 吉林大学 | 基于机器视觉的行人安全状态识别*** |
CN102685516A (zh) * | 2011-03-07 | 2012-09-19 | 李慧盈 | 立体视觉主动安全辅助驾驶方法 |
CN104036275A (zh) * | 2014-05-22 | 2014-09-10 | 东软集团股份有限公司 | 一种车辆盲区内目标对象的检测方法及其装置 |
CN104994334A (zh) * | 2015-06-09 | 2015-10-21 | 海南电网有限责任公司 | 基于实时视频的变电站自动监控方法 |
CN105459897A (zh) * | 2015-12-24 | 2016-04-06 | 广东好帮手电子科技股份有限公司 | 汽车a柱盲区雷达预警*** |
CN106251701A (zh) * | 2016-09-14 | 2016-12-21 | 郑州轻工业学院 | 基于旋转变焦多摄像头的车辆后视监测报警***及方法 |
CN106446851A (zh) * | 2016-09-30 | 2017-02-22 | 厦门大图智能科技有限公司 | 一种基于可见光的人脸优选方法及*** |
US20180186368A1 (en) * | 2016-12-30 | 2018-07-05 | Hyundai Motor Company | Posture information based pedestrian detection and pedestrian collision prevention apparatus and method |
CN106952303A (zh) * | 2017-03-09 | 2017-07-14 | 北京旷视科技有限公司 | 车距检测方法、装置和*** |
CN108717530A (zh) * | 2018-05-21 | 2018-10-30 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
CN108973918A (zh) * | 2018-07-27 | 2018-12-11 | 惠州华阳通用电子有限公司 | 一种实现车辆盲区监测的装置及方法 |
CN109153359A (zh) * | 2018-08-23 | 2019-01-04 | 深圳市锐明技术股份有限公司 | 一种汽车盲区的监测方法及*** |
CN109191403A (zh) * | 2018-09-07 | 2019-01-11 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
张宇: "基于人脸检测与肤色统计的坐姿行为监测", 《计算机与网络》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110610593A (zh) * | 2019-10-16 | 2019-12-24 | 徐州筑之邦工程机械有限公司 | 一种矿用卡车智能安全预警*** |
CN113128264A (zh) * | 2019-12-30 | 2021-07-16 | 杭州海康汽车技术有限公司 | 一种车辆区域确定方法、装置及电子设备 |
CN113128264B (zh) * | 2019-12-30 | 2023-07-07 | 杭州海康汽车技术有限公司 | 一种车辆区域确定方法、装置及电子设备 |
CN111325160A (zh) * | 2020-02-25 | 2020-06-23 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
CN111325160B (zh) * | 2020-02-25 | 2023-08-29 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
CN114120561A (zh) * | 2021-11-09 | 2022-03-01 | 中国第一汽车股份有限公司 | 一种提醒方法、装置、设备及存储介质 |
CN114625139A (zh) * | 2022-03-11 | 2022-06-14 | 深圳市普渡科技有限公司 | 机器人以及机器人自动行驶方法、装置和介质 |
CN114913233A (zh) * | 2022-06-10 | 2022-08-16 | 嘉洋智慧安全生产科技发展(北京)有限公司 | 图像处理方法、装置、设备、介质及产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109902624A (zh) | 用于呈现信息的方法和装置 | |
Chang et al. | DeepCrash: A deep learning-based internet of vehicles system for head-on and single-vehicle accident detection with emergency notification | |
EP2758879B1 (en) | A computing platform for development and deployment of sensor-driven vehicle telemetry applications and services | |
US7792328B2 (en) | Warning a vehicle operator of unsafe operation behavior based on a 3D captured image stream | |
US11854275B2 (en) | Systems and methods for detecting symptoms of occupant illness | |
CN109840586A (zh) | 自主机器中对有问题的传感器的基于深度学习的实时检测和校正 | |
CN112016457A (zh) | 驾驶员分神以及危险驾驶行为识别方法、设备和存储介质 | |
JP2020522798A (ja) | 運動データに基づいて運転挙動を認識するデバイスおよび方法 | |
CN110245612A (zh) | 人脸图像的检测方法和装置 | |
US20180204078A1 (en) | System for monitoring the state of vigilance of an operator | |
US11543242B2 (en) | Localization and visualization of sound | |
CN106297184A (zh) | 监控移动终端周围环境的方法、装置及移动终端 | |
CN109858470A (zh) | 用于输出信息的方法和装置 | |
CN109977771A (zh) | 司机身份的验证方法、装置、设备及计算机可读存储介质 | |
CN111091044B (zh) | 一种面向网约车的车内危险场景识别方法 | |
CN107515607A (zh) | 用于无人车的控制方法和装置 | |
JP2022033805A (ja) | 無人車内の乗客状態の識別方法、装置、機器及び記憶媒体 | |
CN114764912A (zh) | 驾驶行为识别方法、设备和存储介质 | |
CN110119725A (zh) | 用于检测信号灯的方法及装置 | |
CN113033715B (zh) | 目标检测模型训练方法和目标车辆检测信息生成方法 | |
CN111310595B (zh) | 用于生成信息的方法和装置 | |
CN114120634B (zh) | 基于WiFi的危险驾驶行为识别方法、装置、设备及存储介质 | |
CN110059619A (zh) | 基于图像识别自动报警的方法和装置 | |
WO2021241261A1 (ja) | 情報処理装置、情報処理方法、プログラム、及び、学習方法 | |
JP7091007B2 (ja) | 転倒防止システム |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190618 |
|
RJ01 | Rejection of invention patent application after publication |