CN111444755A - 基于场景检测大数据的警戒等级升降***以及相应终端 - Google Patents
基于场景检测大数据的警戒等级升降***以及相应终端 Download PDFInfo
- Publication number
- CN111444755A CN111444755A CN201911061750.9A CN201911061750A CN111444755A CN 111444755 A CN111444755 A CN 111444755A CN 201911061750 A CN201911061750 A CN 201911061750A CN 111444755 A CN111444755 A CN 111444755A
- Authority
- CN
- China
- Prior art keywords
- image
- big data
- scene
- equipment
- cab
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 46
- 238000004458 analytical method Methods 0.000 claims abstract description 45
- 230000007246 mechanism Effects 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims description 40
- 238000001914 filtration Methods 0.000 claims description 35
- 238000009877 rendering Methods 0.000 claims description 15
- OJIJEKBXJYRIBZ-UHFFFAOYSA-N cadmium nickel Chemical compound [Ni].[Cd] OJIJEKBXJYRIBZ-UHFFFAOYSA-N 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 9
- 230000001815 facial effect Effects 0.000 claims description 3
- 238000003707 image sharpening Methods 0.000 claims description 2
- 235000020061 kirsch Nutrition 0.000 claims description 2
- 206010039203 Road traffic accident Diseases 0.000 abstract description 7
- 230000000007 visual effect Effects 0.000 description 27
- 230000000875 corresponding effect Effects 0.000 description 12
- 230000007547 defect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000034994 death Effects 0.000 description 2
- 231100000517 death Toxicity 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
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
- G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30268—Vehicle interior
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于场景检测大数据的警戒等级升降***以及相应终端，所述***包括：状态检测设备，设置在汽车的驾驶室内，用于在接收到第一控制命令时，启动对驾驶室内驾驶员的状态检测，还用于在接收到第二控制命令时，停止对驾驶室内驾驶员的状态检测；数据采集机构，设置在汽车的前盖位置，用于获得前盖前方图像；所述状态检测设备包括高清摄像组件和特征分析组件，所述高清摄像组件用于对驾驶室内部场景进行摄像操作以获得驾驶室内部图像。本发明的基于场景检测大数据的警戒等级升降***以及相应终端应用广泛、操作方便。由于在对前车跟丢的情况下即缺乏前车参照物的情况下，提升汽车行驶的警戒等级，从而有效避免交通事故的发生。
Description
技术领域
本发明涉及交通安全领域，尤其涉及一种基于场景检测大数据的警戒等级升降***以及相应终端。
背景技术
交通安全(The traffic safety)，是指人们在道路上进行活动、玩耍时，要按照交通法规的规定，安全地行车、走路，避免发生人身伤亡或财物损失。
儿童交通安全是家长们最为关注的，除了学龄前及中小学教育对儿童交通安全教育进行普及之外，不少地区也举办了生动的体验教育课程，或修建专业的体验馆，针对儿童或小学生在特定的场馆内，参加丰富多彩的体验活动，以步行者和驾驶者的身份进行体验，从而正确理解交通安全知识，并培养在危险状态下的应变能力。
中国每一分钟有一人因车祸伤残，每五分钟有一人因车祸死亡。每天因车祸死亡的有300人左右，每年因车祸死亡的有10万人左右，汽车数量占世界1.9％，车祸死亡人数占世界15％，且每年增加4.5％。自1899年发生第一起有记录车祸以来，全球车祸累计死亡3000多万人，超过第一次世界大战死亡人数。因此，如何降低出现交通事故的概率是汽车研发商和设计商工作的重点之一。
发明内容
为了现有技术中存在的相关技术问题，本发明提供了一种基于场景检测大数据的警戒等级升降***，能够在对前方车辆跟丢的情况下方启动对驾驶员的状态分析，从而在无行驶参考目标的情况下提升汽车行驶的警械等级；尤为关键的是，对针对性处理的图像执行景深最浅的车辆目标的识别，基于所述车辆目标占据所述图像中的面积与预设面积阈值的关系决定是否启动对驾驶员的状态分析。
根据本发明的一方面，提供了一种基于场景检测大数据的警戒等级升降***，所述***包括：
状态检测设备，设置在汽车的驾驶室内，用于在接收到第一控制命令时，启动对驾驶室内驾驶员的状态检测，还用于在接收到第二控制命令时，停止对驾驶室内驾驶员的状态检测；
数据采集机构，设置在汽车的前盖位置，用于对汽车的前方执行图像数据采集，以获得前盖前方图像；
所述状态检测设备包括高清摄像组件和特征分析组件，所述高清摄像组件用于对驾驶室内部场景进行摄像操作以获得驾驶室内部图像；
所述特征分析组件包括脸部提取单元和状态分析单元，所述脸部提取单元用于提取所述驾驶室内部图像中的脸部区域，所述状态分析单元与所述脸部提取单元连接，用于对所述脸部区域执行脸部特征分析以判断驾驶员的当前状态；
空域增强设备，与所述数据采集机构连接，用于接收所述前盖前方图像，对接收到的所述前盖前方图像执行图像空域增强处理，以获得空域增强图像；
渲染处理设备，与所述空域增强设备连接，用于接收所述空域增强图像，对所述空域增强图像执行渲染处理，以获得渲染处理图像；
组合滤波设备，与所述渲染处理设备连接，用于对所述渲染处理图像执行组合滤波处理，以获得相应的组合滤波图像，所述组合滤波处理为高斯滤波处理和递归滤波处理的组合；
双三次插值设备，与所述组合滤波设备连接，用于对接收到的组合滤波图像执行基于4×4像素邻域的双三次插值处理，以获得双三次插值图像；
命令分析设备，与所述双三次插值设备连接，用于对接收到的双三次插值图像执行景深最浅的车辆目标的识别，并在所述车辆目标占据所述双三次插值图像中的面积低于预设面积阈值时，发出第一控制命令。
根据本发明的另一方面，还提供了一种基于场景检测大数据的警戒等级升降终端，其特征在于，所述终端包括：存储器和处理器，所述处理器与所述存储器连接；所述存储器，用于存储所述处理器的可执行指令；所述处理器，用于调用所述存储器中的可执行指令，以实现使用如上所述的基于场景检测大数据的警戒等级升降***以在对前方车辆跟丢的情况下方启动对驾驶员的状态分析的方法。
本发明的基于场景检测大数据的警戒等级升降***以及相应终端应用广泛、操作方便。由于在对前车跟丢的情况下即缺乏前车参照物的情况下，提升汽车行驶的警戒等级，从而有效避免交通事故的发生。
由此可见，本发明至少具备以下几处重要的发明点：
(1)在对前方车辆跟丢的情况下方启动对驾驶员的状态分析，从而在无行驶参考目标的情况下提升汽车行驶的警械等级；
(2)对针对性处理的图像执行景深最浅的车辆目标的识别，基于所述车辆目标占据所述图像中的面积与预设面积阈值的关系决定是否启动对驾驶员的状态分析。
具体实施方式
下面将对本发明的基于场景检测大数据的警戒等级升降***以及相应终端的实施方案进行详细说明。
视觉分析包括水平视野分析、垂直视野分析和视野协调分析三部分。
从视觉心理出发，对道路的空间线形及其与周围自然景观和沿线建筑的协调等进行研究分析，以保持视觉的连续性，使行车具有足够的舒适感和安全感的综合设计称为视觉分析。
水平视野分析研究的是设施的横向宽度及空间的纵深距离。科学测定，水平方向视区的中心视角10°以内为最佳视区。人眼在中心视角20°范围内为瞬息视区，可以在极短时间内识别物体。人眼在中心视角30°范围内为有效视区，需要集中精力才能辨别物体形象。人眼在中心视角120°范围内为最大视区，需要集投入相当精力才能识别物体。如果转动头部，人的最大视区范围可达220°。
垂直视野分析研究的对象是物体的高度及总体平面配置的进深度。根据科学测定，垂直方向视区中人眼的最佳视区在视平线一下10°，视平线以上10°到视平线以下30°为良好视区，视平线以上60°到视平线以下70°为最大视区。
视野协调分析研究的是对视野整体协调性进行的分析。人在观察物体时一般存在三种状态，即远眺，近看与细查。远眺适合总览物体全貌，近看适合观察个别物体，细察是对物体的纹理，材质，肌理等进行仔细的观察。
当前，汽车驾驶员在驾驶汽车行驶中，当前方车辆在合理范围内，采取跟随驾驶的方式，是一种比较安全的行驶模式，这时的汽车驾驶员的状态可以适当松弛。然而，一旦前方车辆不在合理范围内，即前方车辆跟丢时，驾驶员需要实现自己的驾驶模式，这时应提升对驾驶员状态的监控力度。
为了克服上述不足，本发明搭建了一种基于场景检测大数据的警戒等级升降***以及相应终端，能够有效解决相应的技术问题。
根据本发明实施方案示出的基于场景检测大数据的警戒等级升降***包括：
状态检测设备，设置在汽车的驾驶室内，用于在接收到第一控制命令时，启动对驾驶室内驾驶员的状态检测，还用于在接收到第二控制命令时，停止对驾驶室内驾驶员的状态检测；
数据采集机构，设置在汽车的前盖位置，用于对汽车的前方执行图像数据采集，以获得前盖前方图像；
所述状态检测设备包括高清摄像组件和特征分析组件，所述高清摄像组件用于对驾驶室内部场景进行摄像操作以获得驾驶室内部图像；
所述特征分析组件包括脸部提取单元和状态分析单元，所述脸部提取单元用于提取所述驾驶室内部图像中的脸部区域，所述状态分析单元与所述脸部提取单元连接，用于对所述脸部区域执行脸部特征分析以判断驾驶员的当前状态；
空域增强设备，与所述数据采集机构连接，用于接收所述前盖前方图像，对接收到的所述前盖前方图像执行图像空域增强处理，以获得空域增强图像；
渲染处理设备，与所述空域增强设备连接，用于接收所述空域增强图像，对所述空域增强图像执行渲染处理，以获得渲染处理图像；
组合滤波设备，与所述渲染处理设备连接，用于对所述渲染处理图像执行组合滤波处理，以获得相应的组合滤波图像，所述组合滤波处理为高斯滤波处理和递归滤波处理的组合；
双三次插值设备，与所述组合滤波设备连接，用于对接收到的组合滤波图像执行基于4×4像素邻域的双三次插值处理，以获得双三次插值图像；
命令分析设备，与所述双三次插值设备连接，用于对接收到的双三次插值图像执行景深最浅的车辆目标的识别，并在所述车辆目标占据所述双三次插值图像中的面积低于预设面积阈值时，发出第一控制命令。
接着，继续对本发明的基于场景检测大数据的警戒等级升降***的具体结构进行进一步的说明。
所述基于场景检测大数据的警戒等级升降***中：
所述命令分析设备还用于在所述车辆目标占据所述双三次插值图像中的面积不低于所述预设面积阈值时，发出第二控制命令。
所述基于场景检测大数据的警戒等级升降***中：
所述数据采集机构包括镉镍电池、电量采集设备、多眼拍摄设备、信号分析设备、电子开关设备、数据拼接设备、几何均值滤波设备和即时锐化设备。
所述基于场景检测大数据的警戒等级升降***中：
所述镉镍电池用于为连接的各个用电设备提供电力供应；
其中，所述电量采集设备与所述镉镍电池连接，用于检测所述镉镍电池的当前剩余电量。
所述基于场景检测大数据的警戒等级升降***中：
所述多眼拍摄设备与所述镉镍电池连接以由所述镉镍电池供电，包括多个现场拍摄单元，所述多个现场拍摄单元两两间隔相同；
其中，所述信号分析设备与所述电量采集设备连接，用于确定当前剩余电量对应的可支撑摄像头数量，所述可支撑摄像头数量与所述当前剩余电量成正比。
所述基于场景检测大数据的警戒等级升降***中：
所述电子开关设备分别与所述信号分析设备和多个现场拍摄单元连接，用于在接收到所述可支撑摄像头数量时，从所述多个现场拍摄单元中随机选择并打开与所述可支撑摄像头数量一致数量的现场拍摄单元，而将剩余现场拍摄单元关闭。
所述基于场景检测大数据的警戒等级升降***中：
所述数据拼接设备与所述多个现场拍摄单元连接，用于将打开中的各个现场拍摄单元输出的各个图像数据进行拼接以获得并输出相应的数据拼接图像。
所述基于场景检测大数据的警戒等级升降***中：
所述几何均值滤波设备与所述数据拼接设备连接，用于对所述数据拼接图像执行几何均值滤波处理，以获得并输出相应的几何均值滤波图像。
所述基于场景检测大数据的警戒等级升降***中：
所述即时锐化设备与所述几何均值滤波设备连接，用于对所述几何均值滤波图像执行基于Kirsch算子的图像锐化处理，以获得并输出对应的即时锐化图像。
同时，为了克服上述不足，本发明还搭建了一种基于场景检测大数据的警戒等级升降终端，所述终端包括：存储器和处理器，所述处理器与所述存储器连接；
其中，所述存储器，用于存储所述处理器的可执行指令；
其中，所述处理器，用于调用所述存储器中的可执行指令，以实现使用如上所述的基于场景检测大数据的警戒等级升降***以在对前方车辆跟丢的情况下方启动对驾驶员的状态分析的方法。
另外，图像滤波，即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制，是图像预处理中不可缺少的操作，其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。
由于成像***、传输介质和记录设备等的不完善，数字图像在其形成、传输记录过程中往往会受到多种噪声的污染。另外，在图像处理的某些环节当输入的像对象并不如预想时也会在结果图像中引入噪声。这些噪声在图像上常表现为一引起较强视觉效果的孤立像素点或像素块。一般，噪声信号与要研究的对象不相关它以无用的信息形式出现，扰乱图像的可观测信息。对于数字图像信号，噪声表为或大或小的极值，这些极值通过加减作用于图像像素的真实灰度值上，对图像造成亮、暗点干扰，极大降低了图像质量，影响图像复原、分割、特征提取、图像识别等后继工作的进行。要构造一种有效抑制噪声的滤波器必须考虑两个基本问题：能有效地去除目标和背景中的噪声；同时，能很好地保护图像目标的形状、大小及特定的几何和拓扑结构特征。
常用的图像滤波模式中的一种是，非线性滤波器，一般说来，当信号频谱与噪声频谱混叠时或者当信号中含有非叠加性噪声时如由***非线性引起的噪声或存在非高斯噪声等)，传统的线性滤波技术，如傅立变换，在滤除噪声的同时，总会以某种方式模糊图像细节(如边缘等)进而导致像线性特征的定位精度及特征的可抽取性降低。而非线性滤波器是基于对输入信号的一种非线性映射关系，常可以把某一特定的噪声近似地映射为零而保留信号的要特征，因而其在一定程度上能克服线性滤波器的不足之处。
应当理解，本发明的各部分可以用硬件、软件、固件或他们的组合来实现。在上述实施方式中，多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***执行的软件或固件来实现。例如，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他们的组合来实现：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(PGA)，现场可编程门阵列(FPGA)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。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明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)
1.一种基于场景检测大数据的警戒等级升降***，其特征在于，包括：
状态检测设备，设置在汽车的驾驶室内，用于在接收到第一控制命令时，启动对驾驶室内驾驶员的状态检测，还用于在接收到第二控制命令时，停止对驾驶室内驾驶员的状态检测；
数据采集机构，设置在汽车的前盖位置，用于对汽车的前方执行图像数据采集，以获得前盖前方图像；
所述状态检测设备包括高清摄像组件和特征分析组件，所述高清摄像组件用于对驾驶室内部场景进行摄像操作以获得驾驶室内部图像；
所述特征分析组件包括脸部提取单元和状态分析单元，所述脸部提取单元用于提取所述驾驶室内部图像中的脸部区域，所述状态分析单元与所述脸部提取单元连接，用于对所述脸部区域执行脸部特征分析以判断驾驶员的当前状态；
空域增强设备，与所述数据采集机构连接，用于接收所述前盖前方图像，对接收到的所述前盖前方图像执行图像空域增强处理，以获得空域增强图像；
渲染处理设备，与所述空域增强设备连接，用于接收所述空域增强图像，对所述空域增强图像执行渲染处理，以获得渲染处理图像；
组合滤波设备，与所述渲染处理设备连接，用于对所述渲染处理图像执行组合滤波处理，以获得相应的组合滤波图像，所述组合滤波处理为高斯滤波处理和递归滤波处理的组合；
双三次插值设备，与所述组合滤波设备连接，用于对接收到的组合滤波图像执行基于4×4像素邻域的双三次插值处理，以获得双三次插值图像；
命令分析设备，与所述双三次插值设备连接，用于对接收到的双三次插值图像执行景深最浅的车辆目标的识别，并在所述车辆目标占据所述双三次插值图像中的面积低于预设面积阈值时，发出第一控制命令。
2.如权利要求1所述的基于场景检测大数据的警戒等级升降***，其特征在于：
所述命令分析设备还用于在所述车辆目标占据所述双三次插值图像中的面积不低于所述预设面积阈值时，发出第二控制命令。
3.如权利要求2所述的基于场景检测大数据的警戒等级升降***，其特征在于：
所述数据采集机构包括镉镍电池、电量采集设备、多眼拍摄设备、信号分析设备、电子开关设备、数据拼接设备、几何均值滤波设备和即时锐化设备。
4.如权利要求3所述的基于场景检测大数据的警戒等级升降***，其特征在于：
所述镉镍电池用于为连接的各个用电设备提供电力供应；
其中，所述电量采集设备与所述镉镍电池连接，用于检测所述镉镍电池的当前剩余电量。
5.如权利要求4所述的基于场景检测大数据的警戒等级升降***，其特征在于：
所述多眼拍摄设备与所述镉镍电池连接以由所述镉镍电池供电，包括多个现场拍摄单元，所述多个现场拍摄单元两两间隔相同；
其中，所述信号分析设备与所述电量采集设备连接，用于确定当前剩余电量对应的可支撑摄像头数量，所述可支撑摄像头数量与所述当前剩余电量成正比。
6.如权利要求5所述的基于场景检测大数据的警戒等级升降***，其特征在于：
所述电子开关设备分别与所述信号分析设备和多个现场拍摄单元连接，用于在接收到所述可支撑摄像头数量时，从所述多个现场拍摄单元中随机选择并打开与所述可支撑摄像头数量一致数量的现场拍摄单元，而将剩余现场拍摄单元关闭。
7.如权利要求6所述的基于场景检测大数据的警戒等级升降***，其特征在于：
所述数据拼接设备与所述多个现场拍摄单元连接，用于将打开中的各个现场拍摄单元输出的各个图像数据进行拼接以获得并输出相应的数据拼接图像。
8.如权利要求7所述的基于场景检测大数据的警戒等级升降***，其特征在于：
所述几何均值滤波设备与所述数据拼接设备连接，用于对所述数据拼接图像执行几何均值滤波处理，以获得并输出相应的几何均值滤波图像。
9.如权利要求8所述的基于场景检测大数据的警戒等级升降***，其特征在于：
所述即时锐化设备与所述几何均值滤波设备连接，用于对所述几何均值滤波图像执行基于Kirsch算子的图像锐化处理，以获得并输出对应的即时锐化图像。
10.一种基于场景检测大数据的警戒等级升降终端，其特征在于，所述终端包括：存储器和处理器，所述处理器与所述存储器连接；
所述存储器，用于存储所述处理器的可执行指令；
所述处理器，用于调用所述存储器中的可执行指令，以实现使用如权利要求1-9任一所述的基于场景检测大数据的警戒等级升降***以在对前方车辆跟丢的情况下方启动对驾驶员的状态分析的方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911061750.9A CN111444755B (zh) | 2019-11-01 | 2019-11-01 | 基于场景检测大数据的警戒等级升降***以及相应终端 |
| GBGB2013146.2A GB202013146D0 (en) | 2019-11-01 | 2020-08-24 | Alert level lifting system and corresponding terminal based on scene detection big data |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911061750.9A CN111444755B (zh) | 2019-11-01 | 2019-11-01 | 基于场景检测大数据的警戒等级升降***以及相应终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111444755A true CN111444755A (zh) | 2020-07-24 |
| CN111444755B CN111444755B (zh) | 2020-11-13 |
Family
ID=71626784
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911061750.9A Active CN111444755B (zh) | 2019-11-01 | 2019-11-01 | 基于场景检测大数据的警戒等级升降***以及相应终端 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN111444755B (zh) |
| GB (1) | GB202013146D0 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112612221A (zh) * | 2020-10-31 | 2021-04-06 | 泰州物族信息科技有限公司 | 应用spi通信的智能化控制平台及方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04218900A (ja) * | 1990-12-19 | 1992-08-10 | Mitsubishi Electric Corp | 車両用追従走行制御装置 |
| CN101030316A (zh) * | 2007-04-17 | 2007-09-05 | 北京中星微电子有限公司 | 一种汽车安全驾驶监控***和方法 |
| CN101391589A (zh) * | 2008-10-30 | 2009-03-25 | 上海大学 | 车载智能报警方法和装置 |
| JP2018103659A (ja) * | 2016-12-22 | 2018-07-05 | 三菱自動車工業株式会社 | 車両用走行支援装置 |
| CN108399403A (zh) * | 2018-02-28 | 2018-08-14 | 重庆大学 | 一种基于车牌尺寸计算的车距检测方法 |
| CN108407810A (zh) * | 2018-04-13 | 2018-08-17 | 浙江吉利控股集团有限公司 | 跟车状态调整方法、装置及*** |
| CN108886601A (zh) * | 2016-01-20 | 2018-11-23 | 杰拉德·迪尔克·施密茨 | 全息视频捕获和远程呈现*** |
| CN109035446A (zh) * | 2018-07-04 | 2018-12-18 | 孔涛 | 停车场自动收费*** |
| CN109521419A (zh) * | 2017-09-20 | 2019-03-26 | 比亚迪股份有限公司 | 基于车辆雷达的目标跟踪方法和装置 |
| CN109747644A (zh) * | 2019-03-01 | 2019-05-14 | 广州杰赛科技股份有限公司 | 车辆跟踪防撞预警方法、装置、控制器、***及车辆 |
-
2019
- 2019-11-01 CN CN201911061750.9A patent/CN111444755B/zh active Active
-
2020
- 2020-08-24 GB GBGB2013146.2A patent/GB202013146D0/en not_active Ceased
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04218900A (ja) * | 1990-12-19 | 1992-08-10 | Mitsubishi Electric Corp | 車両用追従走行制御装置 |
| CN101030316A (zh) * | 2007-04-17 | 2007-09-05 | 北京中星微电子有限公司 | 一种汽车安全驾驶监控***和方法 |
| CN101391589A (zh) * | 2008-10-30 | 2009-03-25 | 上海大学 | 车载智能报警方法和装置 |
| CN108886601A (zh) * | 2016-01-20 | 2018-11-23 | 杰拉德·迪尔克·施密茨 | 全息视频捕获和远程呈现*** |
| JP2018103659A (ja) * | 2016-12-22 | 2018-07-05 | 三菱自動車工業株式会社 | 車両用走行支援装置 |
| CN109521419A (zh) * | 2017-09-20 | 2019-03-26 | 比亚迪股份有限公司 | 基于车辆雷达的目标跟踪方法和装置 |
| CN108399403A (zh) * | 2018-02-28 | 2018-08-14 | 重庆大学 | 一种基于车牌尺寸计算的车距检测方法 |
| CN108407810A (zh) * | 2018-04-13 | 2018-08-17 | 浙江吉利控股集团有限公司 | 跟车状态调整方法、装置及*** |
| CN109035446A (zh) * | 2018-07-04 | 2018-12-18 | 孔涛 | 停车场自动收费*** |
| CN109747644A (zh) * | 2019-03-01 | 2019-05-14 | 广州杰赛科技股份有限公司 | 车辆跟踪防撞预警方法、装置、控制器、***及车辆 |
Non-Patent Citations (1)
| Title |
|---|
| 吴刚: ""基于粒子滤波与增量学习的车辆跟踪方法研究"", 《中国博士学位论文全文数据库 信息科技辑》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112612221A (zh) * | 2020-10-31 | 2021-04-06 | 泰州物族信息科技有限公司 | 应用spi通信的智能化控制平台及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111444755B (zh) | 2020-11-13 |
| GB202013146D0 (en) | 2020-10-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3336764B1 (en) | Vehicle monitoring method and image acquisition device | |
| US10290081B2 (en) | System for image dehazing by modifying lower bound of transmittance and method therefor | |
| EP3026880B1 (en) | Damage recognition assist system | |
| US20130077830A1 (en) | Traffic sign detecting method and traffic sign detecting device | |
| US9137498B1 (en) | Detection of mobile computing device use in motor vehicle | |
| CN104751600A (zh) | 基于虹膜识别的防疲劳驾驶安全设备及其使用方法 | |
| CN111444755B (zh) | 基于场景检测大数据的警戒等级升降***以及相应终端 | |
| US20180286233A1 (en) | Driving assistance device, driving assistance method, and non-transitory storage medium | |
| CN108487818B (zh) | 一种安全窗户控制平台 | |
| Pollard et al. | Lane marking extraction with combination strategy and comparative evaluation on synthetic and camera images | |
| US20190087674A1 (en) | Method and apparatus for detecting braking behavior of front vehicle of autonomous vehicle | |
| CN208789581U (zh) | 多功能驾驶辅助装置 | |
| CN112896159A (zh) | 行车安全预警方法及*** | |
| US20160232415A1 (en) | Detection detection of cell phone or mobile device use in motor vehicle | |
| DE102013205361A1 (de) | System und Verfahren zur Archivierung von Berührungsereignissen eines Fahrzeugs | |
| CN111833367A (zh) | 一种图像处理方法、装置、车辆及存储介质 | |
| KR101522757B1 (ko) | 영상의 노이즈 제거 방법 | |
| CN111726572B (zh) | 基于指令信号触发的关联人员锁定平台及方法 | |
| JP6939919B2 (ja) | 認識装置、認識方法及びプログラム | |
| DE102011121473A1 (de) | Verfahren zum Anzeigen von Bildern auf einer Anzeigeeinrichtung eines Kraftfahrzeugs,Fahrerassistenzeinrichtung, Kraftfahrzeug und Computerprogramm | |
| CN110631475B (zh) | 现场目标尺寸检测方法 | |
| CN110329156B (zh) | 车辆逆光盲区车前信息的识别方法及装置 | |
| CN111824164B (zh) | 周围信息采集显示方法 | |
| Choi et al. | A generalized symmetry transform with selective attention capability for specific corner angles | |
| Roslan et al. | A study on the traffic light identification and guidance system for the elderly drivers |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20201027 Address after: 408, 4 / F, 31 Fuchengmenwai street, Xicheng District, Beijing 100032 Applicant after: Aibao Technology Co.,Ltd. Address before: 225300 Kangya East Court Building, Yexu Town, Taizhou City, Jiangsu Province, 201-206, 2nd floor Applicant before: Taizhou Yuecheng Science and Technology Information Consulting Center |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |