CN113920576A - 车上人员的丢物行为识别方法、装置、设备及存储介质 - Google Patents
车上人员的丢物行为识别方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113920576A CN113920576A CN202010647126.3A CN202010647126A CN113920576A CN 113920576 A CN113920576 A CN 113920576A CN 202010647126 A CN202010647126 A CN 202010647126A CN 113920576 A CN113920576 A CN 113920576A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- person
- behavior
- identifying
- losing
- 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 41
- 230000006399 behavior Effects 0.000 claims abstract description 134
- 238000012545 processing Methods 0.000 claims description 10
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 239000004744 fabric Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B3/00—Audible signalling systems; Audible personal calling systems
- G08B3/10—Audible signalling systems; Audible personal calling systems using electric transmission; using electromagnetic transmission
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Electromagnetism (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本公开实施例涉及车上人员的丢物行为识别方法、装置、设备及存储介质。该方法包括:在第一时刻获取车辆的车内状况数据,根据所述车内状况数据,确定车上人员对应的当前物品集,根据所述当前物品集和预先获取的原始物品集,识别所述车上人员是否具有向车外丢物的行为。
Description
技术领域
本公开涉及人工智能技术领域,更具体地,涉及一种车上人员的丢物行为识别方法、一种车上人员的丢物行为识别装置、一种车上人员的丢物行为识别设备以及计算机可读存储介质。
背景技术
随着社会的快速发展,车辆的保有量与日俱增,乘坐车辆移动出行已经成为人们日常重要的出行方式,如,乘坐公共交通工具出行、乘坐自动驾驶车辆出行等。
目前,社会上普遍出现车上人员在乘坐车辆移动出行时随意向车外丢物的现象,这样不仅会造成周围环境的污染,还会引发各种交通事故,给行车安全带来极大的安全隐患。
因此,为了能够有效地减少车上人员随意向车外丢物的现象,需要提供一种识别车上人员丢物行为的方法。
发明内容
本公开实施例的一个目的是提供一种车上人员的丢物行为识别的新的技术方案。
根据本公开的第一方面,提供了一种车上人员的丢物行为识别方法,该方法包括:
在第一时刻获取车辆的车内状况数据;
根据所述车内状况数据,确定车上人员对应的当前物品集;
根据所述当前物品集和预先获取的原始物品集,识别所述车上人员是否具有向车外丢物的行为。
可选地,根据所述当前物品集和原始物品集,识别所述车上人员是否具有向车外丢物的行为,包括:
判断所述当前物品集与原始物品集是否一致;
在所述当前物品集与原始物品集一致的情况下,识别所述车上人员不具有向车外丢物的行为;
在所述当前物品集与原始物品集不一致的情况下,识别所述车上人员具有向车外丢物的行为。
可选地,根据所述当前物品集和原始物品集,识别所述车上人员是否具有向车外丢物的行为,还包括:
在所述当前物品集与原始物品集不一致的情况下,在第二时刻获取车辆的车外状况数据,其中,所述第一时刻早于所述第二时刻;
根据所述车外状况数据,判断车外是否存在车外物品;
在车外存在车外物品的情况下,识别所述车上人员具有向车外丢物的行为;
在车外未存在车外物品的情况下,识别所述车上人员不具有向车外丢物的行为。
可选地,根据所述当前物品集和原始物品集,识别所述车上人员是否具有向车外丢物的行为,还包括:
在车外存在车外物品的情况下,确定所述当前物品集与所述原始物品集之间的差异物品;
判断所述差异物品与所述车外物品是否一致;
在所述差异物品与所述车外物品一致的情况下,识别所述车上人员具有向车外丢物的行为;
在所述差异物品与所述车外物品不一致的情况下,识别所述车上人员不具有向车外丢物的行为。
可选地,根据所述当前物品集和原始物品集,识别所述车上人员是否具有向车外丢物的行为,还包括:
在车外存在车外物品的情况下,判断所述第二时刻与所述第一时刻间的时间差是否低于预设阈值;
在所述时间差低于预设阈值的情况下,识别所述车上人员具有向车外丢物的行为;
在所述时间差不低于预设阈值的情况下,识别所述车上人员不具有向车外丢物的行为。
可选地,根据所述当前物品集和原始物品集,识别所述车上人员是否具有向车外丢物的行为,还包括:
在车外存在车外物品的情况下,获取所述车辆在特定时间段内的车窗状态,其中,所述特定时间段为所述第一时刻至所述第二时刻间的时间段;
在所述车窗状态包含开启状态的情况下,识别所述车上人员具有向车外丢物的行为;
在所述车窗状态未包含开启状态的情况下,识别所述车上人员不具有向车外丢物的行为。
可选地,根据所述当前物品集和原始物品集,识别所述车上人员是否具有向车外丢物的行为,还包括:
在所述当前物品集与原始物品集不一致的情况下,获取第三时刻车上人员的手部与所述车辆的车窗之间的位置关系,其中,所述第三时刻早于所述第一时刻;
在所述位置关系为车上人员的手部位于所述车辆的车窗外的情况下,识别所述车上人员具有向车外丢物的行为;
在所述位置关系为车上人员的手部位于所述车辆的车窗内的情况下,识别所述车上人员不具有向车外丢物的行为。
可选地,所述方法还包括:在识别出所述车上人员具有向车外丢物的行为的情况下,执行以下至少一项:
第一项,通过所述车辆的车载视觉设备警示车上人员的丢物行为;第二项,通过所述车辆的车载扬声器警示车上人员的丢物行为;第三项,通过所述车辆的自动驾驶***规划停车路线,并根据所述停车路线,控制车辆停到指定位置。
可选地,获取所述原始物品集的步骤,包括:
监测车辆内是否存在车上人员;
在监测到车辆内存在车上人员的情况下,获取车辆的车内状况数据;
根据所述车内状况数据,确定车上人员对应的原始物品集并获取。
根据本公开的第二方面,提供了一种车上人员的丢物行为识别装置,其包括:
获取模块,用于在第一时刻获取车辆的车内状况数据;
确定模块,用于根据所述车内状况数据,确定车上人员对应的当前物品集;
识别模块,用于根据所述当前物品集和预先获取的原始物品集,识别所述车上人员是否具有向车外丢物的行为。
根据本公开的第三方面,提供了一种车上人员的丢物行为识别设备的一个实施例,包括如本说明书第三方面所述的车上人员的丢物行为识别装置,或者,所述包括:
存储器,用于存储可执行命令;
处理器,用于在所述可执行命令的控制下,执行如本说明书第一方面所述的车上人员的丢物行为识别方法。
根据本公开的第四方面,还提供了一种计算机可读存储介质的一个实施例,其存储有可执行指令,所述可执行指令被处理器执行时,执行如本说明书的第一方面所述的车上人员的丢物行为识别方法。
本公开实施例的一个有益效果在于,本实施例通过将车上人员当前对应的当前物品集与,车上人员刚上车时对应的原始物品集进行比对,能够有效地识别出车上人员是否具有向车外丢物的行为,大大减少了车上人员在乘坐车辆移动出行时随意向车外丢物的现象。
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例,并且连同其说明一起用于解释本发明的原理。
图1是本公开实施例提供的一种车上人员的丢物行为识别设备的硬件配置的框图;
图2是本公开实施例提供的一种车上人员的丢物行为识别方法的流程图;
图3是本公开实施例提供的一种车上人员的丢物行为识别装置的结构示意图;
图4是本公开实施例提供的一种车上人员的丢物行为识别设备的结构示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人物已知的技术、方法和设备可能不作详细讨论,但在适当情况下,技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它例子可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
<硬件配置>
图1是本公开实施例提供的一种车上人员的丢物行为识别设备的硬件配置的框图。
车上人员的丢物行为识别设备1000可以为虚拟机或物理机。车上人员的丢物行为识别设备1000可以包括处理器1100、存储器1200、接口装置1300、通信装置1400、显示装置1500、输入装置1600、扬声器1700、麦克风1800,等等。其中,处理器1100可以是中央处理器CPU、微处理器MCU等。存储器1200例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置1300例如包括USB接口、耳机接口等。通信装置1400例如能够进行有线或无线通信。显示装置1500例如是液晶显示屏、触摸显示屏等。输入装置1600例如可以包括触摸屏、键盘等。用户可以通过扬声器1700和麦克风1800输入/输出语音信息。
应用于本实施例中,存储器1200用于存储计算机程序,该计算机程序用于控制处理器1100进行操作以执行根据本发明任意实施例的数据处理方法。技术人员可以根据本发明所公开方案设计该计算机程序指令。该计算机程序如何控制处理器1100进行操作,这是本领域公知,故在此不再详细描述。
尽管在图1中对车上人员的丢物行为识别设备1000均示出了多个装置,但是,本发明可以仅涉及其中的部分装置,例如,车上人员的丢物行为识别设备1000只涉及存储器1200和处理器1100。
另外,该车上人员的丢物行为识别设备1000可以安装在车辆内部,也可以安装在独立于车辆的外部,独立于车辆外部的车上人员的丢物行为识别设备1000可通过网络接收车辆采集的车内状况数据,再根据该车内状况数据,确定车上人员对应的当前物品集,最后根据该当前物品集和预先获取的原始物品集,识别该车上人员是否具有向车外丢物的行为。
在上述描述中,技术人员可以根据本发明所公开方案设计指令。指令如何控制处理器进行操作,这是本领域公知,故在此不再详细描述。
<方法实施例>
本公开实施例提供了一种车上人员的丢物行为识别方法,如图2所示,该方法包括以下步骤:
S201:在第一时刻获取车辆的车内状况数据。
在本公开实施例中,由于本发明旨在通过对比车上人员刚上车时所携带的物品集和当前时刻所携带的物品集,来识别车上人员是否具有向车外丢物的行为,因此,在识别车上人员是否具有向车外丢物的行为的过程中,首先需要确定当前时刻车上人员所携带的物品。
进一步的,在本公开实施例中,想要确定当前时刻车上人员所携带的物品,需要在第一时刻获取车辆的车内状况数据。
在此需要说明的是,第一时刻指的是当前时刻,也就是说,所获取的车内状况数据是当前时刻车辆的车内状况数据。
另外,车内状况数据可以是通过车内摄像头采集的图像数据,能够反映出车上人员所携带的物品的状况。
S202:根据所述车内状况数据,确定车上人员对应的当前物品集。
进一步的,由于车内状况数据是通过车内摄像头采集的图像数据,因此,本公开实施例在获取到车辆的车内状况数据之后,可通过预先创建的图像识别模型,对车内摄像头所采集的车内状况数据进行图像识别,从而识别出车上人员对应的当前物品集。
在此需要说明的是,由于在实际应用中,车上人员向车窗外丢弃的物品通常是纸类物品、瓶类物品、塑料类物品和布类物品,因此,本公开实施例在制作用于创建图像识别模型的样本图像集的过程中,可模拟实际的乘车情况,获取没有纸类物品、瓶类物品、塑料类物品和布类物品的车内图像、具有纸类物品、瓶类物品、塑料类物品和布类物品中至少一种的车内图像,根据所获取的车内图像制作样本图像集,后续,根据样本图像集训练图像识别模型。
当然车上人员向车窗外丢弃的物品也不仅仅只有纸类物品、瓶类物品、塑料类物品和布类物品,还包括其他种类繁多的物品,样本图像内包含的物品种类越多,识别车上人员是否具有向车外丢物的行为的精准度越高,具体识别哪些物品可根据实际情况来确定。
在此还需要说明的是,为了能够区分车上人员刚上车时所携带的物品集和当前时刻所携带的物品集,在本公开实施例中,将车上人员刚上车时所携带的物品集定义为原始物品集,将当前时刻所携带的物品集定义为当前物品集。
当前物品集包含了车上人员所携带的物品,如,背包,水瓶等。
S203:根据所述当前物品集和预先获取的原始物品集,识别所述车上人员是否具有向车外丢物的行为。
进一步的,本公开实施例在确定出车上人员对应的当前物品集后,可根据当前物品集和预先获取的原始物品集,识别车上人员是否具有向车外丢物的行为。
在此需要说明的是,由于本发明旨在通过对比车上人员刚上车时所携带的物品集和当前时刻所携带的物品集,来识别车上人员是否具有向车外丢物的行为,因此,在本公开实施例中,根据当前物品集和预先获取的原始物品集,识别车上人员是否具有向车外丢物的行为,具体可以如下:
判断所述当前物品集与原始物品集是否一致;在所述当前物品集与原始物品集一致的情况下,识别所述车上人员不具有向车外丢物的行为;在所述当前物品集与原始物品集不一致的情况下,识别所述车上人员具有向车外丢物的行为。
例如,假设预先获取的原始物品集包括:背包和矿泉水瓶,确定出的当前物品集包括:背包,判断当前物品集与原始物品集不一致,则识别所述车上人员具有向车外丢物的行为。
另外,由于原始物品集是车上人员刚上车时所携带的物品,因此,在本公开实施例中,获取原始物品集具体可以如下:
监测车辆内是否存在车上人员,在监测到车辆内存在车上人员的情况下,获取车辆的车内状况数据,根据所述车内状况数据,确定车上人员对应的原始物品集并获取。
在此需要说明的是,监测到车辆内存在车上人员说明车上人员刚上车。
通过上述方法,通过将车上人员当前对应的当前物品集与,车上人员刚上车时对应的原始物品集进行比对,能够有效地识别出车上人员是否具有向车外丢物的行为,大大减少了车上人员在乘坐车辆移动出行时随意向车外丢物的现象。
在实际应用中,有可能车上人员并没有向车窗外丢物,而是将原始物品集内的有些物品放在兜内或者背包内,从而造成了当前物品集与原始物品集不一致,因此,为了提高识别车上人员的丢物行为的准确率,本公开实施例提供以下两种在当前物品集与原始物品集不一致的情况下,识别车上人员是否具有向车外丢物的行为的实施方式。
第一种实施方式:由于车上人员在向车窗外丢物时,势必会将手部伸出车窗,因此,在所述当前物品集与原始物品集不一致的情况下,获取第三时刻车上人员的手部与所述车辆的车窗之间的位置关系;在所述位置关系为车上人员的手部位于所述车辆的车窗外的情况下,识别所述车上人员具有向车外丢物的行为;在所述位置关系为车上人员的手部位于所述车辆的车窗内的情况下,识别所述车上人员不具有向车外丢物的行为。
在此需要说明的是,当确定出当前物品集与原始物品集不一致时,说明此刻原始物品集内存在某个物品消失,如果车上人员存在丢物行为,那么在第一时刻之前,车上人员的手部势必会伸出车窗,因此,所述第三时刻要早于所述第一时刻,第三时刻可以是第一时刻的前一时刻,也可以是第一时刻的前N时刻,N为大于1的整数,N越大,则表示第三时刻比第一时刻离的越远,识别车上人员是否具有向车外丢物的行为的准确率越低,反之,N越小,则表示第三时刻比第一时刻离的越近,识别车上人员是否具有向车外丢物的行为的准确率越高。
第二种实施方式:由于车上人员在向车窗外丢物后,车外识别会存在相应的物品,因此,在所述当前物品集与原始物品集不一致的情况下,在第二时刻获取车辆的车外状况数据,其中,所述第一时刻早于所述第二时刻;根据所述车外状况数据,判断车外是否存在车外物品;在车外存在车外物品的情况下,识别所述车上人员具有向车外丢物的行为;在车外未存在车外物品的情况下,识别所述车上人员不具有向车外丢物的行为。
在此需要说明的是,如果车上人员存在丢物行为,那么丢弃的物品势必会在第一时刻之后才能够出现在车外,因此,第一时刻要早于第二时刻,也就是说,只有在第一时刻在识别出车上人员具有向车外丢物的行为之后,才需要在第二时刻获取车辆的车外状况数据,并基于车外状况数据,判断车外是否存在车外物品,以根据车外物品来识别车上人员具有向车外丢物的行为。
在此还需要说明的是,第二时刻可以是第一时刻的后一时刻,也可以是第一时刻的后N时刻,N为大于1的整数,N越大,则表示第二时刻比第一时刻离的越远,识别车上人员是否具有向车外丢物的行为的准确率越低,反之,N越小,则表示第二时刻比第一时刻离的越近,识别车上人员是否具有向车外丢物的行为的准确率越高。
进一步的,即使确定出车外存在车外物品,但是该车外物品有可能是车外的行人或者其他车辆扔出的,并不是车上人员向车外丢的,因此,为了提高识别车上人员的丢物行为的准确率,本公开实施例在确定出车外存在车外物品的基础之上,给出以下三种识别车上人员是否具有向车外丢物的行为的实施方式。
第一种实施方式:在车外存在车外物品的情况下,确定所述当前物品集与所述原始物品集之间的差异物品;判断所述差异物品与所述车外物品是否一致;在所述差异物品与所述车外物品一致的情况下,识别所述车上人员具有向车外丢物的行为;在所述差异物品与所述车外物品不一致的情况下,识别所述车上人员不具有向车外丢物的行为。
第二种实施方式:在车外存在车外物品的情况下,判断所述第二时刻与所述第一时刻间的时间差是否低于预设阈值;在所述时间差低于预设阈值的情况下,识别所述车上人员具有向车外丢物的行为;在所述时间差不低于预设阈值的情况下,识别所述车上人员不具有向车外丢物的行为。
在此需要说明的是,所述第二时刻与所述第一时刻间的时间差能够反映车外物品是车上人员丢弃的可能性大小,时间差越小,则说明车外物品是车上人员丢弃的可能性越小,反之,时间差越大,则说明车外物品是车上人员丢弃的可能性越大,而低于一定概率的时间差可以能够直接确认车外物品不是车上人员丢弃的,因此,需要设定一个阈值来确定哪个区间的时间差能够说明车外物品与车上人员存在直接关联性。
第三种实施方式:在车外存在车外物品的情况下,获取所述车辆在特定时间段内的车窗状态,其中,所述特定时间段为所述第一时刻至所述第二时刻间的时间段;在所述车窗状态包含开启状态的情况下,识别所述车上人员具有向车外丢物的行为;在所述车窗状态未包含开启状态的情况下,识别所述车上人员不具有向车外丢物的行为。
在此需要说明的是,由于车上人员想要向车外丢物,车辆的车窗处于开启的状态的时刻势必处于第一时刻和第二时刻之间,因此,在本公开实施例中,所述特定时间段为所述第一时刻至所述第二时刻间的时间段。
在此还需要说明的是,上述三种实施方式可以单独使用,也可以组合使用,即,第一种实施方式、第二种实施方式和第三种实施方式中的至少两种组合在一起使用,组合使用可以提高识别车上人员是否具有向车外丢物的行为的准确率。
在本公开实施例中,为了能够进一步减少车上人员在乘坐车辆移动出行时随意向车外丢物的现象,可在通过上述方法识别出车上人员具有向车外丢物的行为之后,提示车上人员当前存在车窗丢物行为,使车上人员能够养成不随意通过车窗丢物的习惯。
在本公开实施例中,可执行以下三项中的至少一项来提示车上人员当前存在车窗丢物行为。
第一项:通过所述车辆的车载视觉设备警示车上人员的丢物行为。
第二项:通过所述车辆的车载扬声器警示车上人员的丢物行为。
第三项:通过所述车辆的自动驾驶***规划停车路线,并根据所述停车路线,控制车辆停到指定位置。
在此需要说明的是,通过所述车辆的车载视觉设备警示车上人员的丢物行为是从视觉角度来提示车上人员的车窗丢物的行为,如,通过所述车辆的显示屏显示文字类型、图像类型、图标类型或视频类型的警示标语来警示车上人员的丢物行为,又如,通过车内警示灯或车外警示灯来警示车上人员的丢物行为;通过所述车辆的车载扬声器警示车上人员的丢物行为是从声音角度来提示车上人员的车窗丢物的行为,如,通过所述车辆的车载扬声器发出警示语音、警示蜂鸣或车外鸣笛;通过所述车辆的自动驾驶***规划停车路线,并根据所述停车路线,控制车辆停到指定位置,则是从停车行为上提示车上人员的车窗丢物的行为。
另外,控制车辆停到指定位置具体是通过控制车辆的动力***、转向***和刹车***使车辆停到指定位置。
<装置实施例>
如图3所示,本公开实施例还提供了一种车上人员的丢物行为识别装置30,该装置30包括:获取模块301、确定模块302、识别模块303和执行模块304;
获取模块301,用于在第一时刻获取车辆的车内状况数据;
确定模块302,用于根据所述车内状况数据,确定车上人员对应的当前物品集;
识别模块303,用于根据所述当前物品集和预先获取的原始物品集,识别所述车上人员是否具有向车外丢物的行为。
在一个实施例中,所述识别模块303具体用于,判断所述当前物品集与原始物品集是否一致;在所述当前物品集与原始物品集一致的情况下,识别所述车上人员不具有向车外丢物的行为;在所述当前物品集与原始物品集不一致的情况下,识别所述车上人员具有向车外丢物的行为。
在一个实施例中,所述识别模块303还用于,在所述当前物品集与原始物品集不一致的情况下,在第二时刻获取车辆的车外状况数据,其中,所述第一时刻早于所述第二时刻;根据所述车外状况数据,判断车外是否存在车外物品;在车外存在车外物品的情况下,识别所述车上人员具有向车外丢物的行为;在车外未存在车外物品的情况下,识别所述车上人员不具有向车外丢物的行为。
在一个实施例中,所述识别模块303还用于,在车外存在车外物品的情况下,确定所述当前物品集与所述原始物品集之间的差异物品;判断所述差异物品与所述车外物品是否一致;在所述差异物品与所述车外物品一致的情况下,识别所述车上人员具有向车外丢物的行为;在所述差异物品与所述车外物品不一致的情况下,识别所述车上人员不具有向车外丢物的行为。
在一个实施例中,所述识别模块303还用于,在车外存在车外物品的情况下,判断所述第二时刻与所述第一时刻间的时间差是否低于预设阈值;在所述时间差低于预设阈值的情况下,识别所述车上人员具有向车外丢物的行为;在所述时间差不低于预设阈值的情况下,识别所述车上人员不具有向车外丢物的行为。
在一个实施例中,所述识别模块303还用于,在车外存在车外物品的情况下,获取所述车辆在特定时间段内的车窗状态,其中,所述特定时间段为所述第一时刻至所述第二时刻间的时间段;在所述车窗状态包含开启状态的情况下,识别所述车上人员具有向车外丢物的行为;在所述车窗状态未包含开启状态的情况下,识别所述车上人员不具有向车外丢物的行为。
在一个实施例中,所述识别模块303还用于,在所述当前物品集与原始物品集不一致的情况下,获取第三时刻车上人员的手部与所述车辆的车窗之间的位置关系,其中,所述第三时刻早于所述第一时刻;在所述位置关系为车上人员的手部位于所述车辆的车窗外的情况下,识别所述车上人员具有向车外丢物的行为;在所述位置关系为车上人员的手部位于所述车辆的车窗内的情况下,识别所述车上人员不具有向车外丢物的行为。
在一个实施例中,所述执行模块304,用于在所述识别模块303识别出所述车上人员具有向车外丢物的行为的情况下,执行以下至少一项:第一项,通过所述车辆的车载视觉设备警示车上人员的丢物行为;第二项,通过所述车辆的车载扬声器警示车上人员的丢物行为;第三项,通过所述车辆的自动驾驶***规划停车路线,并根据所述停车路线,控制车辆停到指定位置。
在一个实施例中,所述获取模块301具体用于,监测车辆内是否存在车上人员;在监测到车辆内存在车上人员的情况下,获取车辆的车内状况数据;根据所述车内状况数据,确定车上人员对应的原始物品集并获取。
<设备实施例>
本公开实施例中,还提供一种如图4所示的车上人员的丢物行为识别设备40,该车上人员的丢物行为识别设备40包括本说明书装置实施例中描述的车上人员的丢物行为识别装置30。
在另外的实施例中,该车上人员的丢物行为识别设备40也可以包括存储器和处理器。该存储器用于存储计算机程序。该处理器用于在存储器存储的计算机程序的控制下,执行本说明书任意方法实施例中描述的方法。
该车上人员的丢物行为识别设备可以是终端设备。该车上人员的丢物行为识别设备也可以是与终端设备通信连接的服务器。该车上人员的丢物行为识别设备还可以包括终端设备与与终端设备连接的服务器,在此不做限定。
<计算机可读存储介质实施例>
本实施例提供一种计算机可读存储介质,该存储介质中存储有可执行命令,该可执行命令被处理器执行时,执行本说明书任意方法实施例中描述的方法。
本发明可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的***、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、程序段或指令的一部分,模块、程序段或指令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。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,两个连续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动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。对于本领域技术人物来说公知的是,通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人物来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人物能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。
Claims (12)
1.一种车上人员的丢物行为识别方法,包括:
在第一时刻获取车辆的车内状况数据;
根据所述车内状况数据,确定车上人员对应的当前物品集;
根据所述当前物品集和预先获取的原始物品集,识别所述车上人员是否具有向车外丢物的行为。
2.根据权利要求1所述的方法,其特征在于,根据所述当前物品集和原始物品集,识别所述车上人员是否具有向车外丢物的行为,包括:
判断所述当前物品集与原始物品集是否一致;
在所述当前物品集与原始物品集一致的情况下,识别所述车上人员不具有向车外丢物的行为;
在所述当前物品集与原始物品集不一致的情况下,识别所述车上人员具有向车外丢物的行为。
3.根据权利要求2所述的方法,其特征在于,根据所述当前物品集和原始物品集,识别所述车上人员是否具有向车外丢物的行为,还包括:
在所述当前物品集与原始物品集不一致的情况下,在第二时刻获取车辆的车外状况数据,其中,所述第一时刻早于所述第二时刻;
根据所述车外状况数据,判断车外是否存在车外物品;
在车外存在车外物品的情况下,识别所述车上人员具有向车外丢物的行为;
在车外未存在车外物品的情况下,识别所述车上人员不具有向车外丢物的行为。
4.根据权利要求3所述的方法,其特征在于,根据所述当前物品集和原始物品集,识别所述车上人员是否具有向车外丢物的行为,还包括:
在车外存在车外物品的情况下,确定所述当前物品集与所述原始物品集之间的差异物品;
判断所述差异物品与所述车外物品是否一致;
在所述差异物品与所述车外物品一致的情况下,识别所述车上人员具有向车外丢物的行为;
在所述差异物品与所述车外物品不一致的情况下,识别所述车上人员不具有向车外丢物的行为。
5.根据权利要求3所述的方法,其特征在于,根据所述当前物品集和原始物品集,识别所述车上人员是否具有向车外丢物的行为,还包括:
在车外存在车外物品的情况下,判断所述第二时刻与所述第一时刻间的时间差是否低于预设阈值;
在所述时间差低于预设阈值的情况下,识别所述车上人员具有向车外丢物的行为;
在所述时间差不低于预设阈值的情况下,识别所述车上人员不具有向车外丢物的行为。
6.根据权利要求3所述的方法,其特征在于,根据所述当前物品集和原始物品集,识别所述车上人员是否具有向车外丢物的行为,还包括:
在车外存在车外物品的情况下,获取所述车辆在特定时间段内的车窗状态,其中,所述特定时间段为所述第一时刻至所述第二时刻间的时间段;
在所述车窗状态包含开启状态的情况下,识别所述车上人员具有向车外丢物的行为;
在所述车窗状态未包含开启状态的情况下,识别所述车上人员不具有向车外丢物的行为。
7.根据权利要求2所述的方法,其特征在于,根据所述当前物品集和原始物品集,识别所述车上人员是否具有向车外丢物的行为,还包括:
在所述当前物品集与原始物品集不一致的情况下,获取第三时刻车上人员的手部与所述车辆的车窗之间的位置关系,其中,所述第三时刻早于所述第一时刻;
在所述位置关系为车上人员的手部位于所述车辆的车窗外的情况下,识别所述车上人员具有向车外丢物的行为;
在所述位置关系为车上人员的手部位于所述车辆的车窗内的情况下,识别所述车上人员不具有向车外丢物的行为。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:在识别出所述车上人员具有向车外丢物的行为的情况下,执行以下至少一项:
第一项,通过所述车辆的车载视觉设备警示车上人员的丢物行为;第二项,通过所述车辆的车载扬声器警示车上人员的丢物行为;第三项,通过所述车辆的自动驾驶***规划停车路线,并根据所述停车路线,控制车辆停到指定位置。
9.根据权利要求1所述的方法,其特征在于,获取所述原始物品集的步骤,包括:
监测车辆内是否存在车上人员;
在监测到车辆内存在车上人员的情况下,获取车辆的车内状况数据;
根据所述车内状况数据,确定车上人员对应的原始物品集并获取。
10.一种车上人员的丢物行为识别装置,包括:
获取模块,用于在第一时刻获取车辆的车内状况数据;
确定模块,用于根据所述车内状况数据,确定车上人员对应的当前物品集;
识别模块,用于根据所述当前物品集和预先获取的原始物品集,识别所述车上人员是否具有向车外丢物的行为。
11.一种车上人员的丢物行为识别设备,包括如权利要求10所述的车上人员的丢物行为识别装置,或者,所述设备包括:
存储器,用于存储可执行命令;
处理器,用于在所述可执行命令的控制下,执行如权利要求1-9中任一项所述的车上人员的丢物行为识别方法。
12.一种计算机可读存储介质,存储有可执行指令,所述可执行指令被处理器执行时,执行如权利要求1-9中任一项所述的车上人员的丢物行为识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010647126.3A CN113920576A (zh) | 2020-07-07 | 2020-07-07 | 车上人员的丢物行为识别方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010647126.3A CN113920576A (zh) | 2020-07-07 | 2020-07-07 | 车上人员的丢物行为识别方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113920576A true CN113920576A (zh) | 2022-01-11 |
Family
ID=79231311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010647126.3A Pending CN113920576A (zh) | 2020-07-07 | 2020-07-07 | 车上人员的丢物行为识别方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113920576A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130112461A (ko) * | 2012-04-04 | 2013-10-14 | 주식회사 만도 | 차량용 분실물 방지 시스템 |
CN108248549A (zh) * | 2018-01-30 | 2018-07-06 | 北京汽车股份有限公司 | 车载乘车人员识别***、车辆和车载乘车人员识别方法 |
CN109685016A (zh) * | 2018-12-26 | 2019-04-26 | 上海理工大学 | 出租车乘客失物取回*** |
CN109766804A (zh) * | 2018-12-28 | 2019-05-17 | 百度在线网络技术(北京)有限公司 | 基于车载场景的物品识别方法、装置、设备和存储介质 |
KR102005956B1 (ko) * | 2018-03-19 | 2019-07-31 | 김대훈 | 차량 내부 이미지 인식 장치 |
CN110399767A (zh) * | 2017-08-10 | 2019-11-01 | 北京市商汤科技开发有限公司 | 车内人员危险动作识别方法和装置、电子设备、存储介质 |
CN110706700A (zh) * | 2019-09-29 | 2020-01-17 | 深圳市元征科技股份有限公司 | 一种车内骚扰预防报警方法及装置、服务器、存储介质 |
-
2020
- 2020-07-07 CN CN202010647126.3A patent/CN113920576A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130112461A (ko) * | 2012-04-04 | 2013-10-14 | 주식회사 만도 | 차량용 분실물 방지 시스템 |
CN110399767A (zh) * | 2017-08-10 | 2019-11-01 | 北京市商汤科技开发有限公司 | 车内人员危险动作识别方法和装置、电子设备、存储介质 |
CN108248549A (zh) * | 2018-01-30 | 2018-07-06 | 北京汽车股份有限公司 | 车载乘车人员识别***、车辆和车载乘车人员识别方法 |
KR102005956B1 (ko) * | 2018-03-19 | 2019-07-31 | 김대훈 | 차량 내부 이미지 인식 장치 |
CN109685016A (zh) * | 2018-12-26 | 2019-04-26 | 上海理工大学 | 出租车乘客失物取回*** |
CN109766804A (zh) * | 2018-12-28 | 2019-05-17 | 百度在线网络技术(北京)有限公司 | 基于车载场景的物品识别方法、装置、设备和存储介质 |
CN110706700A (zh) * | 2019-09-29 | 2020-01-17 | 深圳市元征科技股份有限公司 | 一种车内骚扰预防报警方法及装置、服务器、存储介质 |
Non-Patent Citations (1)
Title |
---|
费腾;江龙;杨帅帅;杜克石;: "随岳高速智能视频分析***建设探究", 中国交通信息化, no. 1, 3 April 2018 (2018-04-03) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022062659A1 (zh) | 智能驾驶控制方法及装置、车辆、电子设备和存储介质 | |
KR102205240B1 (ko) | 예상치 못한 임펄스 변화 충돌 검출기 | |
US11312298B2 (en) | Modulating attention of responsible parties to predicted dangers of self-driving cars | |
CN108891413B (zh) | 车载防疲劳驾驶***、方法、设备及存储介质 | |
KR102183189B1 (ko) | 차량내 휴대기기 관리 방법 및 장치 | |
US11807273B2 (en) | Methods and apparatus to provide accident avoidance information to passengers of autonomous vehicles | |
US10970899B2 (en) | Augmented reality display for a vehicle | |
FI124068B (en) | Procedure for improving driving safety | |
CN110667506B (zh) | 一种碰撞识别的方法、装置、设备及存储介质 | |
CN103116399A (zh) | 基于推断的交通工具状态提供用户接口体验的方法和装置 | |
US11567509B2 (en) | Control system, control method, and non-transitory storage medium | |
CN112991684A (zh) | 一种驾驶预警的方法及装置 | |
CN110254442B (zh) | 用于控制车辆显示的方法和装置 | |
CN114463985A (zh) | 辅助驾驶的方法、装置、设备及存储介质 | |
CN114125695B (zh) | 车辆的坡路行车警示方法、装置、设备及存储介质 | |
CN113838273A (zh) | 基于车辆的提醒方法、装置、电子设备和存储介质 | |
KR102319383B1 (ko) | 블랙박스 영상을 이용하여 교통 법규 위반 차량을 자동으로 신고하는 장치 및 방법 | |
CN111278708A (zh) | 用于辅助驾驶的方法和装置 | |
CN113920576A (zh) | 车上人员的丢物行为识别方法、装置、设备及存储介质 | |
KR20240097879A (ko) | 차량 탑승자의 신체 부위를 창에서 꺼낸 것을 검출하는 방법, 장치 및 차량 | |
CN115681483A (zh) | 车辆控制器、车辆及车辆控制方法 | |
CN113401071B (zh) | 显示控制装置、显示控制方法以及计算机可读取存储介质 | |
CN113879313A (zh) | 驾驶员疲劳检测方法及装置 | |
US20200218263A1 (en) | System and method for explaining actions of autonomous and semi-autonomous vehicles | |
CN113147794A (zh) | 生成自动驾驶预警信息方法、装置、设备及自动驾驶车辆 |
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 |