[發(fā)明專利]數(shù)據(jù)處理方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201810890305.2
• 申請(qǐng)日: 2018-07-31
• 公開(kāi)（公告）號(hào): CN109190485A
• 公開(kāi)（公告）日: 2019-01-11
• 發(fā)明（設(shè)計(jì)）人: 李明
• 申請(qǐng)（專利權(quán)）人: 李明
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G07C5/08;G08B21/06
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種數(shù)據(jù)處理方法，包括：

獲取圖像和對(duì)應(yīng)的深度信息，所述圖像中包含人體姿態(tài)；

將所述圖像和對(duì)應(yīng)的深度信息輸入已訓(xùn)練的人體姿態(tài)檢測(cè)模型和圖像檢測(cè)模型，通過(guò)所述已訓(xùn)練的人體姿態(tài)模型提取所述圖像的人體姿態(tài)特征，根據(jù)所述人體姿態(tài)特征和所述深度信息確定所述圖像中當(dāng)前人體姿態(tài)；

將所述圖像和對(duì)應(yīng)深度信息輸入所述圖像檢測(cè)模型，通過(guò)當(dāng)檢測(cè)到所述圖像中存在危險(xiǎn)物品，且危險(xiǎn)物品與人體之間相對(duì)位姿滿足預(yù)設(shè)相對(duì)位姿時(shí)，或所述當(dāng)前人體姿態(tài)滿足預(yù)設(shè)姿態(tài)滿足至少一種時(shí)，發(fā)送報(bào)警指令，所述報(bào)警指令用于指示行車記錄儀發(fā)出警報(bào)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，生成所述已訓(xùn)練的人體姿態(tài)檢測(cè)模型的步驟，包括：

獲取訓(xùn)練圖像集合和對(duì)應(yīng)的深度信息集合，所述訓(xùn)練圖像集合中各個(gè)圖像攜帶了人體姿態(tài)標(biāo)簽；

將所述訓(xùn)練圖像集合中各個(gè)訓(xùn)練圖像、對(duì)應(yīng)的深度信息和對(duì)應(yīng)的所述標(biāo)簽信息輸入人體姿態(tài)檢測(cè)模型；

通過(guò)所述人體姿態(tài)檢測(cè)模型提取各個(gè)所述訓(xùn)練圖像的人體姿態(tài)特征，根據(jù)各個(gè)所述訓(xùn)練圖像對(duì)應(yīng)的人體姿態(tài)特征和對(duì)應(yīng)的深度信息，確定各個(gè)所述訓(xùn)練圖像對(duì)應(yīng)的當(dāng)前人體姿態(tài)類型；

確定各個(gè)所述當(dāng)前圖像對(duì)當(dāng)前人體姿態(tài)類型和對(duì)應(yīng)的人體姿態(tài)標(biāo)簽的匹配度，當(dāng)所述匹配度未滿足預(yù)設(shè)匹配度時(shí)，更新所述人體姿態(tài)模型的模型參數(shù)，直至所述人體姿態(tài)模型滿足收斂條件，得到所述已訓(xùn)練的人體姿態(tài)檢測(cè)模型。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

提取所述圖像的圖像特征，根據(jù)所述圖像特征確定所述圖像中包含的物品對(duì)應(yīng)的物品類型，當(dāng)所述物品類型為危險(xiǎn)物品時(shí)；

根據(jù)所述圖像和對(duì)應(yīng)的深度信息對(duì)所述危險(xiǎn)物品與所述人體之間的相對(duì)位姿進(jìn)行檢測(cè)，當(dāng)檢測(cè)到所述人體與所述危險(xiǎn)物品之間的相對(duì)位姿滿足預(yù)設(shè)相對(duì)位姿時(shí)，發(fā)出所述報(bào)警指令。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述已訓(xùn)練的人體姿態(tài)檢測(cè)模型包括卷積層、池化層和全連接層，所述將所述圖像和對(duì)應(yīng)的深度信息輸入已訓(xùn)練的人體姿態(tài)檢測(cè)模型，通過(guò)所述人體姿態(tài)模型提取所述圖像的人體姿態(tài)特征，根據(jù)所述人體姿態(tài)特征和所述深度信息確定所述圖像中當(dāng)前人體姿態(tài)，包括：

將所述圖像和對(duì)應(yīng)的深度信息輸入卷積層，通過(guò)所述卷積層對(duì)所述圖像進(jìn)行卷積運(yùn)算，得到對(duì)應(yīng)的卷積特征圖；

將所述卷積特征圖輸入所述池化層，通過(guò)所述池化層對(duì)所述卷積特征圖進(jìn)行池化運(yùn)算，得到對(duì)應(yīng)的池化特征圖；

將所述池化特征圖輸入全連接層，根據(jù)所述全連接層對(duì)所述池化特征圖進(jìn)行分類識(shí)別，得到對(duì)應(yīng)的識(shí)別結(jié)果，根據(jù)所述識(shí)別結(jié)果和對(duì)應(yīng)的所述深度信息確定所述當(dāng)前人體姿態(tài)。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

獲取汽車加速度數(shù)據(jù)；

當(dāng)所述加速度數(shù)據(jù)滿足預(yù)設(shè)加速度數(shù)據(jù)，且所述當(dāng)前人體姿態(tài)滿足預(yù)設(shè)姿態(tài)時(shí)，發(fā)送控制指令，所述控制指令用于控制汽車的行駛狀態(tài)；

當(dāng)所述加速度數(shù)據(jù)未滿足預(yù)設(shè)加速度數(shù)據(jù)，且所述當(dāng)前人體姿態(tài)滿足預(yù)設(shè)姿態(tài)時(shí)，發(fā)出提示指令，所述提示指令用于采用音頻提示信息提示駕駛?cè)藛T安全駕駛；

當(dāng)所述加速度滿足預(yù)設(shè)加速度數(shù)據(jù)，且檢測(cè)到所述圖像中存在危險(xiǎn)物品，發(fā)送所述報(bào)警指令，所述報(bào)警指令用于向預(yù)設(shè)終端發(fā)送報(bào)警信息。

6.一種數(shù)據(jù)處理裝置，其特征在于，所述裝置包括：

數(shù)據(jù)獲取模塊，用于獲取圖像和對(duì)應(yīng)的深度信息，所述圖像中包含人體姿態(tài)；

姿態(tài)檢測(cè)模塊，用于將所述圖像和對(duì)應(yīng)的深度信息輸入已訓(xùn)練的人體姿態(tài)檢測(cè)模型，通過(guò)所述人體姿態(tài)模型提取所述圖像的人體姿態(tài)特征，根據(jù)所述人體姿態(tài)特征和所述深度信息確定所述圖像中當(dāng)前人體姿態(tài)；

圖像檢測(cè)模塊，用于將所述圖像和對(duì)應(yīng)深度信息輸入所述圖像檢測(cè)模型，通過(guò)所述圖像檢測(cè)模型對(duì)危險(xiǎn)物品進(jìn)行檢測(cè)；

報(bào)警模塊，用于當(dāng)檢測(cè)到所述圖像中存在危險(xiǎn)物品，且危險(xiǎn)物品與人體之間相對(duì)位姿滿足預(yù)設(shè)相對(duì)位姿時(shí)，或所述當(dāng)前人體姿態(tài)滿足預(yù)設(shè)姿態(tài)滿足至少一種時(shí)，發(fā)送報(bào)警指令，所述報(bào)警指令用于指示行車記錄儀發(fā)出警報(bào)。