[發明專利]基于車載場景的物品識別方法、裝置、設備和存儲介質在審
| 申請號: | 201811627449.5 | 申請日: | 2018-12-28 |
| 公開(公告)號: | CN109766804A | 公開(公告)日: | 2019-05-17 |
| 發明(設計)人: | 程新強;鄧天堅;方勝 | 申請(專利權)人: | 百度在線網絡技術(北京)有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司: | 北京同立鈞成知識產權代理有限公司 11205 | 代理人: | 朱穎;劉芳 |
| 地址: | 100085 北京市*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 物品識別 車輛內部 車輛內飾 存儲介質 遺失 圖像 發送告警信息 場景 財產安全 車主車輛 告警信息 人力成本 裝飾物品 提示 申請 | ||
1.一種基于車載場景的物品識別方法,其特征在于,所述方法包括:
獲取車輛內部圖像;
根據車輛內飾識別模型和物品識別模型對所述車輛內部圖像進行識別,確定車輛內部是否存在類似遺失的物品;
若存在,則發送告警信息,所述告警信息用于提示車主車輛內存在遺失物品;
其中,所述車輛內飾識別模型用于識別車輛的裝飾物品,所述物品識別模型用于識別車輛內用戶的常用物品。
2.根據權利要求1所述的方法,其特征在于,所述方法還包括:
獲取第一圖像集合,所述第一圖像集合中包括多個預先標定了車輛內部的飾品的圖像;
根據所述第一圖像集合,采用卷積神經網絡訓練得到所述車輛內飾識別模型。
3.根據權利要求1所述的方法,其特征在于,所述方法還包括:
獲取第二圖像集合,所述第二圖像集合中包括多個預先標定了用戶的常用物品的圖像;
根據所述第二圖像集合,采用卷積神經網絡訓練得到所述物品識別模型。
4.根據權利要求1至3中任意一項所述的方法,其特征在于,所述根據車輛內飾識別模型和物品識別模型對所述車輛內部圖像進行識別,確定車輛內部是否存在類似遺失的物品,包括:
采用所述車輛內飾識別模型對所述車輛內部圖像中的車輛內飾進行識別,獲取車輛內飾;
將所述車輛內部圖像中的所述車輛內飾進行剔除,得到剔除后的車輛內部圖像;
根據所述物品識別模型對所述剔除后的車輛內部圖像進行物品識別,確定所述車輛內部是否存在類似遺失的物品。
5.根據權利要求1至4中任意一項所述的方法,其特征在于,所述獲取車輛內部圖像,包括:
通過設置在車輛內部的攝像頭拍攝獲取所述車輛內部圖像;
或者,
通過設置在車輛內部的紅外成像裝置獲取所述車輛內部圖像。
6.根據權利要求1所述的方法,其特征在于,所述發送告警信息,包括:
向車主的終端設備發送所述告警信息;
或者,
播放告警語音,所述告警信息包括所述告警語音。
7.一種基于車載場景的物品識別裝置,其特征在于,包括:
獲取模塊,用于獲取車輛內部圖像;
處理模塊,用于根據車輛內飾識別模型和物品識別模型對所述車輛內部圖像進行識別,確定車輛內部是否存在類似遺失的物品;
發送模塊,用于若存在,則發送告警信息,所述告警信息用于提示車主車輛內存在遺失物品;
其中,所述車輛內飾識別模型用于識別車輛的裝飾物品,所述物品識別模型用于識別車輛內用戶的常用物品。
8.根據權利要求7所述的裝置,其特征在于,所述處理模塊還用于:
獲取第一圖像集合,所述第一圖像集合中包括多個預先標定了車輛內部的飾品的圖像;
根據所述第一圖像集合,采用卷積神經網絡訓練得到所述車輛內飾識別模型。
9.根據權利要求7所述的裝置,其特征在于,所述處理模塊還用于:
獲取第二圖像集合,所述第二圖像集合中包括多個預先標定了用戶的常用物品的圖像;
根據所述第二圖像集合,采用卷積神經網絡訓練得到所述物品識別模型。
10.根據權利要求7至9中任意一項所述的裝置,其特征在于,所述處理模塊具體用于:
采用所述車輛內飾識別模型對所述車輛內部圖像中的車輛內飾進行識別,獲取車輛內飾;
將所述車輛內部圖像中的所述車輛內飾進行剔除,得到剔除后的車輛內部圖像;
根據所述物品識別模型對所述剔除后的車輛內部圖像進行物品識別,確定所述車輛內部是否存在類似遺失的物品。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于百度在線網絡技術(北京)有限公司,未經百度在線網絡技術(北京)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811627449.5/1.html,轉載請聲明來源鉆瓜專利網。





