基于车载场景的物品识别方法、装置、设备和存储介质制造方法及图纸

技术编号:21141815 阅读:22 留言:0更新日期:2019-05-18 05:21
本申请提供一种基于车载场景的物品识别方法、装置、设备和存储介质,该资方法包括:获取车辆内部图像,根据车辆内饰识别模型和物品识别模型对所述车辆内部图像进行识别,确定车辆内部是否存在类似遗失的物品,若存在,则发送告警信息,所述告警信息用于提示车主车辆内存在遗失物品,车辆内饰识别模型用于识别车辆的装饰物品,物品识别模型用于识别车辆内用户的常用物品,通过本方案可以有效的保护用户的财产安全,并且能够极大的节省用户找回物品的时间和人力成本。

【技术实现步骤摘要】
基于车载场景的物品识别方法、装置、设备和存储介质
本申请实施例涉及人工智能
,尤其涉及一种基于车载场景的物品识别方法、装置、设备和存储介质。
技术介绍
随着现代生活节奏越来越快,人们将一些贵重物品例如手机,钱包,背包等私人贵重遗落在车上的情况也越来越多。如果丢失在其他出租车,滴滴等汽车上,最后导致寻回物品的成本很大,如果遗漏在自己的汽车上,也可能给一些不法分子可趁之机,增大物品丢失的风险。现有技术还没有专门的针对车载场景进行物品的识别和预警的技术方案。
技术实现思路
本申请实施例提供一种基于车载场景的物品识别方法、装置、设备和存储介质,提供一种专门的针对车载场景进行物品的识别和预警的技术方案。本申请第一方面提供一种基于车载场景的物品识别方法,所述方法包括:获取车辆内部图像;根据车辆内饰识别模型和物品识别模型对所述车辆内部图像进行识别,确定车辆内部是否存在类似遗失的物品;若存在,则发送告警信息,所述告警信息用于提示车主车辆内存在遗失物品;其中,所述车辆内饰识别模型用于识别车辆的装饰物品,所述物品识别模型用于识别车辆内用户的常用物品。在一种具体实施方式中,所述方法还包括:获取第一图像集合,所述第一图像集合中包括多个预先标定了车辆内部的饰品的图像;根据所述第一图像集合,采用卷积神经网络训练得到所述车辆内饰识别模型。在一种具体实施方式中,所述方法还包括:获取第二图像集合,所述第二图像集合中包括多个预先标定了用户的常用物品的图像;根据所述第二图像集合,采用卷积神经网络训练得到所述物品识别模型。在一种具体实施方式中,所述根据车辆内饰识别模型和物品识别模型对所述车辆内部图像进行识别,确定车辆内部是否存在类似遗失的物品,包括:采用所述车辆内饰识别模型对所述车辆内部图像中的车辆内饰进行识别,获取车辆内饰;将所述车辆内部图像中的所述车辆内饰进行剔除,得到剔除后的车辆内部图像;根据所述物品识别模型对所述剔除后的车辆内部图像进行物品识别,确定所述车辆内部是否存在类似遗失的物品。在一种具体实施方式中,所述获取车辆内部图像,包括:通过设置在车辆内部的摄像头拍摄获取所述车辆内部图像;或者,通过设置在车辆内部的红外成像装置获取所述车辆内部图像。在一种具体实施方式中,所述发送告警信息,包括:向车主的终端设备发送所述告警信息;或者,播放告警语音,所述告警信息包括所述告警语音。本申请第二方面提供一种基于车载场景的物品识别装置,包括:获取模块,用于获取车辆内部图像;处理模块,用于根据车辆内饰识别模型和物品识别模型对所述车辆内部图像进行识别,确定车辆内部是否存在类似遗失的物品;发送模块,用于若存在,则发送告警信息,所述告警信息用于提示车主车辆内存在遗失物品;其中,所述车辆内饰识别模型用于识别车辆的装饰物品,所述物品识别模型用于识别车辆内用户的常用物品。可选的,所述处理模块还用于:获取第一图像集合,所述第一图像集合中包括多个预先标定了车辆内部的饰品的图像;根据所述第一图像集合,采用卷积神经网络训练得到所述车辆内饰识别模型。可选的,所述处理模块还用于:获取第二图像集合,所述第二图像集合中包括多个预先标定了用户的常用物品的图像;根据所述第二图像集合,采用卷积神经网络训练得到所述物品识别模型。可选的,所述处理模块具体用于:采用所述车辆内饰识别模型对所述车辆内部图像中的车辆内饰进行识别,获取车辆内饰;将所述车辆内部图像中的所述车辆内饰进行剔除,得到剔除后的车辆内部图像;根据所述物品识别模型对所述剔除后的车辆内部图像进行物品识别,确定所述车辆内部是否存在类似遗失的物品。可选的,所述获取模块具体用于:通过设置在车辆内部的摄像头拍摄获取所述车辆内部图像;或者,通过设置在车辆内部的红外成像装置获取所述车辆内部图像。可选的,所述发送模块包括:发送子模块,用于向车主的终端设备发送所述告警信息;或者,播放子模块,用于播放告警语音,所述告警信息包括所述告警语音。本申请第三方面提供一种电子设备,包括:处理器、存储器、图像获取装置以及计算机程序;所述计算机程序存储在所述存储器中,所述处理器执行所述计算机程序实现第一方面任一项所述的基于车载场景的物品识别方法。本申请第四方面提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序用于实现第一方面任一项所述的基于车载场景的物品识别方法。本申请提供的基于车载场景的物品识别方法、装置、设备和存储介质,通过车载设备或者车辆的控制设备等电子设备获取车辆内部图像,根据车辆内饰识别模型和物品识别模型对所述车辆内部图像进行识别,确定车辆内部是否存在非车辆内饰的物品,若存在,则发送告警信息,用于提示车主车辆内存在遗失物品,通过本方案可以有效的保护用户的财产安全,并且能够极大的节省用户找回物品的时间和人力成本。。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。图1为本申请实施例提供的基于车载场景的物品识别方法实施例一的流程图;图2为本申请实施例提供的基于车载场景的物品识别方法实施例二的流程图;图3为本申请实施例提供的基于车载场景的物品识别装置实施例一的结构示意图;图4为本申请实施例提供的基于车载场景的物品识别装置实施例二的结构示意图;图5为本申请实施例提供的电子设备实施例一的结构示意图。具体实施方式为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。用户将贵重物品遗失在车辆的情况越来越多,随着5G,大数据,云计算,人工智能等新一代技术和汽车交通等领域的深度融合,汽车软硬件不断的升级给解决此问题提供了良好的环境,所以本申请将实现一种基于深度学习图像识别技术的车载场景物品防遗失方案,也就是通过监控车内有无物品遗落,从而给车主进行提醒报警,从源头上杜绝此类行为的发生,能有效的保护人们的财产安全。该方案可以实现在车载设备,或者车辆的控制设备,或者智能汽车本身中,对此本方案不做限制。下面通过几个具体实施例对本申请提供的基于车载场景的物品识别方法进行详细说明。图1为本申请实施例提供的基于车载场景的物品识别方法实施例一的流程图,如图1所示,该基于车载场景的物品识别方法具体包括以下步骤:S101:获取车辆内部图像。在本步骤中,为了实现对车辆内部的图像的识别,确定用户是否遗失了物品在车内,需要获取车辆内部的图像,一般来说可以通过设置在车辆内部的一个或者多个摄像头拍摄获取该车辆内部图像,车辆内部图像的数量可以是多张或者一张图像,对此本方案不做限制。由于车辆内部光线收到环境的影响,在天气不好或者夜间时车辆内部比较黑暗,因此该车辆内部图像还可以是红外图像,即通过设置在车辆内部的红外摄像头拍摄获取的红外图像。获取车辆内部图像至少包括以下两种实现方式:1、通过设置在车辆内本文档来自技高网...

【技术保护点】
1.一种基于车载场景的物品识别方法,其特征在于,所述方法包括:获取车辆内部图像;根据车辆内饰识别模型和物品识别模型对所述车辆内部图像进行识别,确定车辆内部是否存在类似遗失的物品;若存在,则发送告警信息,所述告警信息用于提示车主车辆内存在遗失物品;其中,所述车辆内饰识别模型用于识别车辆的装饰物品,所述物品识别模型用于识别车辆内用户的常用物品。

【技术特征摘要】
1.一种基于车载场景的物品识别方法,其特征在于,所述方法包括:获取车辆内部图像;根据车辆内饰识别模型和物品识别模型对所述车辆内部图像进行识别,确定车辆内部是否存在类似遗失的物品;若存在,则发送告警信息,所述告警信息用于提示车主车辆内存在遗失物品;其中,所述车辆内饰识别模型用于识别车辆的装饰物品,所述物品识别模型用于识别车辆内用户的常用物品。2.根据权利要求1所述的方法,其特征在于,所述方法还包括:获取第一图像集合,所述第一图像集合中包括多个预先标定了车辆内部的饰品的图像;根据所述第一图像集合,采用卷积神经网络训练得到所述车辆内饰识别模型。3.根据权利要求1所述的方法,其特征在于,所述方法还包括:获取第二图像集合,所述第二图像集合中包括多个预先标定了用户的常用物品的图像;根据所述第二图像集合,采用卷积神经网络训练得到所述物品识别模型。4.根据权利要求1至3中任意一项所述的方法,其特征在于,所述根据车辆内饰识别模型和物品识别模型对所述车辆内部图像进行识别,确定车辆内部是否存在类似遗失的物品,包括:采用所述车辆内饰识别模型对所述车辆内部图像中的车辆内饰进行识别,获取车辆内饰;将所述车辆内部图像中的所述车辆内饰进行剔除,得到剔除后的车辆内部图像;根据所述物品识别模型对所述剔除后的车辆内部图像进行物品识别,确定所述车辆内部是否存在类似遗失的物品。5.根据权利要求1至4中任意一项所述的方法,其特征在于,所述获取车辆内部图像,包括:通过设置在车辆内部的摄像头拍摄获取所述车辆内部图像;或者,通过设置在车辆内部的红外成像装置获取所述车辆内部图像。6.根据权利要求1所述的方法,其特征在于,所述发送告警信息,包括:向车主的终端设备发送所述告警信息;或者,播放告警语音,所述告警信息包括所述告警语音。7.一种基于车载场景的物品识别装置,其特征在于,包括:获取模块,用于获取车辆内部图像;处理模块,用于根据车辆内饰识别模型和物品识别模型对所述车辆内部图像进行识别,确定车辆内...

【专利技术属性】
技术研发人员:程新强邓天坚方胜
申请(专利权)人:百度在线网络技术北京有限公司
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1