基于人工智能的开车门意图检测方法技术

本发明专利技术涉及一种基于人工智能的开车门意图检测方法，该方法对连续采集到的车门外侧的每一帧图像进行如下操作：1、采用背景差分法获得当前帧运动前景图像；2、对运动前景图像进行连通域分析，求得当前帧与上一帧的连通域面积差r；使用人体关键点检测网络对当前帧运动前景图像进行人体关键点检测，求得向前伸出的手臂的抬起角度s；使用目标检测网络对当前帧运动前景图像进行处理，获得当前帧与上一帧手部图像的凸包面积差t；3、构建开车门意图置信度函数：H(r,s,t)＝aH(r)+bH(s)+cH(t)；a、b、c分别为权重参数；4、函数H(r,s,t)的值大于置信度阈值M时，判定为有开车门意图；本发的检测准确率高，速度快。

【技术实现步骤摘要】
基于人工智能的开车门意图检测方法(一)、
：本专利技术涉及一种开车门意图检测方法，特别涉及一种基于人工智能的开车门意图检测方法。(二)、
技术介绍
：随着科学技术的发展，智能化得到了广泛的应用，特别是在无人驾驶汽车、无人商店等智能化应用方面得到了长足的进步。对于智能汽车，现有技术多注重车辆行驶状态下车辆周围环境的自动识别，而对于驾驶员和乘客上车意图的检测，则较少涉及，驾驶员还是要用钥匙来控制车门的解锁，而乘客则是已经接近车辆了甚至是需要敲车窗或者呼喊才引起驾驶员的注意，这给驾驶员和乘客带来了诸多不便，乘驾体验感较差。申请号为201811386620.8专利技术专利申请公布了一种车门的控制方法，该方法通过接近车辆人员腿部的姿态以及步相判断该人员行走速度的变化，来确定是否是目标乘客。而实际场景中由于人群遮挡不能很好的提取腿部姿态信息，且根据步相获得行走速度的变化确定是否是目标乘客过于理想化，该专利技术在实际应用中缺乏实用性。(三)、
技术实现思路
：本专利技术要解决的技术问题是：提供一种基于人工智能的开车门意图检测方法，该方法通本文档来自技高网...

【技术保护点】
1.一种基于人工智能的开车门意图检测方法，其特征是：使用车门外把手部位设置的相机进行拍照，连续采集车门外侧图像，每采集到一帧图像，进行如下操作：/n步骤1、采用背景差分的方法获得当前帧运动前景图像；/n步骤2、根据运动前景图像得到三个量化指标：连通域面积差r、抬起角度s和凸包面积差t；/n连通域面积差r的获得方法如下：/n对运动前景图像进行连通域分析，求得当前帧运动前景图像与上一帧运动前景图像的连通域面积差r；/n抬起角度s的获得方法如下：/n步骤2.1、使用人体关键点检测网络对当前帧运动前景图像进行人体关键点检测，人体关键点包括脊柱中心点、头部关键点、左肩膀关键点、右肩膀关键点、左手肘关键点...

【技术特征摘要】
1.一种基于人工智能的开车门意图检测方法，其特征是：使用车门外把手部位设置的相机进行拍照，连续采集车门外侧图像，每采集到一帧图像，进行如下操作：
步骤1、采用背景差分的方法获得当前帧运动前景图像；
步骤2、根据运动前景图像得到三个量化指标：连通域面积差r、抬起角度s和凸包面积差t；
连通域面积差r的获得方法如下：
对运动前景图像进行连通域分析，求得当前帧运动前景图像与上一帧运动前景图像的连通域面积差r；
抬起角度s的获得方法如下：
步骤2.1、使用人体关键点检测网络对当前帧运动前景图像进行人体关键点检测，人体关键点包括脊柱中心点、头部关键点、左肩膀关键点、右肩膀关键点、左手肘关键点、右手肘关键点、左手关键点和右手关键点；
步骤2.2、使用PAFs来组合检测到的人体关键点，获得当前帧运动前景图像的二维骨骼姿态信息；
步骤2.3、当前帧运动前景图像之前至少两帧连续的运动前景图像的二维骨骼姿态信息经TCN网络处理后得到人体的三维动作序列；建立直角坐标系，根据人体的三维动作序列得到直角坐标系中人体各骨骼的俯仰角、航偏角和翻滚角；
步骤2.4、根据人体的左手手臂和右手手臂的俯仰角来判断手臂伸出的方向，然后求得向前伸出的手臂的抬起角度s，抬起角度s为向前伸出的手臂与躯干的夹角；
凸包面积差t的获得方法如下：
使用目标检测网络对当前帧运动前景图像进行处理，获得手部包围框，对手部包围框进行裁剪，得到当前帧手部图像；对手部图像进行凸包检测，获得当前帧手部图像与上一帧手部图像的凸包面积差t；
步骤3、使用获得的三个量化指标，构建开车门意图的非线性映射关系，得到开车门意图置信度函数：
H(r,s,t)＝aH(r)+bH(s)+cH(t)；
连通域面积差r对应的置信度函数H(r)如下：
H(r)＝1-e-r；(r＞0)
抬起角度s对应的置信度的函数H(s)如下：



凸包面积差t...

【专利技术属性】
技术研发人员：刘铮，张鹏，
申请(专利权)人：刘铮，
类型：发明
国别省市：陕西;61