本发明专利技术公开了基于机器视觉的后视镜调节控制方法、系统、装置及介质，方法包括：获取驾驶人员的第一图像信息，根据第一图像信息确定驾驶人员的人脸轮廓图像；根据人脸轮廓图像确定驾驶人员的人脸轮廓时序数据；将人脸轮廓时序数据输入到人脸转向识别模型，得到驾驶人员的人脸转向方向；根据人脸转向方向确定对应方向的第一后视镜，并根据调节按钮的操作指令对第一后视镜进行调节。本发明专利技术考虑了驾驶人员头部转向时人脸轮廓的时序特征，通过对人脸轮廓时序数据的识别可以准确确定驾驶人员的人脸转向方向，从而可以准确确定驾驶人员想要调节的后视镜，提高了后视镜调节控制的效率和准确性，也提高了用户的驾驶体验，可广泛应用于车辆控制技术领域。辆控制技术领域。辆控制技术领域。
【技术实现步骤摘要】
基于机器视觉的后视镜调节控制方法、系统、装置及介质
[0001]本专利技术涉及车辆控制
，尤其是一种基于机器视觉的后视镜调节控制方法、系统、装置及介质。
技术介绍
[0002]汽车作为一种常见的交通工具，在人类生活中已经不可或缺，而汽车车内及车外后视镜的调节对驾驶安全具有举足轻重的意义。通常情况下，汽车后视镜采用固定安装的方式，但其方向可以调节，调节方式分为手动调节(一般为车内后视镜)和电动调节(通常为车外后视镜)。
[0003]现有技术中，在进行车外后视镜镜面调节时，驾驶员需要先通过车上设置的左右选择按钮来设定调节的是左外后视镜还是右外后视镜，然后再通过调节按钮进行调节，操作较为繁琐，且效率低下；而对于不同的车型，其左右选择按钮的类型也不相同，包括左右拨动式、旋钮式以及按钮式，驾驶员还需要先进行确认是哪种按钮才能进行左外后视镜/右外后视镜的选择，操作十分不便，容易出错，也影响了驾驶员的驾驶体验。
技术实现思路
[0004]本专利技术的目的在于至少一定程度上解决现有技术中存在的技术问题之一。
[0005]为此，本专利技术实施例的一个目的在于提供一种基于机器视觉的后视镜调节控制方法，该方法提高了后视镜调节控制的效率和准确性以及用户的驾驶体验。
[0006]本专利技术实施例的另一个目的在于提供一种基于机器视觉的后视镜调节控制系统。
[0007]为了达到上述技术目的，本专利技术实施例所采取的技术方案包括：
[0008]第一方面，本专利技术实施例提供了一种基于机器视觉的后视镜调节控制方法，包括以下步骤：
[0009]获取驾驶人员的第一图像信息，根据所述第一图像信息确定所述驾驶人员的人脸轮廓图像；
[0010]根据所述人脸轮廓图像确定所述驾驶人员的人脸轮廓时序数据；
[0011]将所述人脸轮廓时序数据输入到预先训练好的人脸转向识别模型，得到所述驾驶人员的人脸转向方向；
[0012]根据所述人脸转向方向确定对应方向的第一后视镜，并根据调节按钮的操作指令对所述第一后视镜进行调节。
[0013]进一步地，在本专利技术的一个实施例中，所述获取驾驶人员的第一图像信息，根据所述第一图像信息确定所述驾驶人员的人脸轮廓图像这一步骤，其具体包括：
[0014]以预设的采样频率获取驾驶人员的多个第一图像信息；
[0015]对所述第一图像信息进行边缘检测得到若干个连续轮廓，进而对所述连续轮廓进行随机霍夫变换，筛选出符合预设的阈值条件的连续轮廓作为人脸轮廓；
[0016]根据所述人脸轮廓从对应的第一图像信息中提取出所述驾驶人员的人脸轮廓图
像。
[0017]进一步地，在本专利技术的一个实施例中，所述根据所述人脸轮廓图像确定所述驾驶人员的人脸轮廓时序数据这一步骤，其具体包括：
[0018]确定各所述人脸轮廓图像对应的第一图像信息的采样时间；
[0019]根据所述采样时间对各所述人脸轮廓图像进行排序得到所述驾驶人员的人脸轮廓时序数据。
[0020]进一步地，在本专利技术的一个实施例中，所述后视镜调节控制方法还包括预先训练人脸转向识别模型的步骤，其具体包括：
[0021]以预设的采样频率获取测试人员进行人脸转向时的多个第二图像信息，并根据所述第二图像信息确定样本时序数据；
[0022]确定所述样本时序数据的转向方向标签，并根据所述样本时序数据和对应的转向方向标签构建训练样本集；
[0023]将所述训练样本集输入到预先构建的长短期记忆神经网络进行训练，利用反向传播算法对所述长短期记忆神经网络的模型参数进行优化，得到训练好的人脸转向识别模型。
[0024]进一步地，在本专利技术的一个实施例中，所述模型参数包括遗忘门权重矩阵、输入门权重矩阵、输出门权重矩阵、单元状态权重矩阵、遗忘门偏置项、输入门偏置项、输出门偏置项以及单元状态偏置项，所述利用反向传播算法对所述长短期记忆神经网络的模型参数进行优化这一步骤，其具体包括：
[0025]前向计算各个存储单元的遗忘门、输入门、输出门以及单元状态；
[0026]根据所述遗忘门、所述输入门、所述输出门以及所述单元状态反向计算各个存储单元的误差项值；
[0027]根据所述误差项值确定所述遗忘门权重矩阵的第一梯度、所述输入门权重矩阵的第二梯度、所述输出门权重矩阵的第三梯度以及所述单元状态权重矩阵的第四梯度；
[0028]对所述第一梯度、所述第二梯度、所述第三梯度以及所述第四梯度进行梯度更新，从而对所述遗忘门权重矩阵、所述输入门权重矩阵、所述输出门权重矩阵、所述单元状态权重矩阵、所述遗忘门偏置项、所述输入门偏置项、所述输出门偏置项以及所述单元状态偏置项进行优化。
[0029]进一步地，在本专利技术的一个实施例中，所述根据所述人脸转向方向确定对应方向的第一后视镜，其具体为：
[0030]当所述人脸转向方向为左方向，确定左外后视镜为所述第一后视镜，当所述人脸转向方向为右方向，确定右外后视镜为所述第一后视镜。
[0031]进一步地，在本专利技术的一个实施例中，所述后视镜调节控制方法还包括以下步骤：
[0032]根据所述人脸轮廓图像对所述驾驶人员进行人脸识别，得到所述驾驶人员的第一身份信息，并根据所述第一身份信息对所述驾驶人员进行身份认证。
[0033]第二方面，本专利技术实施例提供了一种基于机器视觉的后视镜调节控制系统，包括：
[0034]人脸轮廓图像确定模块，用于获取驾驶人员的第一图像信息，根据所述第一图像信息确定所述驾驶人员的人脸轮廓图像；
[0035]人脸轮廓时序数据确定模块，用于根据所述人脸轮廓图像确定所述驾驶人员的人
脸轮廓时序数据；
[0036]人脸转向识别模块，用于将所述人脸轮廓时序数据输入到预先训练好的人脸转向识别模型，得到所述驾驶人员的人脸转向方向；
[0037]调节控制模块，用于根据所述人脸转向方向确定对应方向的第一后视镜，并根据调节按钮的操作指令对所述第一后视镜进行调节。
[0038]第三方面，本专利技术实施例提供了一种基于机器视觉的后视镜调节控制装置，包括：
[0039]至少一个处理器；
[0040]至少一个存储器，用于存储至少一个程序；
[0041]当所述至少一个程序被所述至少一个处理器执行时，使得所述至少一个处理器实现上述的一种基于机器视觉的后视镜调节控制方法。
[0042]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行上述的一种基于机器视觉的后视镜调节控制方法。
[0043]本专利技术的优点和有益效果将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到：
[0044]本专利技术实施例获取驾驶人员的第一图像信息，根据第一图像信息确定驾驶人员的人脸轮廓图像，再根据人脸轮廓图像确定驾驶人员的人脸轮廓时序数据，然后将人脸轮廓时序数据输入到预本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于机器视觉的后视镜调节控制方法，其特征在于，包括以下步骤：获取驾驶人员的第一图像信息，根据所述第一图像信息确定所述驾驶人员的人脸轮廓图像；根据所述人脸轮廓图像确定所述驾驶人员的人脸轮廓时序数据；将所述人脸轮廓时序数据输入到预先训练好的人脸转向识别模型，得到所述驾驶人员的人脸转向方向；根据所述人脸转向方向确定对应方向的第一后视镜，并根据调节按钮的操作指令对所述第一后视镜进行调节。2.根据权利要求1所述的一种基于机器视觉的后视镜调节控制方法，其特征在于，所述获取驾驶人员的第一图像信息，根据所述第一图像信息确定所述驾驶人员的人脸轮廓图像这一步骤，其具体包括：以预设的采样频率获取驾驶人员的多个第一图像信息；对所述第一图像信息进行边缘检测得到若干个连续轮廓，进而对所述连续轮廓进行随机霍夫变换，筛选出符合预设的阈值条件的连续轮廓作为人脸轮廓；根据所述人脸轮廓从对应的第一图像信息中提取出所述驾驶人员的人脸轮廓图像。3.根据权利要求2所述的一种基于机器视觉的后视镜调节控制方法，其特征在于，所述根据所述人脸轮廓图像确定所述驾驶人员的人脸轮廓时序数据这一步骤，其具体包括：确定各所述人脸轮廓图像对应的第一图像信息的采样时间；根据所述采样时间对各所述人脸轮廓图像进行排序得到所述驾驶人员的人脸轮廓时序数据。4.根据权利要求1所述的一种基于机器视觉的后视镜调节控制方法，其特征在于，所述后视镜调节控制方法还包括预先训练人脸转向识别模型的步骤，其具体包括：以预设的采样频率获取测试人员进行人脸转向时的多个第二图像信息，并根据所述第二图像信息确定样本时序数据；确定所述样本时序数据的转向方向标签，并根据所述样本时序数据和对应的转向方向标签构建训练样本集；将所述训练样本集输入到预先构建的长短期记忆神经网络进行训练，利用反向传播算法对所述长短期记忆神经网络的模型参数进行优化，得到训练好的人脸转向识别模型。5.根据权利要求4所述的一种基于机器视觉的后视镜调节控制方法，其特征在于，所述模型参数包括遗忘门权重矩阵、输入门权重矩阵、输出门权重矩阵、单元状态权重矩阵、遗忘门偏置项、输入门偏置项、输出门偏置项以及单元状态偏置项，所述利用反向传播算法对所述长短期记忆神经网络的模型参数进行优化这一步骤，其具体包括：前向计算各个存储单元的遗忘门、输入门、输出...
【专利技术属性】
技术研发人员：吴艳，赵海亮，周勇飞，陈伟潮，黄和狄，
申请(专利权)人：广汽本田汽车研究开发有限公司，
类型：发明
国别省市：
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。