【技术实现步骤摘要】
本申请涉及计算机视觉，尤其涉及一种车辆状态识别方法、装置、电子设备和存储介质。
技术介绍
1、汽车技术的不断发展，使汽车产品的更新速率越来越快。为了宣传汽车产品，商家会将汽车进行展示供用户进行试乘，令用户通过人车交互的方式了解汽车性能。在展示汽车时，汽车被试乘的次数、人数、试乘批次以及试乘时间等人车交互数据，能够进一步帮助商家精细化后续的产品运营策略，因此，人车交互数据的自动收集对车辆产品运营至关重要。
2、现有技术中，主要通过计算机视觉技术识别人车交互行为，然后再对人车交互数据进行收集。识别人车交互行为时，商家会事先在汽车展示的场景中布置相机，对车门位置进行监测，并追踪车辆附近的行人轨迹，从而基于行人轨迹与车门的关系识别出行人是否进行了上车和下车等人车交互行为。
3、但在使用上述现有技术识别人车交互行为时，由于行人上车、下车时容易被车门或其他人遮挡，就会导致人车交互行为识别错误，人车交互行为的识别精度低。因此，如何提高人车交互行为的识别精度成为了有待解决的技术问题。
技术实现思路
1、本申请提供一种车辆状态识别方法、装置、电子设备和存储介质，以解决现有技术中人车交互行为的识别精度低的问题。
2、本申请实施例第一方面提供了一种车辆状态识别方法，该方法包括：
3、获取目标车辆的参考场景图像；参考场景图像中包括目标车辆的参考图像；
4、获取目标车辆在第一时刻的第一场景图像；第一场景图像的拍摄参数与参考场景图像的拍摄参数相同，且
5、根据目标车辆的参考图像的像素信息，以及目标车辆的第一图像的像素信息，获得目标车辆的第一光流场信息；第一光流场信息用于指示目标车辆的第一图像相对于参考图像的第一位移方向和第一位移幅度；
6、根据第一光流场信息确定目标车辆在第一时刻的车辆状态。
7、优选地，目标车辆在参考场景图像中的车辆状态为空车状态；
8、根据第一光流场信息确定目标车辆在第一时刻的车辆状态包括：
9、若第一位移方向为朝向地面，且第一位移幅度大于第一预设值，则将目标车辆在第一时刻的车辆状态确定为载客状态。
10、优选地，目标车辆在参考场景图像中的车辆状态为载客状态；
11、根据第一光流场信息确定目标车辆在第一时刻的人车交互状态包括：
12、若第一位移方向为远离地面，且第一位移幅度大于第二预设值，则将目标车辆在第一时刻的车辆状态确定为空车状态。
13、优选地，根据目标车辆的参考图像的像素信息，以及目标车辆的第一图像的像素信息，获得目标车辆的第一光流场信息包括：
14、将目标车辆的参考图像和第一图像进行像素匹配，得到参考图像和第一图像的像素匹配关系；
15、根据目标车辆的参考图像的像素信息、目标车辆的第一图像的像素信息、参考图像和第一图像的像素匹配关系，获得目标车辆的第一图像相对于参考图像的第一位移向量；
16、根据第一位移向量获得第一光流场信息。
17、优选地，根据目标车辆的参考图像的像素信息、目标车辆的第一图像的像素信息、参考图像和第一图像的像素匹配关系，获得目标车辆的第一图像相对于参考图像的第一位移向量，包括：
18、获得目标车辆的参考图像的各像素的坐标值；
19、获得目标车辆的第一图像的各像素的坐标值；第一图像的坐标原点匹配于参考图像的坐标原点；
20、根据参考图像和第一图像的像素匹配关系，确定目标车辆的参考图像和目标车辆的第一图像的各匹配像素对；
21、根据目标车辆的参考图像的各像素的坐标值以及目标车辆的第一图像的各像素的坐标值，计算各匹配像素对的第一像素位移向量；
22、将各匹配像素对的像素位移向量进行聚合，得到目标车辆的第一图像相对于参考图像的第一位移向量。
23、优选地，根据第一位移向量获得第一光流场信息包括：
24、对第一位移向量进行运动增强，得到第一位移增强向量；
25、根据第一位移增强向量获得第一光流场信息。
26、优选地，根据目标车辆的参考图像的像素信息，以及目标车辆的第一图像的像素信息，获得目标车辆的第一光流场信息包括：
27、将目标车辆的参考图像的像素信息以及目标车辆的第一图像的像素信息输入训练好的光流场估计网络；光流场估计网络用于根据目标车辆的参考图像的像素信息以及目标车辆的第一图像的像素信息计算得到第一图像相对于参考图像的第一光流场信息；
28、获取光流场估计网络输出的第一光流场信息。
29、优选地，光流场估计网络的训练方式如下：
30、向光流场估计网络输入训练图组和对应于训练图组的光流场真值；训练图组包括目标车辆的参考图像样本和目标车辆的第一图像样本；
31、获取光流场估计网络根据参考图像样本以及第一图像样本输出的预测光流场；
32、根据预测光流场和光流场真值之间的差异，确定特征损失；
33、根据特征损失优化光流场估计网络的内部参数。
34、优选地，光流场估计网络输出的第一光流场信息为运动增强后的光流场信息；
35、光流场估计网络还用于根据目标车辆的参考图像样本和第一图像样本计算得到运动增强预测图像并进行输出；
36、根据预测光流场和光流场真值之间的差异，确定特征损失之前，还包括：获取光流场估计网络输出的运动增强预测图像；
37、根据预测光流场和光流场真值之间的差异，确定特征损失包括：根据预测光流场和光流场真值之间的差异，以及运动增强预测图像和运动增强后的图像样本之间的差异，确定特征损失。
38、优选地，当特征损失小于预设损失阈值时，结束对光流场估计网络的训练。
39、优选地，方法还包括：
40、获取目标车辆在第二时刻的第二场景图像；第二场景图像的拍摄参数与参考场景图像的拍摄参数相同，且第二场景图像中包括目标车辆的第二图像；第二时刻晚于第一时刻；
41、根据目标车辆的参考图像的像素信息，以及目标车辆的第二图像的像素信息，获得目标车辆的第二光流场信息；第二光流场信息用于指示目标车辆的第二图像相对于参考图像的第二位移方向和第二位移幅度；
42、根据第一光流场信息和第二光流场信息确定目标车辆在第一时刻至第二时刻的时间段内的人车交互状态。
43、优选地，根据第一光流场信息和第二光流场信息确定目标车辆在第一时刻至第二时刻的时间段内的人车交互状态包括：
44、若第一位移方向和第二位移方向均为朝向地面，且第一位移幅度小于第二位移幅度，则将目标车辆在第一时刻至第二时刻的时间段内的人车交互状态确定为上车状态；或者，
45、若第一位移方向和第二位移方向均为朝向地面，且第一位移幅度大于第二位移幅度，则将目标车辆在第一时刻至第二时刻的时间本文档来自技高网...
【技术保护点】
1.一种车辆状态识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的车辆状态识别方法，其特征在于，所述目标车辆在所述参考场景图像中的车辆状态为空车状态；
3.根据权利要求1所述的车辆状态识别方法，其特征在于，所述目标车辆在所述参考场景图像中的车辆状态为载客状态；
4.根据权利要求1所述的车辆状态识别方法，其特征在于，所述根据所述目标车辆的参考图像的像素信息，以及所述目标车辆的第一图像的像素信息，获得所述目标车辆的第一光流场信息包括：
5.根据权利要求4所述的车辆状态识别方法，其特征在于，所述根据所述目标车辆的参考图像的像素信息、所述目标车辆的第一图像的像素信息、所述参考图像和所述第一图像的像素匹配关系，获得所述目标车辆的第一图像相对于所述参考图像的第一位移向量，包括：
6.根据权利要求4所述的车辆状态识别方法，其特征在于，所述根据所述第一位移向量获得所述第一光流场信息包括：
7.根据权利要求1所述的车辆状态识别方法，其特征在于，所述根据所述目标车辆的参考图像的像素信息，以及所述目标车辆的第一图像的像
8.根据权利要求7所述的车辆状态识别方法，其特征在于，所述光流场估计网络的训练方式如下：
9.根据权利要求8所述的车辆状态识别方法，其特征在于，所述光流场估计网络输出的所述第一光流场信息为运动增强后的光流场信息；
10.根据权利要求8或9所述的车辆状态识别方法，其特征在于，当所述特征损失小于预设损失阈值时，结束对所述光流场估计网络的训练。
11.根据权利要求1所述的车辆状态识别方法，其特征在于，所述方法还包括：
12.一种车辆状态识别装置，其特征在于，包括：
13.一种电子设备，其特征在于，包括：存储器和处理器，所述存储器和所述处理器耦合；
14.一种计算机可读存储介质，其上存储有一条或多条计算机指令，其特征在于，该指令被处理器执行以实现如权利要求1-11任一项所述的方法。
...【技术特征摘要】
1.一种车辆状态识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的车辆状态识别方法，其特征在于，所述目标车辆在所述参考场景图像中的车辆状态为空车状态；
3.根据权利要求1所述的车辆状态识别方法，其特征在于，所述目标车辆在所述参考场景图像中的车辆状态为载客状态；
4.根据权利要求1所述的车辆状态识别方法，其特征在于，所述根据所述目标车辆的参考图像的像素信息，以及所述目标车辆的第一图像的像素信息，获得所述目标车辆的第一光流场信息包括：
5.根据权利要求4所述的车辆状态识别方法，其特征在于，所述根据所述目标车辆的参考图像的像素信息、所述目标车辆的第一图像的像素信息、所述参考图像和所述第一图像的像素匹配关系，获得所述目标车辆的第一图像相对于所述参考图像的第一位移向量，包括：
6.根据权利要求4所述的车辆状态识别方法，其特征在于，所述根据所述第一位移向量获得所述第一光流场信息包括：
7.根据权利要求1所述的车辆状态识别...
【专利技术属性】
技术研发人员：冯雪涛，潘科辰，
申请(专利权)人：浙江深象智能科技有限公司，
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。