技术新讯 > 计算推算,计数设备的制造及其应用技术 > 控制车辆的方法及装置与流程  >  正文

控制车辆的方法及装置与流程

  • 国知局
  • 2024-08-08 16:57:34

本发明实施例涉及人工智能领域,具体而言,涉及一种控制车辆的方法及装置。

背景技术:

1、智能化是如今汽车行业发展的重要趋势之一,目前人工智能技术已经开始被广泛研究以及应用于各类车载视觉分析系统,例如疲劳与分神等不良驾驶行为监测、自动驾驶等。

2、对于车辆无钥匙解锁技术,虽然许多汽车厂商已经推出了无钥匙解锁系统,但是目前主要还是通过使用智能手机或者其他智能设备,从而帮助车主远程控制解锁车辆,无法真正做到无钥匙进入车辆。

3、针对上述问题,目前尚未存在有效解决方案。

技术实现思路

1、本发明实施例提供了一种控制车辆的方法及装置,以至少解决相关技术中需要第三方工具解锁车辆的问题。

2、根据本发明的一个实施例,提供了一种控制车辆的方法,包括:将当前时刻对目标对象进行拍摄得到的目标图像输入目标神经网络模型,通过所述目标神经网络模型得到所述目标图像的面部特征描述向量;将所述面部特征描述向量与预定义面部特征向量进行比对,得到面部特征比对相似度测量值;通过所述面部特征比对相似度测量值确定所述目标对象的面部识别是否通过;在所述面部识别通过的情况下,通过所述目标神经网络模型得到所述目标图像的手势特征描述向量;将所述手势特征描述向量与预定义手势特征向量进行比对,得到手势特征比对相似度测量值;通过所述手势特征比对相似度测量值确定所述目标对象的手势识别是否通过;在所述手势识别通过的情况下,控制目标车辆执行目标操作。

3、在一个示例性实施例中,所述通过所述目标神经网络模型得到所述目标图像的面部特征描述向量,包括:通过所述目标神经网络模型对所述目标图像进行多尺度场景特征描述,得到共享面部特征图谱;通过所述目标神经网络模型对所述共享面部特征图谱进行分类回归,得到面部区域和面部关键点;通过所述目标神经网络模型对所述共享面部特征图谱、所述面部区域和面部关键点进行区域池化操作,得到所述面部特征描述向量。

4、在一个示例性实施例中,在所述通过所述目标神经网络模型对所述共享面部特征图谱进行分类回归,得到面部区域和面部关键点之后,所述方法还包括:将所述面部区域按照预设比例进行放大,得到扩充区域,其中,所述扩充区域包括所述面部区域和背景区域;将所述扩充区域与所述共享面部特征图谱进行区域池化操作,得到所述目标图像的活体识别结果。在一个示例性实施例中,通过所述面部特征比对相似度测量值确定所述目标对象的面部识别是否通过,包括:在所述活体识别结果表示所述目标图像为活体图像、且所述面部特征比对相似度测量值大于或等于第一预设相似度阈值的情况下,确定所述目标对象的面部识别通过;否则,对所述目标对象的面部识别不通过。

5、在一个示例性实施例中,通过所述手势特征比对相似度测量值确定所述目标对象的手势识别是否通过,包括:获取所述目标时间窗口内n个时刻对所述目标对象进行手势识别得到的n个手势特征比对相似度测量值,其中,所述n是大于1的整数,所述当前时刻是所述n个时刻中的最后一个时刻;在所述n个手势特征比对相似度测量值中确定大于或等于第二相似度阈值的手势特征比对相似度测量值的数量m,其中,m大于或等于0且小于或等于n;将所述m与n的比值大于或等于预设阈值的情况下,确定所述目标对象的手势识别通过;否则,确定所述目标对象的手势识别不通过。

6、在一个示例性实施例中,通过所述目标神经网络模型得到所述目标图像的手势特征描述向量,包括:通过所述目标神经网络模型对所述目标图像进行多尺度场景特征描述,得到共享手势特征图谱;通过所述目标神经网络模型对所述共享手势特征图谱进行分类回归,得到手势区域和手势关键点;

7、通过所述目标神经网络模型对所述共享手势特征图谱、所述手势区域和手势关键点进行区域池化操作,得到所述手势特征描述向量。

8、在一个示例性实施例中,所述控制目标车辆执行目标操作,包括:控制所述目标车辆的车门开锁;或者,控制所述目标车辆的车门关锁。

9、根据本发明的另一个实施例,提供了一种控制车辆的装置,包括:第一确定模块,用于将当前时刻对目标对象进行拍摄得到的目标图像输入目标神经网络模型,通过所述目标神经网络模型得到所述目标图像的面部特征描述向量;将所述面部特征描述向量与预定义面部特征向量进行比对,得到面部特征比对相似度测量值;通过所述面部特征比对相似度测量值确定所述目标对象的面部识别是否通过;第二确定模块,用于在所述面部识别通过的情况下,通过所述目标神经网络模型得到所述目标图像的手势特征描述向量;将所述手势特征描述向量与预定义手势特征向量进行比对,得到手势特征比对相似度测量值;通过所述手势特征比对相似度测量值确定所述目标对象的手势识别是否通过;执行模块,用于在所述手势识别通过的情况下,控制目标车辆执行目标操作。

10、根据本发明的又一个实施例,还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,其中,所述计算机程序被处理器执行时实现上述任一项中所述的方法的步骤。

11、根据本发明的又一个实施例,还提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。

12、根据本发明的又一个实施例,还提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现上述任一项中所述的方法的步骤。

13、通过本发明,通过对用户面部特征描述向量与预定义面部特征向量进行比对,实现用户的面部识别,通过对用户手势特征描述向量与预定义手势特征向量进行比对,实现用户的手势识别,并在用户面部识别及手势识别均通过的情况下,控制目标车辆执行目标操作。由于采用基于视觉的面部生物信息与手势联合识别的方法,通过分级多阶身份校验机制,不仅有效过滤了各类虚假信号攻击,同时保障了身份比对流程实时性。因此,可以解决现有技术中需要第三方工具解锁车辆的问题,达到无钥匙进入车辆的效果。

技术特征:

1.一种控制车辆的方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述通过所述目标神经网络模型得到所述目标图像的面部特征描述向量,包括:

3.根据权利要求2所述的方法,其特征在于,在所述通过所述目标神经网络模型对所述共享面部特征图谱进行分类回归,得到面部区域和面部关键点之后,所述方法还包括:

4.根据权利要求3所述的方法,其特征在于,通过所述面部特征比对相似度测量值确定所述目标对象的面部识别是否通过,包括:

5.根据权利要求1所述的方法,其特征在于,通过所述手势特征比对相似度测量值确定所述目标对象的手势识别是否通过,包括:

6.根据权利要求1所述的方法,其特征在于,通过所述目标神经网络模型得到所述目标图像的手势特征描述向量,包括:

7.根据权利要求1所述的方法,其特征在于,所述控制目标车辆执行目标操作,包括:

8.一种控制车辆的装置,其特征在于,包括:

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,其中,所述计算机程序被处理器执行时实现所述权利要求1至7任一项中所述的方法的步骤。

10.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述权利要求1至7任一项中所述的方法。

技术总结本发明实施例提供了一种控制车辆的方法及装置,包括:将当前时刻对目标对象拍摄的目标图像输入目标神经网络模型,得到面部特征描述向量;将面部特征描述向量与预定义面部特征向量进行比对,得到面部特征比对相似度测量值;通过面部特征比对相似度测量值确定目标对象的面部识别是否通过;在面部识别通过的情况下,通过目标神经网络模型得到目标图像的手势特征描述向量;将手势特征描述向量与预定义手势特征向量进行比对,得到手势特征比对相似度测量值;通过手势特征比对相似度测量值确定目标对象的手势识别是否通过;在手势识别通过的情况下,控制目标车辆执行目标操作。通过本发明,解决了现有技术中需要第三方工具解锁车辆的问题。技术研发人员:缪其恒,许炜,苏志杰受保护的技术使用者:浙江华锐捷技术有限公司技术研发日:技术公布日:2024/8/5

本文地址:https://www.jishuxx.com/zhuanli/20240808/271465.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。