一種建立車窗定位模型和車窗定位方法及裝置制造方法及圖紙

一種建立車窗定位模型和車窗定位方法及裝置，其中，所述建立車窗定位模型的方法，包括：獲取多個車輛圖像和對應所述車輛圖像中已標注出的四個車窗角點的坐標；將所述多個車輛圖像和對應所述車輛圖像中已標注出的四個車窗角點的坐標作為訓練數據，對機器學習模型進行訓練，直至所述機器學習模型的輸出結果滿足預設條件，解決了現有車窗定位方法的車窗定位精度往往難以滿足需求，從而造成車輛內部信息識別錯誤的問題。

Method and device for establishing window positioning model and window positioning method

A window positioning model and window positioning method and device, wherein, the method comprises the following steps: establishing the window location model to obtain the coordinates of the four windows and multiple vehicle image corresponding to the image of vehicle has been marked out of the corner; coordinate the four windows of the plurality of images of vehicles and to be the vehicle image has marked corner as training data, the training of machine learning model, output until the machine learning model results satisfying the preset conditions, solve the existing window positioning accuracy window positioning method are often difficult to meet the demand, thus causing the vehicle internal information identification error problem.

【技術實現步驟摘要】
一種建立車窗定位模型和車窗定位方法及裝置
本專利技術涉及圖像識別領域，具體涉及一種建立車窗定位模型和車窗定位方法及裝置。
技術介紹
隨著經濟的發展，汽車保有量與日俱增，大量的汽車在道路上行駛，給交通管理部門帶來了巨大的管理壓力，已有的汽車管理自動化手段主要是電子警察和卡口系統，實時捕獲車輛高清圖片，分析出駕駛員信息，包括駕駛員是否系安全帶、打電話、人臉相貌等信息，對交通安全監管和刑事案件偵查具有至關重要的作用，但若要準確判斷車輛內部的人員或其它目標的具體屬性，需要對能清楚觀察到駕駛員的車窗目標做出準確定位，繼而通過車窗對車輛內部信息進行識別。現有車窗定位方法一般都是充分利用已經成熟的車牌檢測并結合車型等其它信息，估計出車窗區域，再對此估計區域作進一步的相關檢測識別，判斷目標屬性，而現有車窗區域定位精度往往難以滿足后續屬性(例如，對車內司機人臉面貌和司機動作)的判定需求，從而造成車輛內部信息識別錯誤。
技術實現思路
因此，本專利技術要解決的技術問題在于現有車窗定位方法的車窗定位精度往往難以滿足需求，從而造成車輛內部信息識別錯誤。有鑒于此，本專利技術提供一種建立車窗定位模型的方法，包括：獲取多個車輛圖像和對應所述車輛圖像中已標注出的四個車窗角點的坐標；將所述多個車輛圖像和對應所述車輛圖像中已標注出的四個車窗角點的坐標作為訓練數據，對機器學習模型進行訓練，直至所述機器學習模型的輸出結果滿足預設條件。優選地，所述車輛圖像為車輛前部車身圖像。優選地，所述機器學習模型的輸出結果為車窗角點的坐標，在對機器學習模型進行訓練的步驟中，直至所述機器學習模型的輸出的車窗角點的坐標誤差在預設閾值范圍內。相應地，本專利技術提供一種建立車窗定位模型的裝置，包括：獲取單元，用于獲取多個車輛圖像和對應所述車輛圖像中已標注出的四個車窗角點的坐標；訓練單元，用于將所述多個車輛圖像和對應所述車輛圖像中已標注出的四個車窗角點的坐標作為訓練數據，對機器學習模型進行訓練，直至所述機器學習模型的輸出結果滿足預設條件。優選地，所述車輛圖像為車輛前部車身圖像。優選地，所述機器學習模型的輸出結果為車窗角點的坐標，利用訓練單元進行訓練，直至所述機器學習模型的輸出的車窗角點的坐標誤差在預設閾值范圍內。本專利技術還提供一種車窗定位方法，包括：獲取待識別車輛圖像；將所述待識別車輛圖像輸入到如上述所述方法所建立的模型中，確定所述待識別車輛圖像中車窗位置。相應地，本專利技術還提供一種車窗定位裝置，包括：車輛圖像獲取單元，用于獲取待識別車輛圖像；車窗位置確定單元，用于將所述待識別車輛圖像輸入到如上述所述方法所建立的模型中，確定所述待識別車輛圖像中車窗位置。本專利技術技術方案具有以下優點：通過獲取多個車輛圖像和對應車輛圖像中已標注出的四個車窗角點的坐標，將多個車輛圖像和對應車輛圖像中已標注出的四個車窗角點的坐標作為訓練數據，對機器學習模型進行訓練，直至機器學習模型的輸出結果滿足預設條件，利用該機器學習模型對待識別車輛圖像進行識別，繼而確定待識別車輛圖像的車窗位置，解決了現有車窗定位方法的車窗定位精度往往難以滿足需求，從而造成車輛內部信息識別錯誤的問題。附圖說明為了更清楚地說明本專利技術具體實施方式或現有技術中的技術方案，下面將對具體實施方式或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本專利技術的一些實施方式，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。圖1是本專利技術實施例提供的一種建立車窗定位模型的方法的流程圖；圖2是本專利技術實施例提供的一種建立車窗定位模型的裝置的結構示意圖；圖3是本專利技術另一實施例提供的一種車窗定位方法的流程圖；圖4是本專利技術另一實施例提供的一種車窗定位裝置的結構示意圖。具體實施方式下面將結合附圖對本專利技術的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本專利技術一部分實施例，而不是全部的實施例。基于本專利技術中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本專利技術保護的范圍。本專利技術實施例提供一種建立車窗定位模型的方法，如圖1所示，包括：S11，獲取多個車輛圖像和對應車輛圖像中已標注出的四個車窗角點的坐標。其中車輛圖像的車窗角點坐標通過人工預先進行大量樣本標注作為深度學習的訓練數據。S12，將多個車輛圖像和對應車輛圖像中已標注出的四個車窗角點的坐標作為訓練數據，對機器學習模型進行訓練，直至機器學習模型的輸出結果滿足預設條件。優選地，車輛圖像為車輛前部車身圖像。在通過車輛圖像準確定位到車窗位置后，繼而透過車窗圖像識別出車輛內的駕駛員行為狀態，故在路口設置的攝像頭等圖像獲取裝置一般拍攝車輛前部車身圖像，在對大量車輛前部車身圖像進行訓練后，提高了車輛前部車身圖像的車窗位置的識別率，繼而也提高了車輛內部駕駛員行為狀態的識別率。優選地，機器學習模型的輸出結果為車窗角點的坐標，在對機器學習模型進行訓練的步驟中，直至機器學習模型的輸出的車窗角點的坐標誤差在預設閾值范圍內。本專利技術實施例提供的建立車窗定位模型的方法，通過獲取多個車輛圖像和對應車輛圖像中已標注出的四個車窗角點的坐標，將多個車輛圖像和對應車輛圖像中已標注出的四個車窗角點的坐標作為訓練數據，對機器學習模型進行訓練，直至機器學習模型的輸出結果滿足預設條件，利用該機器學習模型對待識別車輛圖像進行識別，繼而確定待識別車輛圖像的車窗位置，解決了現有車窗定位方法的車窗定位精度往往難以滿足需求，從而造成車輛內部信息識別錯誤的問題。相應地，本專利技術實施例還提供一種建立車窗定位模型的裝置，如圖2所示，包括：獲取單元21，用于獲取多個車輛圖像和對應車輛圖像中已標注出的四個車窗角點的坐標；訓練單元22，用于將多個車輛圖像和對應車輛圖像中已標注出的四個車窗角點的坐標作為訓練數據，對機器學習模型進行訓練，直至機器學習模型的輸出結果滿足預設條件。優選地，車輛圖像為車輛前部車身圖像。優選地，機器學習模型的輸出結果為車窗角點的坐標，利用訓練單元22進行訓練，直至機器學習模型的輸出的車窗角點的坐標誤差在預設閾值范圍內。本專利技術實施例提供的建立車窗定位模型的裝置，通過獲取單元獲取多個車輛圖像和對應車輛圖像中已標注出的四個車窗角點的坐標，利用訓練單元將多個車輛圖像和對應車輛圖像中已標注出的四個車窗角點的坐標作為訓練數據，對機器學習模型進行訓練，直至機器學習模型的輸出結果滿足預設條件，繼而利用訓練好的機器學習模型進行車窗定位，解決了現有車窗定位方法的車窗定位精度往往難以滿足需求，從而造成車輛內部信息識別錯誤的問題。本專利技術另一實施例還提供一種車窗定位方法，如圖3所示，包括：S31，獲取待識別車輛圖像；S32，將待識別車輛圖像輸入到上述方法所建立的模型中，確定待識別車輛圖像中車窗位置。在利用機器學習模型識別過程中，當獲取車窗的角點坐標后，通過將車窗角點坐標所構成的四邊形矯正為規則的矩形，車窗的角點坐標矯正成矩形區域的方法可以是最小矩形覆蓋方法或者邊界外擴等方法得到，可應用與車輛內部的目標檢測和屬性識別，例如當確定車窗坐標后，利用頭檢測方法檢測出駕駛員位置或者用于識別駕駛員是否系安全帶等目標的識別。本專利技術另一實施例提供的車窗定位方法，通過獲取待識別車輛圖像，繼而將待識別車輛圖像本文檔來自技高網...

【技術保護點】
一種建立車窗定位模型的方法，其特征在于，包括：獲取多個車輛圖像和對應所述車輛圖像中已標注出的四個車窗角點的坐標；將所述多個車輛圖像和對應所述車輛圖像中已標注出的四個車窗角點的坐標作為訓練數據，對機器學習模型進行訓練，直至所述機器學習模型的輸出結果滿足預設條件。

【技術特征摘要】
1.一種建立車窗定位模型的方法，其特征在于，包括：獲取多個車輛圖像和對應所述車輛圖像中已標注出的四個車窗角點的坐標；將所述多個車輛圖像和對應所述車輛圖像中已標注出的四個車窗角點的坐標作為訓練數據，對機器學習模型進行訓練，直至所述機器學習模型的輸出結果滿足預設條件。2.根據權利要求1所述的方法，其特征在于，所述車輛圖像為車輛前部車身圖像。3.根據權利要求1所述的方法，其特征在于，所述機器學習模型的輸出結果為車窗角點的坐標，在對機器學習模型進行訓練的步驟中，直至所述機器學習模型的輸出的車窗角點的坐標誤差在預設閾值范圍內。4.一種建立車窗定位模型的裝置，其特征在于，包括：獲取單元，用于獲取多個車輛圖像和對應所述車輛圖像中已標注出的四個車窗角點的坐標；訓練單元，用于將所述多個車輛圖像和對應所述車輛圖像中已標注出的四個車...

【專利技術屬性】
技術研發人員：張旺，彭莉，劉麒，張曉明，張如高，
申請(專利權)人：博康智能信息技術有限公司上海分公司，
類型：發明
國別省市：上海,31