专利名称: |
一种车辆验证方法及装置 |
摘要: |
本申请提供了一种车辆验证方法及装置,首先获取待验证车辆的验证视频;其中,所述验证视频中包括所述待验证车辆在执行验证动作指令时的视频片段;其次,确定所述验证视频的每一帧图像中,所述待验证车辆的状态信息;然后,根据所述状态信息,确定所述待验证车辆在所述验证视频中的验证动作;最后,基于所述验证动作与所述验证动作指令,确定所述待验证车辆的验证结果。与现有技术相比,本申请通过判断验证视频中车辆的验证动作与验证动作指令是否一致,确定车辆的验证结果,能够实现车辆验证的自动化,显著提高验证效率,使验证结果更加精确。 |
专利类型: |
发明专利 |
申请人: |
北京嘀嘀无限科技发展有限公司 |
发明人: |
薛韬略;周多庆;张天明;王智恒;王树栋;李杰;孟辉;陈天钰;戴桂婷;吴朝辉 |
专利状态: |
有效 |
申请日期: |
1900-01-20T00:00:00+0805 |
发布日期: |
1900-01-20T00:00:00+0805 |
申请号: |
CN201911349534.4 |
公开号: |
CN111060507A |
代理机构: |
北京超成律师事务所 |
代理人: |
吴迪 |
分类号: |
G01N21/84;G01C11/00;G06K9/00;G;G01;G06;G01N;G01C;G06K;G01N21;G01C11;G06K9;G01N21/84;G01C11/00;G06K9/00 |
申请人地址: |
100193 北京市海淀区东北旺西路8号院34号楼 |
主权项: |
1.一种车辆验证方法,其特征在于,所述方法包括: 获取待验证车辆的验证视频;其中,所述验证视频中包括所述待验证车辆在执行验证动作指令时的视频片段; 确定所述验证视频的每一帧图像中,所述待验证车辆的状态信息; 根据所述状态信息,确定所述待验证车辆在所述验证视频中的验证动作; 基于所述验证动作与所述验证动作指令,确定所述待验证车辆的验证结果。 2.根据权利要求1所述的方法,其特征在于,所述验证动作指令包括至少一条车门控制指令。 3.根据权利要求2所述的方法,其特征在于,所述确定所述验证视频的每一帧图像中,所述待验证车辆的状态信息,包括: 利用训练好的目标提取模型,从所述验证视频的每一帧图像中,将所述待验证车辆所在区域对应的图像提取出来,得到所述待验证车辆的目标验证视频; 利用训练好的位置检测模型,确定所述目标验证视频的每一帧图像中,每个车门对应的预设关键点的位置; 根据所述预设关键点的位置,确定所述待验证车辆的每个车门在所述目标验证视频的每一帧图像中所处的状态,得到所述待验证车辆的状态信息。 4.根据权利要求3所述的方法,其特征在于,所述根据所述状态信息,确定所述待验证车辆在所述验证视频中的验证动作,包括: 利用有限状态机及所述待验证车辆的每个车门在所述目标验证视频的每一帧图像中所处的状态,确定所述待验证车辆在所述验证视频中的验证动作。 5.根据权利要求1所述的方法,其特征在于,所述基于所述验证动作与所述验证动作指令,确定所述待验证车辆的验证结果,包括: 确定所述验证动作与所述验证动作指令中指示的目标验证动作是否一致; 若所述验证动作与所述目标验证动作一致,则确定所述待验证车辆通过验证。 6.根据权利要求3所述的方法,其特征在于,所述利用训练好的位置检测模型,确定所述目标验证视频的每一帧图像中,每个车门对应的预设关键点的位置,包括: 将所述目标验证视频的每一帧图像输入至所述位置检测模型的第一级卷积神经网络模型中,确定所述目标验证视频的每一帧图像中,所述待验证车辆的每个车门对应的预设关键点所在的预设大小的图像区域; 将所述待验证车辆的每个车门对应的预设关键点所在的预设大小的图像区域输入至所述位置检测模型的第二级卷积神经网络模型中,确定所述待验证车辆的每个车门对应的预设关键点在预设坐标系下的位置坐标。 7.根据权利要求6所述的方法,其特征在于,所述根据所述预设关键点的位置,确定所述待验证车辆的每个车门在所述目标验证视频的每一帧图像中所处的状态,得到所述待验证车辆的状态信息,包括: 针对所述目标验证视频的每一帧图像中的每个车门,根据所述该车门对应的预设关键点在预设坐标系下的位置坐标,与该车门对应的预设基准点的坐标,确定该车门对应的预设关键点与该车门对应的预设基准点之间的距离; 根据所述该车门对应的预设关键点与该车门对应的预设基准点之间的距离,确定该车门在该帧图像中所处的状态。 8.一种车辆验证装置,其特征在于,所述装置包括: 获取模块,用于获取待验证车辆的验证视频;其中,所述验证视频中包括所述待验证车辆在执行验证动作指令时的视频片段; 第一确定模块,用于确定所述验证视频的每一帧图像中,所述待验证车辆的状态信息; 第二确定模块,用于根据所述状态信息,确定所述待验证车辆在所述验证视频中的验证动作; 验证模块,用于基于所述验证动作与所述验证动作指令,确定所述待验证车辆的验证结果。 9.根据权利要求8所述的装置,其特征在于,所述验证动作指令包括至少一条车门控制指令。 10.根据权利要求8所述的装置,其特征在于,所述第一确定模块包括: 第一确定单元,用于利用训练好的目标提取模型,从所述验证视频的每一帧图像中,将所述待验证车辆所在区域对应的图像提取出来,得到所述待验证车辆的目标验证视频; 第二确定单元,用于利用训练好的位置检测模型,确定所述目标验证视频的每一帧图像中,每个车门对应的预设关键点的位置; 第三确定单元,用于根据所述预设关键点的位置,确定所述待验证车辆的每个车门在所述目标验证视频的每一帧图像中所处的状态,得到所述待验证车辆的状态信息。 11.根据权利要求10所述的装置,其特征在于,所述第二确定模块具体用于: 利用有限状态机及所述待验证车辆的每个车门在所述目标验证视频的每一帧图像中所处的状态,确定所述待验证车辆在所述验证视频中的验证动作。 12.根据权利要求8所述的装置,其特征在于,所述验证模块具体用于: 确定所述验证动作与所述验证动作指令中指示的目标验证动作是否一致; 若所述验证动作与所述目标验证动作一致,则确定所述待验证车辆通过验证。 13.根据权利要求10所述的装置,其特征在于,所述第二确定单元具体用于: 将所述目标验证视频的每一帧图像输入至所述位置检测模型的第一级卷积神经网络模型中,确定所述目标验证视频的每一帧图像中,所述待验证车辆的每个车门对应的预设关键点所在的预设大小的图像区域; 将所述待验证车辆的每个车门对应的预设关键点所在的预设大小的图像区域输入至所述位置检测模型的第二级卷积神经网络模型中,确定所述待验证车辆的每个车门对应的预设关键点在预设坐标系下的位置坐标。 14.根据权利要求13所述的装置,其特征在于,所述第三确定单元具体用于: 针对所述目标验证视频的每一帧图像中的每个车门,根据所述该车门对应的预设关键点在预设坐标系下的位置坐标,与该车门对应的预设基准点的坐标,确定该车门对应的预设关键点与该车门对应的预设基准点之间的距离; 根据所述该车门对应的预设关键点与该车门对应的预设基准点之间的距离,确定该车门在该帧图像中所处的状态。 15.一种电子设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1至7任一所述的车辆验证方法的步骤。 16.一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上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至7任一所述的车辆验证方法的步骤。 |
所属类别: |
发明专利 |