[发明专利]驾车智能教学方法及相关产品有效

专利信息
申请号: 201910943448.X 申请日: 2019-09-30
公开(公告)号: CN110765315B 公开(公告)日: 2022-07-12
发明(设计)人: 朱星龙 申请(专利权)人: 深圳市九洲电器有限公司
主分类号: G06F16/78 分类号: G06F16/78;G06F16/738;H04N21/414;H04N21/431;H04N21/432;H04N7/18;G06Q50/20
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 汪海琴
地址: 518000 广东省深圳市南*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 驾车 智能 教学方法 相关 产品
【权利要求书】:

1.一种驾车智能教学方法,其特征在于,所述方法应用于车载机顶盒,所述方法包括如下步骤:

车载机顶盒将整套驾车视频划分成多个练习章节,依据目标对象的反馈信息确定每个练习章节的多个关键点;

车载机顶盒获取目标对象选择的练习章节以及关键点,依据所述练习章节获取与所述练习章节匹配的教学视频文件以及信息;

在检测到目标对象练习驾车时,车载机顶盒将播放区域设置成第一区域和第二区域,控制所述第一区域播放所述目标对象的驾驶操作视频,控制所述第二区域播放所述教学视频文件;所述目标对象能够通过视频观察自己的驾驶操作是否正确;

车载机顶盒检测所述驾驶操作视频与所述教学视频文件是否一致,如确定所述驾驶操作视频与所述教学视频文件不一致,提示目标对象重新练习,并将所述教学视频文件退回到关键点起始播放位置;

所述驾车智能教学方法还包括:

分析采集的静脉图片中的目标静脉区域图像的特征点分布;

按照M个不同圆心对所述目标静脉区域图像进行圆形图像截取,得到M个圆形静脉区域图像,所述M为大于3的整数;

从所述M个圆形静脉区域图像中选出目标圆形静脉区域图像,所述目标圆形静脉区域图像所包含的特征点的数量大于所述M个圆形静脉区域图像中的其他圆形静脉区域图像;

将所述目标圆形静脉区域图像划分得到N个圆环,所述N个圆环的环宽相同;

从所述N个圆环中半径最小的圆环开始,将所述N个圆环依次与预设静脉模板进行特征点匹配,并累计已匹配圆环的匹配值;

当累计的匹配值大于预设匹配阈值时立即停止进行特征点匹配,确定预设静脉模板对应的身份为第一身份。

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

记录所述第一身份对应的错误信息,所述错误信息包括:错误次数以及练习章节的关键点的标识。

3.一种车载机顶盒,其特征在于,所述车载机顶盒包括:

获取单元,用于获取目标对象选择的练习章节以及关键点,依据所述练习章节获取与所述练习章节匹配的教学视频文件以及信息;

处理单元,用于在检测到目标对象练习驾车时,将播放区域设置成第一区域和第二区域,控制所述第一区域播放所述目标对象的驾驶操作视频,控制所述第二区域播放所述教学视频文件;所述目标对象能够通过视频观察自己的驾驶操作是否正确;

检测单元,用于检测所述驾驶操作视频与所述教学视频文件是否一致,如确定所述驾驶操作视频与所述教学视频文件不一致,提示目标对象重新练习,并将所述教学视频文件退回到关键点起始播放位置;

所述车载机顶盒还用于将整套驾车视频划分成多个练习章节,依据目标对象的反馈信息确定每个练习章节的多个关键点;

所述处理单元,还用于:

分析采集的静脉图片中的目标静脉区域图像的特征点分布;

按照M个不同圆心对所述目标静脉区域图像进行圆形图像截取,得到M个圆形静脉区域图像,所述M为大于3的整数;

从所述M个圆形静脉区域图像中选出目标圆形静脉区域图像,所述目标圆形静脉区域图像所包含的特征点的数量大于所述M个圆形静脉区域图像中的其他圆形静脉区域图像;

将所述目标圆形静脉区域图像划分得到N个圆环,所述N个圆环的环宽相同;

从所述N个圆环中半径最小的圆环开始,将所述N个圆环依次与预设静脉模板进行特征点匹配,并累计已匹配圆环的匹配值;

当累计的匹配值大于预设匹配阈值时立即停止进行特征点匹配,确定预设静脉模板对应的身份为第一身份。

4.根据权利要求3所述的车载机顶盒,其特征在于,

所述处理单元,还用于记录所述第一身份对应的错误信息,所述错误信息包括:错误次数以及练习章节的关键点的标识。

5.一种计算机可读存储介质,其存储用于电子数据交换的程序,其中,所述程序使得终端执行如权利要求1或2所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市九洲电器有限公司,未经深圳市九洲电器有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910943448.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top