基于驾舱场景识别的人机交互方法、设备及存储介质
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
基于驾舱场景识别的人机交互方法、设备及存储介质
申请号:
CN202510481715
申请日期:
2025-04-17
公开号:
CN120375257A
公开日期:
2025-07-25
类型:
发明专利
摘要
本申请公开基于驾舱场景识别的人机交互方法、设备及存储介质,该方法包括:获取车内环境视频流;基于多个驾舱状态识别子系统分别处理车内环境视频流,以确定相应的各个驾舱状态识别结果;根据各个驾舱状态识别结果,从预定义的驾舱场景库中确定相匹配的目标驾舱场景;驾舱场景库预存储了多个驾舱场景和相应的场景描述信息;根据目标驾舱场景,决策执行相应的目标人机交互操作。由此,智能驾舱的人机交互响应能综合多维识别信息,并具备良好的上下文关联性和场景适应性,提升了人机交互的准确性与用户体验的智能化水平。
技术关键词
人机交互方法
视频流
场景分类
强化学习模型
情绪状态识别
策略优化方法
样本
车内后视镜
子系统
决策
深度学习模型
计算机程序产品
物体检测
面部识别
注意力机制
处理器通信
指令
后备箱
系统为您推荐了相关专利信息
1
强化学习模型的训练方法、装置、设备及介质
强化学习模型
策略
数据采集单元
处理器
可读存储介质
2
一种基于大数据与人工智能的充值行为异常监测系统
监测系统
大数据
画像特征
强化学习模型
时序神经网络
3
基于工业通讯与智能算法的半导体湿法设备智能化控制软件
半导体湿法
智能算法
国产操作系统
设备状态监控
可视化人机界面
4
一种基于神经网络的充电桩智能引导系统及方法
智能引导系统
充电站
强化学习模型
时序神经网络
资源调度效率
5
一种基于深度强化学习的调相机多目标协同控制方法
策略网络模型
深度强化学习模型
协同控制方法
电机驱动器
相机