车窗状态检测、控制测试、网络构建方法及设备和介质与流程

技术特征：
1.车窗状态检测方法，其特征在于，包括：获得目标车窗的图像集，所述图像集包含至少一张目标车窗的图像；将所述图像集输入预训练的车窗状态检测神经网络进行分析处理；基于分析处理结果判断所述目标车窗的开启状态。2.根据权利要求1所述的车窗状态检测方法，其特征在于，所述获得目标车窗的图像集，包括：通过调整位于车内的成像装置的方位，获得所述目标车窗的图像集。3.根据权利要求2所述的车窗状态检测方法，其特征在于，通过转动所述成像装置以调整成像装置面向所述目标车窗的角度，在所述目标车窗的图像获取区域的下边界和上边界内获得至少一张包含目标车窗全景的图像。4.根据权利要求2所述的车窗状态检测方法，其特征在于，所述调整成像装置的方位，包括：通过步进电机驱动调整成像装置的方位，在步进电机的步进驱动形成的成像装置方位下，获得所述目标车窗的多张图像。5.根据权利要求1所述的车窗状态检测方法，其特征在于，包括：将所述图像集中的多张目标车窗的图像输入预训练的车窗状态检测神经网络进行分析处理，预测每张图像所属目标车窗开启状态的类别，被分类别数量最多的类别作为所述目标车窗开启状态的识别结果。6.车窗状态控制测试方法，其特征在于，包括：接收并产生对待测试目标车窗的控制指令；获得所述目标车窗的图像集，并通过权利要求1-5任一所述的车窗状态检测方法判断待测试目标车窗的开启状态；比较所述开启状态与所述控制指令对应的期望值，确定测试结果。7.根据权利要求6所述的测试方法，其特征在于，所述产生对待测试目标车窗的控制指令，包括通过语音产生对待测试目标车窗的控制指令。8.根据权利要求6所述的测试方法，其特征在于，还包括：在测试结果不通过的情况下，存储对应的目标车窗的图像。9.车窗状态检测神经网络的构建方法，所述车窗状态检测神经网络应用于权利要求1-5任一所述的车窗状态检测方法或权利要求6-8任一所述的车窗状态控制测试方法，包括：采集多个车窗中的每个车窗的多个图像样本作为训练集，对训练集中的每个图像中车窗的状态类别进行标注；基于所述训练集中的每个图像及其标注，通过有监督学习的方式对初始卷积神经网络进行训练；形成所述车窗状态检测神经网络。10.根据权利要求9所述的构建方法，其特征在于，所述采集多个车窗中的每个车窗的多个图像样本作为训练集，包括：通过调整位于车内的成像装置的方位，采集每个车窗的多个图像样本以形成训练集。11.根据权利要求10所述的构建方法，其特征在于，通过转动所述成像装置以调整成像装置面向所述车窗的角度，在所述每个车窗的图像获取区域的下边界和上边界内获得至少一张包含目标车窗全景的图像。
12.根据权利要求11所述的构建方法，其特征在于，通过步进电机驱动调整成像装置的方位，在步进电机的步进驱动形成的成像装置方位下，获得所述每个车窗的多张图像。13.根据权利要求9所述的构建方法，其特征在于，所述采集多个车窗中的每个车窗的多个图像样本，包括：在每个车窗的多个开启状态位置设置不同颜色，采集每个开启状态下的图像样本。14.根据权利要求9所述的构建方法，其特征在于，所述对训练集中的每个图像中车窗的状态类别进行标注，包括：基于预设的编码形式对所述标注进行编码处理。15.根据权利要求14所述的构建方法，其特征在于，所述预设的编码包括独热编码。16.电子设备，其特征在于，包括：处理器及存储器；其中，所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行如权利要求1至5任一项所述的车窗状态检测方法，或权利要求6-8任一项所述的车窗状态控制测试方法；或权利要求9-15任一项所述的车窗状态检测神经网络构建方法。17.计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至5任一项所述的车窗状态检测方法，或权利要求6-8任一项所述的车窗状态控制测试方法；或权利要求9-15任一项所述的车窗状态检测神经网络构建方法。

技术总结
本公开的实施例提供了车窗状态检测方法、车窗状态控制测试方法、车窗状态检测神经网络的构建方法、电子设备和计算机可读存储介质。所公开的车窗状态检测方法包括：获得目标车窗的图像集，所述图像集包含至少一张目标车窗的图像；将所述图像集输入预训练的车窗状态检测神经网络进行分析处理；基于分析处理结果判断所述目标车窗的开启状态。实现了车窗真实状态的检测。的检测。的检测。


技术研发人员：王淼军
受保护的技术使用者：湖北星纪时代科技有限公司
技术研发日：2022.12.07
技术公布日：2023/3/10