摘要
本发明属于汽车技术领域,提出一种基于体征识别的车内异味自动消除方法及系统,方法包括:采集异味产生时目标的体征参考数据,基于体征参考数据为输入项构建数据集,以数据集构建分析模型,根据分析模型获取目标的体征数据并生成异味产生概率,当异味产生概率大于设定阈值时,判定为异味产生并启动通风作业。本发明提出的基于体征识别的车内异味自动消除方法,在以体征参考数据为输入项构建数据集,并以数据集构建分析模型的基础上,通过实时获取驾乘人员的体征数据变化,实现对车内的异味产生的间接监测,解决了针对低浓度异味污染物尚没有合适传感器的问题,并有助于及时发现并处理车内异味问题,营造更舒适、健康的车内环境。
技术关键词
异味
面部图像数据
消除方法
听觉模型
表情模型
消除系统
训练卷积神经网络
输入分析模型
图像去噪算法
座位
压力
音频
深度学习算法
机器学习算法
数据处理模块
通风
标签
直方图
系统为您推荐了相关专利信息
指标监测方法
组合特征向量
患者
指标监测系统
指数
管理优化系统
强化学习策略
管理策略
数据随时间
面部表情特征
倾斜角测量方法
光栅组件
中心对称
条纹
消除方法
极化SAR图像
参数反演方法
随机森林
样本
半监督学习算法
干扰信号消除方法
数模转换模块
上变频模块
干扰信号消除电路
行驶设备