[發明專利]使用深度學習的基于視覺的雨水檢測

有效

• 申請號: 201710233435.4
• 申請日: 2017-04-11
• 公開（公告）號: CN107292386B
• 公開（公告）日: 2022-11-15
• 發明（設計）人: 吉內什·J·杰恩;哈珀麗特辛格·班瓦伊特;艾希莉·伊麗莎白·米克斯;維迪亞·那利亞姆布特·穆拉里
• 申請（專利權）人: 福特全球技術公司
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06V10/764;G06V10/82;G06N3/08
• 代理公司: 北京連和連知識產權代理有限公司 11278
• 代理人: 張建鵬

1.一種雨水檢測方法，所述方法包含：

獲取多個圖像，所述多個圖像的每個圖像已知為用照相描繪“雨水”或“無雨水”條件；

通過人工神經網絡對所述多個圖像進行訓練；

在所述訓練之后通過所述人工神經網絡來分析由第一攝像機捕獲的多個連續圖像；

基于所述分析通過所述人工神經網絡把所述多個連續圖像的每個圖像分類為在“雨水”天氣或“無雨水”天氣中；以及

如果顯著多數的所述多個連續圖像被分類為“雨水”天氣，則確定所述第一攝像機處于“雨水”天氣的環境中。

2.如權利要求1所述的方法，其中所述多個圖像是通過一個或多個車輛車載的一個或多個攝像機捕獲的。

3.如權利要求1所述的方法，其中所述第一攝像機是第一車輛車載的。

4.如權利要求3所述的方法，其中所述分析車載地在所述第一車輛上發生。

5.如權利要求4所述的方法，其中所述分類車載地在所述第一車輛上發生。

6.如權利要求3所述的方法，其中所述訓練非車載于所述第一車輛地發生。

7.如權利要求3所述的方法，其中所述訓練在所述人工神經網絡正在相對于所述第一車輛遠程定位的非車載計算機硬件上運行時發生。

8.如權利要求3所述的方法，其中所述分析和所述分類在所述人工神經網絡正在以車載的方式承載在所述第一車輛上的計算機硬件上運行時發生。

9.如權利要求1所述的方法，其中所述第一攝像機固定至第一車輛并且定向為面向前。

10.如權利要求1所述的方法，其中所述第一攝像機固定至第一車輛并且定向為面向后。

11.如權利要求1所述的方法，其中所述多個連續圖像包含在小于十秒鐘的一段時間內由所述第一攝像機捕獲的多個連續圖像。

12.一種雨水檢測方法，所述方法包含：

獲取由一個或多個車輛車載的一個或多個攝像機捕獲的多個圖像，所述多個圖像中的每個圖像已知為用照相描繪“雨水”條件或“無雨水”條件；

使用所述多個圖像來訓練人工神經網絡以區分相應于所述雨水條件的攝影數據和相應于所述無雨水條件的攝影數據；

在所述使用之后通過所述人工神經網絡來分析由固定至第一車輛的第一攝像機捕獲的多個連續圖像；以及

基于所述分析通過所述人工神經網絡把所述多個連續圖像的每個圖像分類為在“雨水”或“無雨水”天氣中；以及

如果顯著多數的所述多個連續圖像被分類為“雨水”天氣，則確定所述第一攝像機處于“雨水”天氣的環境中。

13.如權利要求12所述的方法，其中所述分析和所述分類在所述人工神經網絡正在以車載的方式承載在所述第一車輛上的計算機硬件上運行時發生。

14.如權利要求12所述的方法，進一步地包含通過所述第一攝像機捕獲所述多個連續圖像。

15.如權利要求14所述的方法，其中所述分析和所述分類隨著所述捕獲實時地發生。

16.如權利要求15所述的方法，其中所述分析和所述分類在所述捕獲之后不到十秒鐘發生。

17.如權利要求12所述的方法，其中所述使用在所述人工神經網絡正在相對于所述第一車輛遠程定位的非車載計算機硬件上運行時發生。

18.如權利要求12所述的方法，其中所述多個連續圖像包含在小于十秒鐘的一段時間內由所述第一攝像機捕獲的多個連續圖像。