[發(fā)明專利]汽車圖像的處理方法、裝置及可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201811062068.7
• 申請日: 2018-09-12
• 公開（公告）號: CN109345512A
• 公開（公告）日: 2019-02-15
• 發(fā)明（設(shè)計）人: 陳佳佳;萬吉;夏添
• 申請（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京同立鈞成知識產(chǎn)權(quán)代理有限公司 11205
• 代理人: 朱穎;劉芳

本發(fā)明提供了一種汽車圖像的處理方法、裝置及可讀存儲介質(zhì)，通過獲取汽車圖像的采集點采集得到的包括待處理圖像，其中所述采集點是設(shè)置在自動駕駛設(shè)備上的，利用深度學習模型對該待處理圖像中進行處理，輸出待處理圖像中的汽車的狀態(tài)參數(shù)，根據(jù)所述狀態(tài)參數(shù)確定所述待處理圖像中的汽車行為，從而可利用深度學習模型對采集點采集的待處理圖像進行處理，以得到可用于確定汽車行為的狀態(tài)參數(shù)，從而獲得汽車行為，進而為自動駕駛設(shè)備根據(jù)路況進行駕駛策略的調(diào)整提供基礎(chǔ)和依據(jù)。

技術(shù)領(lǐng)域

本發(fā)明涉及自動駕駛技術(shù)，尤其涉及一種汽車圖像的處理方法、裝置及可讀存儲介質(zhì)。

背景技術(shù)

隨著科技的發(fā)展和社會的進步，自動駕駛技術(shù)成為交通領(lǐng)域的發(fā)展趨勢。自動駕駛設(shè)備中預(yù)設(shè)有多個駕駛策略，自動駕駛設(shè)備可根據(jù)當前路況確定與當前路況匹配的駕駛策略，以執(zhí)行自動駕駛?cè)蝿?wù)。在上述過程中，如何使自動駕駛設(shè)備能夠?qū)Ω鞣N路況進行準確識別成為研究重點。

為了識別路況自動駕駛設(shè)備需要獲知其所處環(huán)境下的其他車輛的行為。然而，在現(xiàn)有技術(shù)中，并沒有能夠?qū)ζ渌囕v的行為進行有效識別的方法，這會導(dǎo)致自動駕駛設(shè)備無法準確對路況做出駕駛策略的應(yīng)對，嚴重影響了自動駕駛的安全可靠性。

發(fā)明內(nèi)容

針對上述提及的現(xiàn)有技術(shù)中沒有能夠?qū)ζ渌囕v的行為進行有效識別的方法，而導(dǎo)致自動駕駛設(shè)備無法準確對路況做出駕駛策略的應(yīng)對，嚴重影響了自動駕駛的安全可靠性問題，本發(fā)明提供了一種汽車圖像的處理方法、裝置及可讀存儲介質(zhì)。

一方面，本發(fā)明提供了一種汽車圖像的處理方法，包括：

獲取包括有汽車圖像的待處理圖像；

利用深度學習模型對該待處理圖像中進行處理，輸出待處理圖像中的汽車的狀態(tài)參數(shù)；

根據(jù)所述狀態(tài)參數(shù)確定所述待處理圖像中的汽車行為。

在其中一種可選的實施方式中，所述利用深度學習模型對該待處理圖像中進行處理，輸出待處理圖像中的汽車的狀態(tài)參數(shù)，包括：

確定汽車在所述待處理圖像中的位置；

根據(jù)所述位置獲得所述待處理圖像的目標區(qū)域圖像；

利用深度學習模型對所述目標區(qū)域圖像進行處理，輸出所述目標區(qū)域圖像中汽車的狀態(tài)參數(shù)。

在其中一種可選的實施方式中，所述深度學習模型輸出的待處理圖像中的汽車的狀態(tài)參數(shù)用于表示如下汽車狀態(tài)數(shù)中一種或多種：

剎車燈狀態(tài)、轉(zhuǎn)向燈狀態(tài)、車門狀態(tài)、后備箱門狀態(tài)、車輪指向狀態(tài)。

在其中一種可選的實施方式中，所述深度學習模型輸出的待處理圖像中的汽車的狀態(tài)參數(shù)還包括：汽車測量尺寸，和/或，汽車與采集汽車圖像的采集點之間的距離。

在其中一種可選的實施方式中，根據(jù)所述狀態(tài)參數(shù)確定的汽車行為包括如下行為中的一種：

剎車行為、行駛行為、轉(zhuǎn)向行為以及駐車行為。

在其中一種可選的實施方式中，所述根據(jù)所述狀態(tài)參數(shù)確定所述待處理圖像中的汽車行為之后，還包括：

將獲得的待處理圖像中的汽車行為發(fā)送至自動駕駛設(shè)備，以供所述自動駕駛設(shè)備根據(jù)所述汽車行為調(diào)整自動駕駛策略。

另一方面，本發(fā)明提供了一種汽車圖像的處理裝置，包括：

通信單元，用于獲取汽車圖像的采集點采集得到的包括待處理圖像，其中所述采集點是設(shè)置在自動駕駛設(shè)備上的；

處理單元，用于利用深度學習模型對該待處理圖像中進行處理，輸出待處理圖像中的汽車的狀態(tài)參數(shù)；還用于根據(jù)所述狀態(tài)參數(shù)確定所述待處理圖像中的汽車行為。