[發(fā)明專利]一種車載相機鏡頭的污染處理方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201910090634.3
• 申請日: 2019-01-30
• 公開（公告）號: CN111583169A
• 公開（公告）日: 2020-08-25
• 發(fā)明（設(shè)計）人: 相徐斌
• 申請（專利權(quán)）人: 杭州海康威視數(shù)字技術(shù)股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G01P3/36
• 代理公司: 北京博思佳知識產(chǎn)權(quán)代理有限公司 11415
• 代理人: 林祥

1.一種車載相機鏡頭的污染處理方法，其特征在于，所述方法包括：

當(dāng)目標(biāo)車輛的車速超過預(yù)設(shè)污染檢測啟動閾值時，采用已訓(xùn)練的深度學(xué)習(xí)模型對所述車載相機鏡頭采集的圖像幀進(jìn)行污染檢測，以確定所述車載相機鏡頭存在污染時為污染類型；

根據(jù)所述車載相機鏡頭的污染類型生成鏡頭污染信號，并將所述鏡頭污染信號發(fā)送至與所述車載相機鏡頭關(guān)聯(lián)的應(yīng)用裝置中，以由所述應(yīng)用裝置根據(jù)所述鏡頭污染信號進(jìn)行污染處理。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述污染處理至少包括如下的一種或結(jié)合：

發(fā)出污染提示；

對所述車載相機鏡頭進(jìn)行清潔；

暫停基于所述車載相機鏡頭的駕駛輔助功能。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述采用已訓(xùn)練的深度學(xué)習(xí)模型對所述車載相機鏡頭采集的圖像幀進(jìn)行污染檢測，以確定所述車載相機鏡頭存在污染時為污染類型，包括：

將所述車載相機鏡頭采集的圖像幀輸入至已訓(xùn)練的深度學(xué)習(xí)模型，以由所述深度學(xué)習(xí)模型將所述圖像幀劃分成多個圖像子區(qū)域并計算各圖像子區(qū)域的污染概率；

根據(jù)各圖像子區(qū)域的污染概率，確定所述車載相機鏡頭存在污染時為污染類型。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)各圖像子區(qū)域的污染概率，確定所述車載相機鏡頭存在污染時為污染類型，包括：

當(dāng)輸入至所述深度學(xué)習(xí)模型的圖像幀的數(shù)量達(dá)到預(yù)設(shè)數(shù)量時，將所述預(yù)設(shè)數(shù)量的圖像幀中區(qū)域位置相同的圖像子區(qū)域的污染概率進(jìn)行均值運算，得到各區(qū)域位置的區(qū)域污染概率；

若存在區(qū)域污染概率大于或等于預(yù)設(shè)污染閾值的區(qū)域位置，則確定所述車載相機鏡頭為污染類型。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，輸入至所述深度學(xué)習(xí)模型的圖像幀的幀間間隔根據(jù)所述目標(biāo)車輛的車速確定。

6.一種車載相機鏡頭的污染處理系統(tǒng)，其特征在于，所述系統(tǒng)包括：

車速獲取模塊，用于獲取車速傳感器檢測的目標(biāo)車輛的車速，并將所述車速發(fā)送至鏡頭污染檢測模塊；

車載相機鏡頭，用于采集圖像幀；

鏡頭污染檢測模塊，用于當(dāng)判定目標(biāo)車輛的車速超過預(yù)設(shè)污染檢測啟動閾值時，獲取所述車載相機鏡頭采集的圖像幀，采用已訓(xùn)練的深度學(xué)習(xí)模型對獲取的圖像幀進(jìn)行污染檢測，以確定所述車載相機鏡頭存在污染時為污染類型；

信號生成模塊，用于根據(jù)所述車載相機鏡頭的污染類型生成鏡頭污染信號，并將所述鏡頭污染信號發(fā)送至與所述車載相機鏡頭關(guān)聯(lián)的應(yīng)用裝置，以由所述應(yīng)用裝置根據(jù)所述鏡頭污染信號進(jìn)行污染處理。

7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述應(yīng)用裝置至少包括如下的一種或結(jié)合：

提示裝置，用于發(fā)出污染提示；

清潔裝置，用于對所述車載相機鏡頭進(jìn)行清潔；

高級駕駛輔助ADAS裝置，用于暫停基于所述車載相機鏡頭的駕駛輔助功能。

8.根據(jù)權(quán)利要求6或7所述的系統(tǒng)，其特征在于，所述鏡頭污染檢測模塊包括：

污染概率確定子模塊，用于將所述車載相機鏡頭采集的圖像幀輸入至已訓(xùn)練的深度學(xué)習(xí)模型，以由所述深度學(xué)習(xí)模型將所述圖像幀劃分成多個圖像子區(qū)域并計算各圖像子區(qū)域的污染概率；

污染類型確定子模塊，用于根據(jù)各圖像子區(qū)域的污染概率，確定所述車載相機鏡頭存在污染時為污染類型。

9.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述污染類型確定子模塊具體用于：

當(dāng)輸入至所述深度學(xué)習(xí)模型的圖像幀的數(shù)量達(dá)到預(yù)設(shè)數(shù)量時，將所述預(yù)設(shè)數(shù)量的圖像幀中區(qū)域位置相同的圖像子區(qū)域的污染概率進(jìn)行均值運算，得到各區(qū)域位置的區(qū)域污染概率；

若存在區(qū)域污染概率大于或等于預(yù)設(shè)污染閾值的區(qū)域位置，則確定所述車載相機鏡頭為污染類型。

10.根據(jù)權(quán)利要求9所述的系統(tǒng)，其特征在于，輸入至所述深度學(xué)習(xí)模型的圖像幀的幀間間隔根據(jù)所述目標(biāo)車輛的車速確定。