[發明專利]用于監測車輛盲區的方法和裝置

有效

• 申請號: 201910949100.1
• 申請日: 2019-10-08
• 公開（公告）號: CN111008552B
• 公開（公告）日: 2023-09-05
• 發明（設計）人: 金桂賢;金镕重;金寅洙;金鶴京;南云鉉;夫碩焄;成明哲;呂東勛;柳宇宙;張泰雄;鄭景中;諸泓模;趙浩辰
• 申請（專利權）人: 斯特拉德視覺公司
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06V10/764;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 北京東方億思知識產權代理有限責任公司 11258
• 代理人: 楊佳婧

1.一種用于監測基準車輛的一個以上盲區的卷積神經網絡CNN的學習方法，包括：

步驟a：在輸入與來自所述基準車輛的檢測器的至少一個輸出對應的訓練數據時，學習裝置使線索信息提取層使用包含在所述訓練數據中的關于觀察對象車輛的類別信息及位置信息來執行預定運算，從而輸出關于所述觀察對象車輛的一個以上線索信息；

步驟b：所述學習裝置使盲區確認用全連接FC層使用關于所述觀察對象車輛的所述線索信息來執行一個以上神經網絡運算，從而輸出關于所述觀察對象車輛是否位于所述基準車輛的所述盲區中的一個盲區內的判斷結果；以及

步驟c：所述學習裝置使損失層參考所述判斷結果和與所述判斷結果對應的真實值GT來生成一個以上損失值，從而通過反向傳播所述損失值而學習所述盲區確認用FC層的一個以上參數，

其中，關于所述觀察對象車輛的所述線索信息包含以下信息中的至少一部分：(i)關于所述觀察對象車輛的所述類別信息；(ii)關于所述觀察對象車輛的所述位置信息；(iii)與感興趣區域ROI大小對應的所述觀察對象車輛的大小信息；(iv)所述觀察對象車輛的縱橫比信息；以及(v)所述觀察對象車輛的中心點與所述盲區的外側面之間的距離信息。

2.根據權利要求1所述的學習方法，其中，

所述盲區確認用FC層包括神經網絡，所述神經網絡通過以關于所述觀察對象車輛的所述線索信息為輸入的多層感知器來輸出關于所述觀察對象車輛是否位于所述盲區中的一個盲區內的結果值。

3.根據權利要求1所述的學習方法，其中，

所述線索信息提取層將(i)左側盲區的外邊界與所述觀察對象車輛的所述中心點之間的距離以及(ii)右側盲區的外邊界與所述觀察對象車輛的所述中心點之間的距離中的較小值判斷為所述觀察對象車輛的所述中心點與所述盲區的所述外側面之間的所述距離信息，并且除了所述距離信息之外進一步輸出相對位置信息以區分所述觀察對象車輛的所述中心點位于所述盲區的所述外側面的外側還是內側。

4.一種用于監測基準車輛的一個以上盲區的卷積神經網絡CNN的測試方法，包括：

步驟a：在利用學習裝置(i)使線索信息提取層使用與包含在來自所述基準車輛的檢測器的至少一個輸出對應的訓練數據中的關于觀察對象車輛的學習用類別信息及學習用位置信息來執行預定運算，從而輸出關于所述觀察對象車輛的一個以上學習用線索信息，(ii)使盲區確認用全連接FC層使用關于所述觀察對象車輛的所述學習用線索信息來執行一個以上神經網絡運算，從而輸出關于所述觀察對象車輛是否位于所述基準車輛的所述盲區內的學習用判斷結果，(iii)使損失層參考所述學習用判斷結果和與所述學習用判斷結果對應的真實值GT來生成一個以上損失值，從而通過反向傳播所述損失值而學習所述盲區確認用FC層的一個以上參數的狀態下，當從用于檢測位于由所述基準車輛拍攝到的測試圖像內的所述觀察對象車輛的所述檢測器獲取關于所述觀察對象車輛的測試用類別信息及測試用位置信息時，測試裝置使所述線索信息提取層使用關于所述觀察對象車輛的所述測試用類別信息及所述測試用位置信息來執行所述預定運算，從而輸出關于所述觀察對象車輛的一個以上測試用線索信息；以及

步驟b：所述測試裝置使所述盲區確認用FC層使用關于所述觀察對象車輛的所述測試用線索信息或處理所述測試用線索信息而得到的值來執行所述神經網絡運算，從而輸出關于所述觀察對象車輛是否位于所述基準車輛的所述盲區中的一個盲區內的測試用判斷結果，

其中，關于所述觀察對象車輛的所述測試用線索信息包含以下信息中的至少一部分：(i)關于所述觀察對象車輛的所述測試用類別信息；(ii)關于所述觀察對象車輛的所述測試用位置信息；(iii)與感興趣區域ROI大小對應的所述觀察對象車輛的測試用大小信息；(iv)所述觀察對象車輛的縱橫比信息；以及(v)所述觀察對象車輛的中心點與所述盲區的外側面之間的距離信息。