[發明專利]對象定位方法、裝置、電子設備及存儲介質

在審

• 申請號: 201911077837.5
• 申請日: 2019-11-06
• 公開（公告）號: CN110807431A
• 公開（公告）日: 2020-02-18
• 發明（設計）人: 周康明;俞云杰
• 申請（專利權）人: 上海眼控科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20;G06N3/04
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張子青;劉芳

1.一種對象定位方法，其特征在于，應用于終端設備，所述終端設備包括攝像頭，所述方法包括：

獲取待測圖像，所述待測圖像包括目標圖像，所述目標圖像為待測對象所對應的圖像，所述攝像頭用于獲取所述待測圖像；

根據所述待測圖像以及預設檢測模型確定目標檢測信息，所述目標檢測信息包括所述待測對象在預設相機坐標系中三維位置信息，所述預設相機坐標系為所述攝像頭對應的坐標系；

根據所述三維位置信息確定所述待測對象與所述終端設備之間的相對位置數據，以使所述終端設備根據所述相對位置數據對所述待測對象進行定位。

2.根據權利要求1所述的對象定位方法，其特征在于，在所述根據所述三維位置信息確定所述待測對象與所述終端設備之間的相對位置數據之后，還包括：

根據所述相對位置數據確定車輛的行駛路線，以使所述車輛避讓所述待測對象，所述終端設備為所述車輛。

3.根據權利要求1所述的對象定位方法，其特征在于，在所述根據所述三維位置信息確定所述待測對象與所述終端設備之間的相對位置數據之后，還包括：

根據所述相對位置數據確定增強現實內容的疊加位置信息，以根據所述增強現實內容、現實場景圖像以及所述疊加位置信息顯示增強現實場景圖像，所述現實場景圖像為所述攝像頭拍攝的圖像，所述現實場景圖像中包括所述目標圖像。

4.根據權利要求1-3中任意一項所述的對象定位方法，其特征在于，所述根據所述待測圖像以及預設檢測模型確定目標檢測信息，包括：

根據所述待測圖像以及預設檢測模型確定所述目標圖像在預設圖像坐標系中的二維信息，所述二維信息用于表征所述目標圖像在所述待測圖像中的相對位置；

根據所述二維信息以及預設相機坐標系與所述預設圖像坐標系之間的映射關系確定所述三維位置信息。

5.根據權利要求4所述的對象定位方法，其特征在于，在所述根據所述待測圖像以及預設檢測模型確定目標檢測信息之前，還包括：

利用標注數據訓練集對預設卷積神經網絡進行訓練以生成所述預設檢測模型，其中，所述標注數據訓練集包括多個訓練圖像以及標注標示框信息，所述標注標示框信息包括標注標示框位置信息、標注標示框大小信息以及標注觀察角信息，所述標注標示框信息用于標記目標圖像在所述訓練圖像中的位置。

6.根據權利要求5所述的對象定位方法，其特征在于，所述利用標注數據訓練集對預設卷積神經網絡進行訓練以生成所述預設檢測模型，包括：

根據所述預設卷積神經網絡確定預測標示框信息，所述預測標示框信息用于表征所述目標圖像在所述訓練圖像中的位置，所述預測標示框信息包括預測標示框的位置信息、預測標示框的大小信息以及預測觀察角信息；

根據所述預測標示框信息以及所述標注標示框信息確定標示框匹配值；

選取所述標示框匹配值大于預設匹配值的預測標示框信息對應的預測觀察角信息進行離散化處理，以生成多個離散觀察角信息；

根據所述標注觀察角信息與所述離散觀察角信息確定標簽觀察角信息；

根據所述標簽觀察角信息以及預設損失函數確定所述預測觀察角信息與所述標簽觀察角信息之間的損失值；

根據所述損失值對所述預設卷積神經網絡進行參數更新，以生成所述預設檢測模型。

7.根據權利要求6所述的對象定位方法，其特征在于，所述根據所述待測圖像以及預設檢測模型確定所述目標圖像在預設圖像坐標系中的二維信息，包括：

根據所述待測圖像以及預設檢測模型確定所述二維信息，所述二維信息包括目標標示框的坐標信息、目標標示框的大小信息以及目標觀察角的角度信息。