[發明專利]車輛檢測方法及執行其的電子設備在審
| 申請號: | 201911240329.4 | 申請日: | 2019-12-06 |
| 公開(公告)號: | CN111292351A | 公開(公告)日: | 2020-06-16 |
| 發明(設計)人: | 金信亨 | 申請(專利權)人: | 星克躍爾株式會社 |
| 主分類號: | G06T7/246 | 分類號: | G06T7/246;G06N20/00 |
| 代理公司: | 上海專利商標事務所有限公司 31100 | 代理人: | 汪駿飛;錢慰民 |
| 地址: | 韓國*** | 國省代碼: | 暫無信息 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 車輛 檢測 方法 執行 電子設備 | ||
1.一種車輛檢測方法,其特征在于,包括:
接收連續拍攝的前方圖像的步驟;
在所述前方圖像中基于在之前圖像中檢測的車輛的位置或車輛區域來設定目標圖像內所述車輛的搜索區域的步驟;
在所述搜索區域中根據機器學習模型來檢測所述車輛的步驟;以及
根據基于所述機器學習模型的車輛檢測結果并利用在所述之前圖像中提取的車輛的特征點來在所述目標圖像追蹤所述車輛的步驟。
2.根據權利要求1所述的車輛檢測方法,其特征在于,所述搜索區域以在所述之前圖像中檢測的車輛區域為基準擴大設定。
3.根據權利要求2所述的車輛檢測方法,其特征在于,所述搜索區域根據所述檢測的車輛的大小擴大設定。
4.根據權利要求1所述的車輛檢測方法,其特征在于,在所述追蹤步驟中,從在所述之前圖像中檢測的車輛區域中提取所述車輛的特征點來追蹤所述車輛。
5.根據權利要求1所述的車輛檢測方法,其特征在于,在基于所述機器學習模型的車輛檢測失敗或者所檢測的車輛的可靠性為基準以下的情況下,利用所提取的所述車輛的特征點來在所述目標圖像追蹤所述車輛的位置。
6.根據權利要求1所述的車輛檢測方法,其特征在于,在所述追蹤步驟中,與所述檢測步驟的車輛檢測并行追蹤所述車輛,在基于所述檢測步驟的機器學習模型的車輛檢測成功或所檢測的車輛的可靠性為基準以上的情況下,結束所述車輛的追蹤。
7.根據權利要求1所述的車輛檢測方法,其特征在于,所述車輛檢測方法還包括根據預先確定的用戶界面顯示所述檢測或所述追蹤的車輛的步驟。
8.根據權利要求7所述的車輛檢測方法,其特征在于,在所述顯示步驟中,根據預先確定的用戶界面顯示基于所述車輛的前方碰撞相關提醒。
9.根據權利要求1所述的車輛檢測方法,其特征在于,
所述檢測步驟還包括從多個之前圖像獲取所述車輛的特征點的移動向量,以所述移動向量和所述搜索區域為基礎來生成修改搜索區域的步驟,
所述車輛檢測方法包括在所述修改搜索區域中根據機器學習模型來檢測所述車輛的步驟。
10.根據權利要求9所述的車輛檢測方法,其特征在于,所述移動向量以表現多個之前圖像各自的所述車輛的特征點的多個位置的關系為基礎生成。
11.根據權利要求9所述的車輛檢測方法,其特征在于,
所述修改搜索區域的中心位置以所述搜索區域的中心位置和所述移動向量為基礎確定,
所述修改搜索區域的寬度以所述移動向量的方向或大小為基礎確定。
12.一種車輛檢測裝置,其特征在于,包括:
影像輸入部,用于接收連續拍攝的前方圖像;
區域設定部,在所述前方圖像中,基于在之前圖像中檢測的車輛的位置或車輛區域來設定目標圖像內所述車輛的搜索區域;
車輛檢測部,根據機器學習模型,在所述搜索區域中檢測所述車輛;以及
車輛追蹤部,根據基于所述機器學習模型的車輛檢測結果,利用在所述之前圖像中提取的車輛的特征點來在所述目標圖像追蹤所述車輛。
13.根據權利要求12所述的車輛檢測裝置,其特征在于,所述搜索區域以在所述之前圖像中檢測的車輛區域為基準擴大設定。
14.根據權利要求13所述的車輛檢測裝置,其特征在于,所述搜索區域根據所述檢測的車輛的大小擴大設定。
15.根據權利要求12所述的車輛檢測裝置,其特征在于,所述車輛追蹤部從在所述之前圖像中檢測的車輛區域中提取所述車輛的特征點來追蹤所述車輛。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于星克躍爾株式會社,未經星克躍爾株式會社許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911240329.4/1.html,轉載請聲明來源鉆瓜專利網。





