[發(fā)明專利]車頭位置估計方法、裝置、計算機(jī)設(shè)備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201911379997.5
• 申請日: 2019-12-27
• 公開（公告）號: CN111160370A
• 公開（公告）日: 2020-05-15
• 發(fā)明（設(shè)計）人: 李宇明;劉國清;鄭偉;楊廣;敖爭光
• 申請（專利權(quán)）人: 深圳佑駕創(chuàng)新科技有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/34;G06K9/62;G06K9/00
• 代理公司: 廣州華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 劉羚

1.一種車頭位置估計方法，所述方法包括：

獲取行駛圖像序列；

利用系統(tǒng)已有的目標(biāo)檢測深度神經(jīng)網(wǎng)絡(luò)對所述行駛圖像序列中各行駛圖像進(jìn)行特征提取，獲取所述目標(biāo)檢測深度神經(jīng)網(wǎng)絡(luò)中間層輸出的特征圖，得到各所述行駛圖像對應(yīng)的原始特征圖；

分別將各所述行駛圖像的原始特征圖進(jìn)行特征融合過濾，得到各所述行駛圖像的過濾特征圖；基于各所述行駛圖像的過濾特征圖進(jìn)行連續(xù)幀背景建模，得到車頭邊緣圖；

從所述車頭邊緣圖中確定各所述行駛圖像的車頭位置。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述利用系統(tǒng)已有的目標(biāo)檢測深度神經(jīng)網(wǎng)絡(luò)對所述行駛圖像序列中各行駛圖像進(jìn)行特征提取，獲取所述目標(biāo)檢測深度神經(jīng)網(wǎng)絡(luò)中間層輸出的特征圖，得到各所述行駛圖像對應(yīng)的原始特征圖，包括：

調(diào)用系統(tǒng)已有的目標(biāo)檢測深度神經(jīng)網(wǎng)絡(luò)；所述目標(biāo)檢測深度神經(jīng)網(wǎng)絡(luò)包括主干網(wǎng)絡(luò)和至少一個分支網(wǎng)絡(luò)；

分別將各所述行駛圖像輸入所述目標(biāo)檢測深度神經(jīng)網(wǎng)絡(luò)的主干網(wǎng)絡(luò)，通過所述主干網(wǎng)絡(luò)對各所述行駛圖像進(jìn)行特征提取，輸出得到各所述行駛圖像對應(yīng)的原始特征圖。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述分別將各所述行駛圖像的原始特征圖進(jìn)行特征融合過濾，得到各所述行駛圖像的過濾特征圖，包括：

分別將各所述原始特征圖對應(yīng)的圖像矩陣按各所述原始特征圖的特征通道數(shù)進(jìn)行求和，得到融合特征圖；

對所述融合特征圖進(jìn)行圖像二值化，得到過濾特征圖。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于各所述行駛圖像的過濾特征圖進(jìn)行連續(xù)幀背景建模，得到車頭邊緣圖，包括：

將各所述行駛圖像的過濾特征圖對應(yīng)的圖像矩陣進(jìn)行累加，得到累加圖像矩陣；

對所述累加圖像矩陣中各矩陣元素進(jìn)行閾值過濾，確定高于第一閾值的矩陣元素；

獲取高于所述第一閾值的所述矩陣元素組成的圖像，得到車頭邊緣圖。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述從所述車頭邊緣圖中確定各所述行駛圖像的車頭位置，包括：

將所述車頭邊緣圖按列求和，得到和所述車頭邊緣圖的圖像行等長度的一維向量；

對所述一維向量進(jìn)行高斯濾波和極大值檢測，得到所述一維向量對應(yīng)的極大值；

確定高于第二閾值的所述極大值所在的行數(shù)為車頭位置。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述方法還包括：

當(dāng)存在多個高于第二閾值的所述極大值時，獲取各所述極大值對應(yīng)的行數(shù)；

比較各所述極大值對應(yīng)的行數(shù)的數(shù)值，確定數(shù)值最小的行數(shù)為車頭位置。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

獲取所述車頭位置對應(yīng)的坐標(biāo)值；

將初始坐標(biāo)值更新為所述坐標(biāo)值。

8.一種車頭位置估計裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取行駛圖像序列；

檢測模塊，用于利用系統(tǒng)已有的目標(biāo)檢測深度神經(jīng)網(wǎng)絡(luò)對所述行駛圖像序列中各行駛圖像進(jìn)行特征提取，獲取所述目標(biāo)檢測深度神經(jīng)網(wǎng)絡(luò)中間層輸出的特征圖，得到各所述行駛圖像對應(yīng)的原始特征圖；

過濾模塊，用于分別將各所述行駛圖像的原始特征圖進(jìn)行特征融合過濾，得到各所述行駛圖像的過濾特征圖；

背景建模模塊，用于基于各所述行駛圖像的過濾特征圖進(jìn)行連續(xù)幀背景建模，得到車頭邊緣圖；

確定模塊，用于從所述車頭邊緣圖中確定各所述行駛圖像的車頭位置。

9.一種計算機(jī)設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計算機(jī)程序時實現(xiàn)權(quán)利要求1至7中任一項所述方法的步驟。

10.一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，其特征在于，所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至7中任一項所述的方法的步驟。