[發明專利]目標對象感知方法和裝置、感知基站、感知系統

在審

• 申請號: 202010023297.9
• 申請日: 2020-01-09
• 公開（公告）號: CN113111682A
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 陳穎;朱得亞;丁虎平;萬佳
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 周嗣勇

本公開實施例提供一種目標對象感知方法和裝置、感知基站、感知系統通過獲取感知區域內包括目標對象的目標圖像，確定對所述目標對象的身份標識信息進行識別的識別準確率，根據所述識別準確率確定對所述目標圖像進行處理的處理模式，并基于所述處理模式對所述目標圖像進行處理，以獲取所述目標對象的感知結果，能夠根據實際情況將對所述目標圖像進行處理的處理模式切換為逐幀處理的第一處理模式或者跳幀處理的第二處理模式。相比于對采集到的目標圖像進行逐幀處理的方式，減少了目標對象感知過程中的數據處理量，提高了感知實時性。

技術領域

本公開涉及智能交通技術領域，尤其涉及目標對象感知方法和裝置、感知基站、感知系統。

背景技術

在智能交通中，需要對目標對象(例如，車輛、行人等)進行實時感知。對目標對象的感知主要依賴一個或者多個感知基站來實現，在感知基站上安裝有感知模塊，以感知模塊是圖像采集裝置為例，通過獲取目標對象的圖像，并對圖像進行處理，從而能夠實現對目標對象的感知。為了保證感知準確率，往往會對采集到的圖像進行逐幀處理，導致占用的處理資源較多。

發明內容

本公開提供一種目標對象感知方法和裝置、感知基站、感知系統。

根據本公開實施例的第一方面，提供一種目標對象感知方法，所述方法包括：獲取感知區域內包括目標對象的目標圖像；確定對所述目標對象的身份標識信息進行識別的識別準確率，根據所述識別準確率確定對所述目標圖像進行處理的處理模式；其中，所述處理模式包括對所述目標圖像進行逐幀處理的第一處理模式，以及對所述目標圖像進行跳幀處理的第二處理模式；基于所述處理模式對所述目標圖像進行處理，以獲取所述目標對象的感知結果。

在一些實施例中，所述根據所述識別準確率確定對所述目標圖像進行處理的處理模式，包括：若所述識別準確率低于預設的識別準確率閾值，確定所述處理模式為所述第一處理模式；和/或若所述識別準確率不低于所述識別準確率閾值，確定所述處理模式為所述第二處理模式。

在一些實施例中，所述方法由感知鏈路中的第一感知基站執行，所述感知鏈路中包括所述第一感知基站在內的多個感知基站；所述方法還包括：獲取所述第一感知基站的前一感知基站發送的所述目標對象的第一特征信息以及所述第一感知基站內的所述目標對象的第二特征信息；根據所述第一特征信息以及所述第二特征信息對所述目標對象的身份標識信息進行識別。

在一些實施例中，所述方法還包括：獲取感知區域的原始圖像；從所述原始圖像中篩選出包括所述目標對象的目標圖像。

在一些實施例中，所述從所述原始圖像中篩選出包括所述目標對象的目標圖像，包括：通過深度學習算法對所述原始圖像進行檢測，以從所述原始圖像中檢測出包括所述目標對象的目標圖像。

在一些實施例中，所述基于所述處理模式對所述目標圖像進行處理，包括：在與所述目標對象之間的距離小于預設的距離閾值時，基于所述處理模式對所述目標圖像進行處理。

在一些實施例中，所述方法還包括：在基于所述處理模式對所述目標圖像進行處理，以獲取所述目標對象的感知結果之后，根據所述感知結果繪制所述感知區域的地圖。

在一些實施例中，所述地圖中包括以下至少任一：所述感知區域內的車道數量，所述目標對象所在車道的信息，各個車道上的目標對象的特征信息，各個車道的擁堵信息，以及各個車道上的障礙物分布信息。