[發明專利]一種基于改進YOLOv3的單目視覺道路目標檢測及距離估計方法

有效

• 申請號: 202010177567.1
• 申請日: 2020-03-13
• 公開（公告）號: CN111460919B
• 公開（公告）日: 2023-05-26
• 發明（設計）人: 秦華標;連國妃
• 申請（專利權）人: 華南理工大學
• 主分類號: G06V20/58
• 分類號: G06V20/58;G06V10/82;G06V10/774;G06V10/80;G06N3/0464;G06N3/084
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 何淑珍;江裕強

1.一種基于改進YOLOv3的單目視覺道路目標檢測及距離估計方法，其特征在于，包括：

步驟1：獲取含有道路目標邊界框信息、距離信息和類別信息的道路目標圖像數據集并劃分為訓練集和驗證集；

步驟2：構造基于Global-Context結構和空洞卷積池化金字塔結構的改進YOLOv3網絡模型；改進YOLOv3網絡模型包括Global-Context結構和空洞卷積池化金字塔結構，

所述Global-Context結構首先通過全局注意力池化進行上下文建模獲得全局上下文特征，然后通過瓶頸轉換模塊來捕獲通道間依賴，最后將全局上下文特征聚合到每個位置的特征上進行特征融合，

采用所述空洞卷積池化金字塔結構構建檢測頭，并行地采用多個采樣率的空洞卷積層；

步驟3：結合相機系統的透視投影關系和YOLOv3的邊框預測機制，重新設計網絡的損失函數；

步驟4：訓練得到道路目標檢測和距離估計模型，利用該模型實現待檢測圖像的道路目標檢測和距離估計；

所述空洞卷積池化金字塔結構包括三個分支，第一個分支為3*3普通卷積，第二個分支是空洞率為2的3*3空洞卷積，第三個分支為空洞率為4的3*3空洞卷積，三個分支融合得到空洞卷積池化金字塔結構的輸出；

所述的損失函數具體如下：

Loss＝Loss_bbox+Loss_confidence+Loss_class+Loss_project

其中，Loss_bbox是邊框回歸損失，Loss_confidence是置信度損失，Loss_class是分類損失，Loss_project是透視投影變換損失，t_project是網絡輸出的內容，l_project是道路目標groundtruth的透視投影關系，λ_obj代表格子是否有目標，有為1，無為0，α是一個需要調整的超參數。

2.根據權利要求1所述的一種基于改進YOLOv3的單目視覺道路目標檢測及距離估計方法，其特征在于，步驟1包括：

將道路目標圖形數據集的目標邊界框、類別和距離等標注信息制作成Pascal?VOC或MSCOCO數據集格式，再將道路目標圖像數據集按照一定比例劃分成訓練集和驗證集。

3.根據權利要求1的一種基于改進YOLOv3的單目視覺道路目標檢測及距離估計方法，其特征在于：YOLOv3的邊框預測機制公式如下：

b_x＝σ(t_x)+c_x

b_y＝σ(t_y)+c_y

最終獲得的距離預測公式為：

其中，b_x，b_y，b_w，b_h是我們預測的中心坐標、寬度和高度，t_x，t_y，t_w，t_h是網絡輸出的內容，c_x，c_y是網格的左上角坐標，p_w，p_h是anchorbox的寬度和高度，b_distance是預測的道路目標的距離。

4.根據權利要求1的一種基于改進YOLOv3的單目視覺道路目標檢測及距離估計方法，其特征在于：步驟4具體包括：利用訓練集對改進YOLOv3網絡模型進行訓練，并利用驗證集對網絡模型的訓練效果進行檢驗和超參數調整，最后訓練得到道路目標檢測和距離估計模型。

5.根據權利要求4的一種基于改進YOLOv3的單目視覺道路目標檢測及距離估計方法，其特征在于：采用隨機尺度訓練。

6.根據權利要求1的一種基于改進YOLOv3的單目視覺道路目標檢測及距離估計方法，其特征在于：所述道路目標檢測和距離估計模型輸出的檢測結果包括道路目標的類別、中心位置、寬高、距離信息及置信度，通過對置信度設定閾值，過濾掉得分低的預測框，然后通過對剩下的預測框執行非極大值抑制，得到模型最終的預測結果。