[發明專利]一種對象檢測方法、裝置、計算機設備和存儲介質在審
| 申請號: | 202110063318.4 | 申請日: | 2021-01-18 |
| 公開(公告)號: | CN112733773A | 公開(公告)日: | 2021-04-30 |
| 發明(設計)人: | 周云松;何園;王誠;李弘揚;蔣沁宏 | 申請(專利權)人: | 上海商湯智能科技有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/46;G06N3/04;G06N3/08 |
| 代理公司: | 北京中知恒瑞知識產權代理事務所(普通合伙) 11889 | 代理人: | 吳迪 |
| 地址: | 200233 上海市徐*** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 對象 檢測 方法 裝置 計算機 設備 存儲 介質 | ||
1.一種對象檢測方法,其特征在于,包括:
獲取目標圖像;
基于所述目標圖像,確定拍攝所述目標圖像的攝像裝置在拍攝所述目標圖像的過程中的姿態變化信息;
基于所述姿態變化信息對所述目標圖像的初始圖像特征進行修正,得到所述目標圖像的目標圖像特征;
基于所述目標圖像特征,確定所述目標圖像中的對象的位姿信息。
2.根據權利要求1所述的方法,其特征在于,所述基于所述目標圖像,確定拍攝所述目標圖像的攝像裝置在拍攝所述目標圖像的過程中的姿態變化信息,包括:
基于所述目標圖像的初始圖像特征,確定所述目標圖像中的地平線信息;
基于所述地平線信息,確定所述攝像裝置在拍攝所述目標圖像的過程中的姿態變化信息。
3.根據權利要求2所述的方法,其特征在于,所述地平線信息包括地平線的位置信息;所述姿態變化信息包括所述攝像裝置在水平面上的第一旋轉角度信息;
所述基于所述地平線信息,確定所述攝像裝置在拍攝所述目標圖像的過程中的姿態變化信息,包括:
基于所述地平線的位置信息,確定所述攝像裝置的所述第一旋轉角度信息。
4.根據權利要求2或3所述的方法,其特征在于,所述地平線信息包括消失點的位置信息;所述姿態變化信息包括所述攝像裝置在豎直平面上的第二旋轉角度信息;
所述基于所述地平線信息,確定所述攝像裝置在拍攝所述目標圖像的過程中的姿態變化信息,包括:
基于所述消失點的位置信息,確定所述攝像裝置的所述第二旋轉角度信息。
5.根據權利要求1至4任一項所述的方法,其特征在于,所述基于所述目標圖像特征,確定所述目標圖像中的對象的位姿信息,包括:
基于所述目標圖像特征,確定所述目標圖像中的對象在標定坐標系下的位姿信息;
基于所述標定坐標系和世界坐標系之間的轉換關系,確定所述對象在所述世界坐標系中的位姿信息。
6.根據權利要求2至5任一項所述的方法,其特征在于,所述姿態變化信息利用第一神經網絡確定。
7.根據權利要求6所述的方法,其特征在于,所述第一神經網絡采用以下步驟訓練得到:
獲取第一訓練樣本;所述第一訓練樣本包括第一樣本圖像和所述第一樣本圖像中的標注地平線信息;
將所述第一樣本圖像輸入待訓練的第一神經網絡,得到預測地平線信息;
基于所述標注地平線信息和所述預測地平線信息,確定第一損失;
利用所述第一損失對所述待訓練的第一神經網絡進行訓練,得到訓練完成的第一神經網絡。
8.根據權利要求1至7任一項所述的方法,其特征在于,所述目標圖像特征利用第二神經網絡確定。
9.根據權利要求8所述的方法,其特征在于,所述第二神經網絡采用以下步驟訓練得到:
獲取第二訓練樣本;所述第二訓練樣本包括原始圖像、校準圖像以及拍攝所述原始圖像的攝像裝置的標注姿態變化信息;所述校準圖像對應的攝像裝置的姿態為標準姿態;
提取所述原始圖像中的圖像特征,得到原始圖像特征;
基于所述校準圖像,確定所述校準圖像的圖像內容特征;
基于所述原始圖像特征、所述圖像內容特征和所述標注姿態變化信息,訓練所述第二神經網絡。
10.根據權利要求9所述的方法,其特征在于,所述基于所述原始圖像特征、所述圖像內容特征和所述標注姿態變化信息,訓練所述第二神經網絡,包括:
將所述原始圖像特征和所述標注姿態變化信息輸入待訓練的第二神經網絡,得到修正后的預測圖像特征;
利用所述預測圖像特征和所述圖像內容特征,確定第二損失;
利用所述第二損失對所述待訓練的第二神經網絡進行訓練,得到訓練完成的第二神經網絡。
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上海商湯智能科技有限公司,未經上海商湯智能科技有限公司許可,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/202110063318.4/1.html,轉載請聲明來源鉆瓜專利網。





