[發(fā)明專利]一種車(chē)速確定方法、裝置、設(shè)備和介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110405781.2
• 申請(qǐng)日: 2021-04-15
• 公開(kāi)（公告）號(hào): CN113191353A
• 公開(kāi)（公告）日: 2021-07-30
• 發(fā)明（設(shè)計(jì)）人: 薛春芳;劉鵬;劉偉平;肖傳欣;胡瑞通
• 申請(qǐng)（專利權(quán)）人: 華北電力大學(xué)揚(yáng)中智能電氣研究中心
• 主分類(lèi)號(hào): G06K9/32
• 分類(lèi)號(hào): G06K9/32;G06K9/62;G06N20/00
• 代理公司: 北京同達(dá)信恒知識(shí)產(chǎn)權(quán)代理有限公司 11291
• 代理人: 常曉

1.一種車(chē)速確定方法，其特征在于，所述方法包括：

基于預(yù)先訓(xùn)練完成的深度學(xué)習(xí)模型，識(shí)別當(dāng)前幀圖像中的車(chē)輛的第一檢測(cè)區(qū)域以及與所述當(dāng)前幀圖像相鄰的下一幀圖像中所述車(chē)輛的第二候選檢測(cè)區(qū)域；

根據(jù)當(dāng)前幀圖像中的所述第一檢測(cè)區(qū)域，預(yù)測(cè)所述車(chē)輛在所述下一幀圖像的第一預(yù)測(cè)區(qū)域；根據(jù)所述第一預(yù)測(cè)區(qū)域與所述第二候選檢測(cè)區(qū)域之間的相似度，確定與所述第一預(yù)測(cè)區(qū)域匹配的目標(biāo)第二檢測(cè)區(qū)域；

根據(jù)所述第一檢測(cè)區(qū)域、所述目標(biāo)第二檢測(cè)區(qū)域以及相鄰兩幀圖像的時(shí)間差值，確定所述車(chē)輛的車(chē)速。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述第一檢測(cè)區(qū)域、所述目標(biāo)第二檢測(cè)區(qū)域以及相鄰兩幀圖像的時(shí)間差值，確定所述車(chē)輛的車(chē)速包括：

根據(jù)所述第一檢測(cè)區(qū)域中車(chē)輛預(yù)設(shè)位置的第一坐標(biāo)和所述目標(biāo)第二檢測(cè)區(qū)域中所述車(chē)輛預(yù)設(shè)位置的第二坐標(biāo)，確定所述第一檢測(cè)區(qū)域與所述目標(biāo)第二檢測(cè)區(qū)域的像素距離，其中所述第一檢測(cè)區(qū)域與所述目標(biāo)第二檢測(cè)區(qū)域的區(qū)域范圍相同；

根據(jù)所述第一檢測(cè)區(qū)域的像素寬度和預(yù)設(shè)寬度的比值和所述像素距離，確定所述車(chē)輛移動(dòng)的實(shí)際距離；

根據(jù)所述實(shí)際距離和相鄰兩幀圖像的時(shí)間差值，確定所述車(chē)輛的車(chē)速。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)當(dāng)前幀圖像中的所述第一檢測(cè)區(qū)域，預(yù)測(cè)所述車(chē)輛在所述下一幀圖像的第一預(yù)測(cè)區(qū)域包括：

基于常量速度模型和線性觀測(cè)模型的標(biāo)準(zhǔn)卡爾曼濾波器，對(duì)所述第一檢測(cè)區(qū)域?qū)?yīng)的車(chē)輛進(jìn)行預(yù)測(cè)，確定所述第一檢測(cè)區(qū)域在所述下一幀圖像的第一預(yù)測(cè)區(qū)域。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述第一預(yù)測(cè)區(qū)域與所述第二候選檢測(cè)區(qū)域之間的相似度，確定與所述第一預(yù)測(cè)區(qū)域匹配的目標(biāo)第二檢測(cè)區(qū)域包括：

根據(jù)所述第一預(yù)測(cè)區(qū)域中的每個(gè)第一像素點(diǎn)與所述第二候選檢測(cè)區(qū)域中對(duì)應(yīng)的每個(gè)第二像素點(diǎn)，確定所述第一預(yù)測(cè)區(qū)域與所述第二候選檢測(cè)區(qū)域的馬氏距離和值與余弦距離和值；

根據(jù)所述馬氏距離和值、所述余弦距離和值以及分別對(duì)應(yīng)的預(yù)設(shè)權(quán)重，確定所述第一預(yù)測(cè)區(qū)域與所述第二候選檢測(cè)區(qū)域的距離權(quán)重和值；

若所述距離權(quán)重和值小于所述預(yù)設(shè)閾值，則確定第二候選檢測(cè)區(qū)域?yàn)槟繕?biāo)第二檢測(cè)區(qū)域。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述深度學(xué)習(xí)模型的訓(xùn)練過(guò)程包括：

針對(duì)樣本集中的任一樣本圖像，獲取所述樣本圖像及所述樣本圖像對(duì)應(yīng)的第一標(biāo)簽信息，其中所述第一標(biāo)簽信息標(biāo)識(shí)所述樣本圖像中包含車(chē)輛的設(shè)定范圍區(qū)域；

將所述樣本圖像輸入到原始深度學(xué)習(xí)模型中，獲取輸出的所述樣本圖像的第二標(biāo)簽信息；

根據(jù)所述第一標(biāo)簽信息和所述第二標(biāo)簽信息，對(duì)所述原始深度學(xué)習(xí)模型的各參數(shù)的參數(shù)值進(jìn)行調(diào)整，得到訓(xùn)練完成的所述深度學(xué)習(xí)模型。

6.一種車(chē)速確定裝置，其特征在于，所述裝置包括：

識(shí)別模塊，用于基于預(yù)先訓(xùn)練完成的深度學(xué)習(xí)模型，識(shí)別當(dāng)前幀圖像中的車(chē)輛的第一檢測(cè)區(qū)域以及與所述當(dāng)前幀圖像相鄰的下一幀圖像中所述車(chē)輛的第二候選檢測(cè)區(qū)域；

匹配模塊，用于根據(jù)當(dāng)前幀圖像中的所述第一檢測(cè)區(qū)域，預(yù)測(cè)所述車(chē)輛在所述下一幀圖像的第一預(yù)測(cè)區(qū)域；根據(jù)所述第一預(yù)測(cè)區(qū)域與所述第二候選檢測(cè)區(qū)域之間的相似度，確定與所述第一預(yù)測(cè)區(qū)域匹配的目標(biāo)第二檢測(cè)區(qū)域；

確定模塊，用于根據(jù)所述第一檢測(cè)區(qū)域、所述目標(biāo)第二檢測(cè)區(qū)域以及相鄰兩幀圖像的時(shí)間差值，確定所述車(chē)輛的車(chē)速。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述確定模塊，具體用于根據(jù)所述第一檢測(cè)區(qū)域中車(chē)輛預(yù)設(shè)位置的第一坐標(biāo)和所述目標(biāo)第二檢測(cè)區(qū)域中所述車(chē)輛預(yù)設(shè)位置的第二坐標(biāo)，確定所述第一檢測(cè)區(qū)域與所述目標(biāo)第二檢測(cè)區(qū)域的像素距離，其中所述第一檢測(cè)區(qū)域與所述目標(biāo)第二檢測(cè)區(qū)域的區(qū)域范圍相同；根據(jù)所述第一檢測(cè)區(qū)域的像素寬度和預(yù)設(shè)寬度的比值和所述像素距離，確定所述車(chē)輛移動(dòng)的實(shí)際距離；根據(jù)所述實(shí)際距離和相鄰兩幀圖像的時(shí)間差值，確定所述車(chē)輛的車(chē)速。