[發明專利]一種基于全局特征感知的目標檢測方法及系統

有效

• 申請號: 202110954164.8
• 申請日: 2021-08-19
• 公開（公告）號: CN113673420B
• 公開（公告）日: 2022-02-15
• 發明（設計）人: 張新鈺;王力;李駿;曾維佳;劉偉;楊磊
• 申請（專利權）人: 清華大學
• 主分類號: G06V20/58
• 分類號: G06V20/58;G06V10/26;G06V10/80;G06V10/82;G06K9/62;G06N3/04
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 張建綱

本發明公開了一種基于全局特征感知的目標檢測方法及系統，所述方法包括：實時獲取相機采集的RGB圖像，對該圖像進行切割，獲取原始監控圖像；將原始監控圖像輸入訓練好的全局感知特征提取器，輸出檢測結果；所述全局感知特征提取器包括：圖像切分模塊、Transfomer編碼器、上采樣和通道壓縮模塊、特征重標定模塊和分類網絡。本發明的方法可以提升檢測精度并有效增強目標檢測的泛化性能。

技術領域

本發明涉及自動駕駛領域，具體涉及一種基于全局特征感知的目標檢測方法及系統。

背景技術

在交通擁堵的大城市，車主出行過程中往往需要花費大量時間來尋找可用停車位，在自動駕駛時代，實現代客泊車的前提也在于實時獲取停車位的狀態信息，從而進一步實現路徑規劃。基于計算機視覺的方法可以實現對停車場的車位進行檢測，相比于基于地磁傳感器的方法，優勢在于成本低，幾個攝像頭就可以覆蓋整個停車場，并且可以在現有的監控攝像頭上進行升級，攝像頭將拍攝到的畫面進行處理后直接將車位信息反饋給車輛，進一步降低了成本。

國內外對于利用視覺檢測停車位的方法已經有了一定研究，通常分為三種：

(1)對停車場圖像做車輛檢測，通過計算圖像中車輛二維框與車位框的交并比來判斷車位狀況；

(2)對停車場車輛圖像做語義分割，同樣通過計算非背景點與車位的交并比來判斷車位內有車無車。

這兩種方法性能依賴于網絡的檢測或分割的準確度，對車位位置的檢測存在一定誤差。

(3)對攝像機拍攝到的停車場圖像進行先驗模板的標注，在系統運行時，根據先驗模板對圖像進行切割，每個切割圖像只包含一個停車位，通過對分割后的停車位圖像進行二分類(占用或者空閑)以完成對車位狀況的檢測。這種方案讓網絡只需要關注分割后的圖像，避免了網絡被停車位以外的圖像分散注意力，相比前兩種方案，這種方案降低了網絡任務難度，從而擁有更高的精度。

目前來看，基于先驗模板的停車場檢測方法有兩個共同特點：1)使用淺層網絡避免過擬合；2)使用空洞卷積或者加大池化層步數以提高網絡的感受野。然而淺層的網絡降低了模型的學習能力，讓模型只能學習到淺層特征，容易在停車位圖像或車輛顏色較為復雜的情況下產生誤檢，并且較大的池化層步數會帶來大量的信息損失，這進一步降低了模型的檢測性能。

發明內容

針對上述問題，本發明提出了一種基于全局特征感知的目標檢測方法，該方法基于設計的全局感知特征提取器GPFE(Global Perception Feature Extractor)，可以有效提升網絡對高維特征的學習能力，以及對圖像全局特征(如光照、亮度等)的感知能力。在現有網絡中添加該模塊并在公開數據集上進行實驗可以驗證該方法的有效性。

為實現上述目的，本發明的實施例1提供了一種基于全局特征感知的目標檢測方法，所述方法包括：

實時獲取相機采集的RGB圖像，對該圖像進行切割，獲取原始監控圖像；

將原始監控圖像輸入訓練好的全局感知特征提取器，輸出檢測結果；

所述全局感知特征提取器包括：圖像切分模塊、Transfomer編碼器、上采樣和通道壓縮模塊、特征重標定模塊和分類網絡；

所述圖像切分模塊，用于對待檢測的圖像進行切分，形成若干個固定大小的圖像塊，并將位置嵌入添加到圖像塊中，輸出線性嵌入序列；

所述Transformer編碼器，用于利用自注意力機制對線性嵌入序列進行處理，提取整張圖像的特征圖；

所述上采樣和通道壓縮模塊，用于擴大整張圖像的特征圖的分辨率，并進行通道壓縮；

所述特征重標定模塊，用于將上采樣和通道壓縮模塊輸出的特征圖與待檢測圖像進行拼接，利用注意力機制對拼接特征的通道進行權重分配，再將加權后的特征圖送入分類網絡中；