车辆检测装置和方法制造方法及图纸

技术编号:20655968 阅读:20 留言:0更新日期:2019-03-23 07:30
本发明专利技术实施例提供一种车辆检测装置和方法。所述车辆检测方法包括:确定包含检测对象的图像是属于复杂场景还是正常场景;根据所述图像是属于复杂场景还是正常场景,对所述图像的全部区域或者部分区域进行基于滑动窗的对象检测。由此,不仅可以保证对象检测的准确性而防止漏检,而且可以极大地降低对象检测的计算量,从而满足交通监控领域的实时性检测的需求。

Vehicle detection device and method

The embodiment of the present invention provides a vehicle detection device and method. The vehicle detection method includes: determining whether the image containing the detection object belongs to a complex scene or a normal scene; according to whether the image belongs to a complex scene or a normal scene, detecting all or part of the region of the image based on sliding window. Therefore, it can not only ensure the accuracy of object detection and prevent missed detection, but also greatly reduce the computational load of object detection, so as to meet the needs of real-time detection in the field of traffic monitoring.

【技术实现步骤摘要】
车辆检测装置和方法
本专利技术实施例涉及智能交通(IntelligentTraffic)监控
,尤其涉及一种车辆检测装置和方法。
技术介绍
目前在交通监控领域,数字摄像头已经被广泛应用于城市道路。随着人工智能(AI,ArtificialIntelligence)技术的发展,从交通监控摄像头获取的视频帧图像能够被导入智能交通系统(ITS,IntelligenceTransportationSystem),通过智能算法可以自动分析道路的交通状况。智能交通视频监控有多种应用,例如交通状况分析、交通流量测量、自动事故检测等等。在这些应用中,对象(object,或者也可以称为目标)检测是非常重要的一个方面。通过对象检测,可以检测出感兴趣的对象。例如在十字路口的车辆检测中,可以对视频中出现的车辆进行实时的对象检测,从而分析出实时的交通状况。对象检测方法可以抽取出图像特征,例如方向梯度直方图(HOG,HistogramofOrientedGradient)或者Haar特征,并且可以通过分类算法对抽取出的特征进行分类;这些分类算法例如包括支持向量机(SVM,SupportVectorMachines)或者AdaBoost等。此外,滑动窗(sliding-window)搜索也可以被用于对象的定位。应该注意,上面对技术背景的介绍只是为了方便对本专利技术的技术方案进行清楚、完整的说明,并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本专利技术的
技术介绍
部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
技术实现思路
但是,专利技术人发现:目前的对象检测方案需要的计算量仍然非常大,导致对象检测的速度较慢,不能满足智能交通监控领域的实时性检测的需求。如何降低对象检测的计算量,仍然是目前需要解决的技术难题。本专利技术实施例提供了一种车辆检测装置和方法。期待降低对象检测的计算量并加快对象检测的速度。根据本实施例的第一方面,提供了一种车辆检测装置,包括:场景确定单元,其确定包含检测对象的图像是属于复杂场景还是正常场景;对象检测单元,其根据所述图像是属于复杂场景还是正常场景,对所述图像的全部区域或者部分区域进行基于滑动窗的对象检测。根据本实施例的第二方面,提供了一种车辆检测方法,包括:确定包含检测对象的图像是属于复杂场景还是正常场景;根据所述图像是属于复杂场景还是正常场景,对所述图像的全部区域或者部分区域进行基于滑动窗的对象检测。根据本实施例的第三方面,提供了一种电子设备,所述电子设备包括如第一方面所述的车辆检测装置。本专利技术实施例的有益效果在于:在图像属于复杂场景的情况下,对所述图像的全部区域进行基于滑动窗的对象检测;在图像属于正常场景的情况下,对所述图像的部分区域进行基于滑动窗的对象检测。由此,不仅可以保证对象检测的准确性而防止漏检,而且可以极大地降低对象检测的计算量,从而满足交通监控领域的实时性检测的需求。参照后文的说明和附图,详细公开了本专利技术实施例的特定实施方式,指明了本专利技术实施例的原理可以被采用的方式。应该理解,本专利技术的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内,本专利技术的实施方式包括许多改变、修改和等同。针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用,与其它实施方式中的特征相组合,或替代其它实施方式中的特征。应该强调,术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在,但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。附图说明所包括的附图用来提供对本专利技术实施例的进一步的理解,其构成了说明书的一部分,用于例示本专利技术的实施方式,并与文字描述一起来阐释本专利技术的原理。显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:图1是本专利技术实施例的车辆检测方法的一示意图;图2是本专利技术实施例的图像的一示例图;图3是将图2的图像进行二值化处理后的示例图;图4是本专利技术实施例的图像的另一示例图;图5是将图4的图像进行二值化处理后的示例图;图6是本专利技术实施例的车辆检测方法的另一示意图;图7是本专利技术实施例的确定为正常场景的图像的一示例图;图8是对图7进行前景检测后的示例图;图9是本专利技术实施例的由于几何角度的不同导致检测对象的大小不同的示例图;图10是本专利技术实施例的车辆检测装置的一示意图;图11是本专利技术实施例的电子设备的一示意图。具体实施方式参照附图,通过下面的说明书,本专利技术实施例的前述以及其它特征将变得明显。在说明书和附图中,具体公开了本专利技术的特定实施方式,其表明了其中可以采用本专利技术实施例的原则的部分实施方式,应了解的是,本专利技术不限于所描述的实施方式,相反,本专利技术实施例包括落入所附权利要求的范围内的全部修改、变型以及等同物。下面结合附图对本专利技术的各种实施方式进行说明。这些实施方式只是示例性的,不是对本专利技术的限制。在本专利技术实施例中,术语“第一”、“第二”等用于对不同元素从称谓上进行区分,但并不表示这些元素的空间排列或时间顺序等,这些元素不应被这些术语所限制。术语“和/或”包括相关联列出的术语的一种或多个中的任何一个和所有组合。术语“包含”、“包括”、“具有”等是指所陈述的特征、元素、元件或组件的存在,但并不排除存在或添加一个或多个其他特征、元素、元件或组件。在本专利技术实施例中,单数形式“一”、“该”等可以包括复数形式,应广义地理解为“一种”或“一类”而并不是限定为“一个”的含义;此外术语“所述”应理解为既包括单数形式也包括复数形式,除非上下文另外明确指出。此外术语“根据”应理解为“至少部分根据……”,术语“基于”应理解为“至少部分基于……”,除非上下文另外明确指出。实施例1本专利技术实施例提供一种车辆检测方法。图1是本专利技术实施例的车辆检测方法的一示意图,如图1所示,所述车辆检测方法包括:步骤101,确定包含检测对象的图像是属于复杂场景还是正常场景;步骤102,根据所述图像是属于复杂场景还是正常场景,对所述图像的全部区域或者部分区域进行基于滑动窗的对象检测。在本实施例中,可以通过摄像头获得包括多个帧图像的视频信息。该摄像头可以是用于进行交通图像监控的摄像头,不间断地对监控区域进行拍摄;但本专利技术不限于此,还可以是其他的图像监控场景。在本实施例中,可以通过所述图像中像素的RGB值、灰度值、连通域(CC,ConnectedComponent)、前景(foreground)中的一种或多种指标,确定所述图像是否属于包括拥堵(congestion)、灯光闪烁(flickering)、昏暗(darkness)中的一种或多种场景的复杂场景。例如,在上述指标中的一种或多种超过预设阈值的情况下,可以确定所述图像属于复杂场景,否则属于正常场景。图2是本专利技术实施例的图像的一示例图,图3是将图2的图像进行二值化处理后的示例图。如图2和3所示,例如可以通过图3的前景像素的计数来确定图2为拥堵场景,即属于复杂场景。图4是本专利技术实施例的图像的另一示例图,图5是将图4的图像进行二值化处理后的示例图。如图4和5所示,例如可以通过图5的前景连通域的形态特征来确定图4为昏暗场景,即属于复杂场景。值得注本文档来自技高网...

【技术保护点】
1.一种车辆检测装置,其特征在于,所述车辆检测装置包括:场景确定单元,其确定包含检测对象的图像是属于复杂场景还是正常场景;对象检测单元,根据所述图像是属于复杂场景还是正常场景,对所述图像的全部区域或者部分区域进行基于滑动窗的对象检测。

【技术特征摘要】
1.一种车辆检测装置,其特征在于,所述车辆检测装置包括:场景确定单元,其确定包含检测对象的图像是属于复杂场景还是正常场景;对象检测单元,根据所述图像是属于复杂场景还是正常场景,对所述图像的全部区域或者部分区域进行基于滑动窗的对象检测。2.根据权利要求1所述的车辆检测装置,其中,所述对象检测单元在所述图像属于复杂场景的情况下,对所述图像的全部区域进行基于滑动窗的对象检测。3.根据权利要求1所述的车辆检测装置,其中,所述车辆检测装置还包括:前景检测单元,其在所述图像属于正常场景的情况下,对所述图像进行前景检测以获得前景区域;并且所述对象检测单元对所述前景区域进行基于滑动窗的对象检测。4.根据权利要求1所述的车辆检测装置,其中,所述场景确定单元通过所述图像中像素的RGB值、灰度值、连通域、前景中的一种或多种,确定所述图像是否属于包括拥堵、灯光闪烁、昏暗中的一种或多种场景的复杂场景。5.根据权利要求1所述的车辆检测装置,其中,所述车辆检测装置还包括:滑动窗调整单元,其根据所述检测对象相对于拍摄所述图像的摄像头的几何视角的不...

【专利技术属性】
技术研发人员:张聪张楠杨雅文王琪
申请(专利权)人:富士通株式会社
类型:发明
国别省市:日本,JP

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1