用于车辆的图像处理方法和装置制造方法及图纸

本申请公开了用于车辆的图像处理方法和装置。该方法的一具体实施方式包括：获取呈现有目标对象的图像；遮挡该图像的至少一个区域，得到至少一个遮挡图像；将该至少一个遮挡图像输入预先训练的图像处理模型以得到与各该遮挡图像对应的驾驶参数；对于每个驾驶参数，确定该驾驶参数与该图像所对应的真实驾驶参数的差值；确定该目标对象所在的至少一个区域的遮挡图像的驾驶参数与该真实驾驶参数的差值是否大于或等于差值阈值以确定该目标对象的状态与驾驶参数之间的关联度。本申请实施例可以确定目标对象的状态与驾驶参数之间的关联度，进而确定图像处理模型对目标对象的状态的特征的学习情况。

【技术实现步骤摘要】
用于车辆的图像处理方法和装置
本申请涉及计算机
，具体涉及互联网
，尤其涉及用于车辆的图像处理方法和装置。
技术介绍
伴随着深度学习技术的发展，深度学习技术越来越多地应用于驾驶领域。深度学习技术需要模型来实现，但是在现有技术中，应用于深度学习技术的模型的学习效果很难于确定。
技术实现思路
本申请的目的在于提出一种改进的用于车辆的图像处理方法和装置，来解决以上
技术介绍
部分提到的技术问题。第一方面，本申请实施例提供了一种用于车辆的图像处理方法，该方法包括：获取呈现有目标对象的图像；遮挡图像的至少一个区域，得到至少一个遮挡图像；将至少一个遮挡图像输入预先训练的图像处理模型以得到与各遮挡图像对应的驾驶参数，其中，图像处理模型用以表征图像中呈现的对象的状态与车辆的驾驶参数的对应关系；对于每个驾驶参数，确定该驾驶参数与图像所对应的真实驾驶参数的差值；确定目标对象所在的至少一个区域的遮挡图像的驾驶参数与真实驾驶参数的差值是否大于或等于差值阈值以确定目标对象的状态与驾驶参数之间的关联度。在一些实施例中，驾驶参数包括方向盘角度和/或行车速度。在一些实施例中，该方法还包括：根据图像各个区域的遮挡图像的驾驶参数与真实驾驶参数的差值，生成表示差值大小的热力图。在一些实施例中，确定目标对象所在的至少一个区域的遮挡图像的驾驶参数与真实驾驶参数的差值是否大于或等于差值阈值以确定目标对象的状态与驾驶参数之间的关联度，包括：响应于确定目标对象所在的至少一个区域的差值大于或等于差值阈值，确定目标对象的状态与驾驶参数之间的关联度强；响应于确定目标对象所在的至少一个区域的差值小于差值阈值，确定目标对象的状态与驾驶参数之间的关联度弱。在一些实施例中，在将至少一个遮挡图像输入预先训练的图像处理模型以得到与各遮挡图像对应的驾驶参数之前，该方法还包括：基于端到端的方式训练预先建立的图像处理模型以得到预先训练的图像处理模型；以及从呈现有目标对象的至少一个图像中提取目标对象的特征；将所提取的目标对象的特征加入图像处理模型的特征库。第二方面，本申请提供了一种用于车辆的图像处理装置，该装置包括：该装置包括：获取单元，配置用于获取呈现有目标对象的图像；遮挡单元，配置用于遮挡图像的至少一个区域，得到至少一个遮挡图像；输入单元，配置用于将至少一个遮挡图像输入预先训练的图像处理模型以得到与各遮挡图像对应的驾驶参数，其中，图像处理模型用以表征图像中呈现的对象的状态与车辆的驾驶参数的对应关系；差值确定单元，配置用于对于每个驾驶参数，确定该驾驶参数与图像所对应的真实驾驶参数的差值；确定单元，配置用于确定目标对象所在的至少一个区域的遮挡图像的驾驶参数与真实驾驶参数的差值是否大于或等于差值阈值以确定目标对象的状态与驾驶参数之间的关联度。在一些实施例中，驾驶参数包括方向盘角度和/或行车速度。在一些实施例中，该装置还包括：生成单元，配置用于根据图像各个区域的遮挡图像的驾驶参数与真实驾驶参数的差值，生成表示差值大小的热力图。在一些实施例中，确定单元包括：第一确定模块，配置用于响应于确定目标对象所在的至少一个区域的差值大于或等于差值阈值，确定目标对象的状态与驾驶参数之间的关联度强；第二确定模块，配置用于响应于确定目标对象所在的至少一个区域的差值小于差值阈值，确定目标对象的状态与驾驶参数之间的关联度弱。在一些实施例中，该装置还包括：第一训练单元，配置用于基于端到端的方式训练预先建立的图像处理模型以得到预先训练的图像处理模型；以及提取单元，配置用于从呈现有目标对象的至少一个图像中提取目标对象的特征；加入单元，配置用于将所提取的目标对象的特征加入图像处理模型的特征库。第三方面，本申请实施例提供了一种车辆，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如用于车辆的图像处理方法中任一实施例的方法。第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如用于车辆的图像处理方法中任一实施例的方法。本申请实施例提供的用于车辆的图像处理方法和装置，该方法包括：首先获取呈现有目标对象的图像。之后，遮挡图像的不同区域，得到不同的多个遮挡图像。然后，将多个遮挡图像输入预先训练的图像处理模型以得到与多个遮挡图像对应的多个驾驶参数，其中，图像处理模型用以表征图像中呈现的对象的状态与车辆的驾驶参数的对应关系。而后，对于多个驾驶参数中的每个驾驶参数，确定该驾驶参数与图像的真实驾驶参数的差值。最后，确定目标对象所在的至少一个区域的遮挡图像的驾驶参数与真实驾驶参数的差值是否大于等于差值阈值，从而通过确定目标对象所在的至少一个区域的遮挡图像的驾驶参数与真实驾驶参数的差值是否大于或等于差值阈值，可以确定目标对象的状态与驾驶参数之间的关联度，进而确定图像处理模型对目标对象的状态的特征的学习情况。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1是本申请可以应用于其中的示例性系统架构图；图2是根据本申请的用于车辆的图像处理方法的一个实施例的流程图；图3是根据本申请的用于车辆的图像处理方法的一个应用场景的示意图；图4是根据本申请的用于车辆的图像处理方法的又一个实施例的流程图；图5是根据本申请的用于车辆的图像处理装置的一个实施例的结构示意图；图6是适于用来实现本申请实施例的车辆的计算机系统的结构示意图。具体实施方式下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。图1示出了可以应用本申请的用于车辆的图像处理方法或用于车辆的图像处理装置的实施例的示例性系统架构100。如图1所示，系统架构100可以包括车辆101，网络102和服务器103。网络102用以在车辆101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。用户可以使用车辆101通过网络102服务器103交互，以接收或发送消息等。车辆101上可以安装有各种通讯客户端应用。车辆101可以是支持图像获取并能够进行图像处理的各种电子设备，可以是车辆、无人车等等。服务器103可以是提供各种服务的服务器。服务器103可以进行分析等处理，并将处理结果反馈给终端设备。需要说明的是，本申请实施例所提供的用于车辆的图像处理方法一般由车辆101执行，相应地，用于车辆的图像处理装置一般设置于车辆101中。应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。继续参考图2，示出了根据本申请的用于车辆的图像处理方法的一个实施例的流程200。该用于车辆的图像处理方法，包括以下步骤：步骤201，获取呈现有目标对象的图像。在本实施例中，用于车辆的图像处理方法运行于其上的车辆从本地或者其他电子设备上获取图像。该图像为呈现有本文档来自技高网...

【技术保护点】
一种用于车辆的图像处理方法，其特征在于，所述方法包括：获取呈现有目标对象的图像；遮挡所述图像的至少一个区域，得到至少一个遮挡图像；将所述至少一个遮挡图像输入预先训练的图像处理模型以得到与各所述遮挡图像对应的驾驶参数，其中，所述图像处理模型用以表征图像中呈现的对象的状态与所述车辆的驾驶参数的对应关系；对于每个驾驶参数，确定该驾驶参数与所述图像所对应的真实驾驶参数的差值；确定所述目标对象所在的至少一个区域的遮挡图像的驾驶参数与所述真实驾驶参数的差值是否大于或等于差值阈值以确定所述目标对象的状态与驾驶参数之间的关联度。

【技术特征摘要】
1.一种用于车辆的图像处理方法，其特征在于，所述方法包括：获取呈现有目标对象的图像；遮挡所述图像的至少一个区域，得到至少一个遮挡图像；将所述至少一个遮挡图像输入预先训练的图像处理模型以得到与各所述遮挡图像对应的驾驶参数，其中，所述图像处理模型用以表征图像中呈现的对象的状态与所述车辆的驾驶参数的对应关系；对于每个驾驶参数，确定该驾驶参数与所述图像所对应的真实驾驶参数的差值；确定所述目标对象所在的至少一个区域的遮挡图像的驾驶参数与所述真实驾驶参数的差值是否大于或等于差值阈值以确定所述目标对象的状态与驾驶参数之间的关联度。2.根据权利要求1所述的用于车辆的图像处理方法，其特征在于，所述驾驶参数包括方向盘角度和/或行车速度。3.根据权利要求1所述的用于车辆的图像处理方法，其特征在于，所述方法还包括：根据所述图像各个区域的遮挡图像的驾驶参数与所述真实驾驶参数的差值，生成表示差值大小的热力图。4.根据权利要求1所述的用于车辆的图像处理方法，其特征在于，所述确定所述目标对象所在的至少一个区域的遮挡图像的驾驶参数与真实驾驶参数的差值是否大于或等于差值阈值以确定所述目标对象的状态与驾驶参数之间的关联度，包括：响应于确定所述目标对象所在的至少一个区域的差值大于或等于差值阈值，确定所述目标对象的状态与驾驶参数之间的关联度强；响应于确定所述目标对象所在的至少一个区域的差值小于差值阈值，确定所述目标对象的状态与驾驶参数之间的关联度弱。5.根据权利要求1所述的用于车辆的图像处理方法，其特征在于，在将所述至少一个遮挡图像输入预先训练的图像处理模型以得到与各所述遮挡图像对应的驾驶参数之前，所述方法还包括：基于端到端的方式训练预先建立的图像处理模型以得到所述预先训练的图像处理模型；以及从呈现有目标对象的至少一个图像中提取目标对象的特征；将所提取的目标对象的特征加入所述图像处理模型的特征库。6.一种用于车辆的图像处理装置，其特征在于，所述装置包括：获取单元，配置用于获取呈现有目标对象的图像；遮挡单元，配置用于遮挡所述图像的至少一个区域...

【专利技术属性】
技术研发人员：唐坤，郁浩，闫泳杉，郑超，张云飞，姜雨，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11