【技术实现步骤摘要】
附着物检测方法及装置和系统、附着物学习方法及装置、程序
本专利技术涉及附着物检测方法、附着物学习方法、附着物检测装置、附着物学习装置、附着物检测系统以及程序。
技术介绍
汽车的驾驶辅助技术以及自动驾驶技术正在被不断开发。在这些技术中,通过识别位于车辆周围的物体,进行与车辆的行驶有关的控制。位于车辆周围的物体可通过基于车载摄像头的拍摄来得到。当在摄像头的镜头上附着有水滴等附着物的情况下,可能会因附着物反射光或折射光而在拍摄图像上产生错乱。专利文献1公开了如下技术:利用在照明下拍摄到的图像和在非照明下拍摄到的图像,即使在摄像头的视野内存在雨珠等附着物的情况下,也能够进行物体的识别。现有技术文献专利文献1:日本特许第4967015号公报
技术实现思路
专利技术要解决的技术问题然而,在专利文献1所公开的技术中,对于因附着物而在拍摄图像的一部分产生了洇、变形或欠缺的情况下的物体的识别精度的恶化,完全没有研究。也就是说,在专利文献1所公开的技术中,存在不能消除因附着物而在拍摄图像的一部分产生了洇、变形或欠缺的情况下的识别精度的恶化这一问题。因此,本专利技术公开能够较高精度地检测拍 ...
【技术保护点】
1.一种附着物检测方法,通过至少一个计算机来检测在隔开拍摄元件和拍摄对象的透光体附着的对象附着物,包括:取得通过所述拍摄元件经由所述透光体拍摄而生成的拍摄图像;取得通过将所述拍摄图像作为输入数据输入到识别模型而输出的表示所述拍摄图像中有无附着物的信息,由此检测所述拍摄图像中有无所述对象附着物,所述识别模型用于识别经由透光体拍摄到的图像中有无附着于所述透光体的附着物。
【技术特征摘要】
2017.07.11 JP 2017-1351351.一种附着物检测方法,通过至少一个计算机来检测在隔开拍摄元件和拍摄对象的透光体附着的对象附着物,包括:取得通过所述拍摄元件经由所述透光体拍摄而生成的拍摄图像;取得通过将所述拍摄图像作为输入数据输入到识别模型而输出的表示所述拍摄图像中有无附着物的信息,由此检测所述拍摄图像中有无所述对象附着物,所述识别模型用于识别经由透光体拍摄到的图像中有无附着于所述透光体的附着物。2.根据权利要求1所述的附着物检测方法,所述识别模型是通过使用训练数据学习所述拍摄图像中有无附着于所述透光体的附着物而构建的模型,所述训练数据是对所述拍摄图像赋予了注释而得到的数据,所述注释是表示有无附着于所述透光体的该附着物的信息。3.根据权利要求2所述的附着物检测方法,所述训练数据是赋予了还包含(a)该拍摄图像中的该附着物的坐标和(b)表示该附着物的类别的类别信息的所述注释而得到的所述训练数据,所述识别模型是通过使用所述训练数据还学习所述拍摄图像中的该附着物的类别信息而构建的模型,在检测所述对象附着物时,取得通过将所述拍摄图像作为输入数据输入到所述识别模型而输出的、所述拍摄图像中的附着物的类别信息,从而还检测所述拍摄图像中的所述对象附着物的类别。4.根据权利要求1~3中任一项所述的附着物检测方法,在检测所述对象附着物时,取得通过将所述拍摄图像输入到所述识别模型而输出的、所述拍摄图像中的附着物的尺寸,从而检测所述拍摄图像中的所述对象附着物的尺寸。5.根据权利要求2所述的附着物检测方法,所述拍摄元件搭载于对象车辆,所述透光体是作为两个透光体的具备所述拍摄元件的摄像头的镜头以及所述对象车辆的前玻璃,在取得所述训练数据时,取得赋予了还包含(c)表示所述镜头和所述前玻璃中的附着有该附着物的一方的确定信息的所述注释而得到的所述训练数据,所述识别模型是通过使用所述训练数据还学习所述图像中的该附着物的确定信息而构建的模型,在检测所述对象附着物时,取得通过将所述拍摄图像作为输入数据输入到所述识别模型而输出的、所述拍摄图像中的附着物的确定信息,从而检测所述拍摄图像中的所述对象附着物附着于所述镜头和所述前玻璃中的哪一方。6.根据权利要求3所述的附着物检测方法,所述注释所包含的所述类别信息是表示水滴、雪粒、冰、尘埃、泥、虫以及粪便的某一方的信息。7.根据权利要求1~3中任一项所述的附着物检测方法,所述拍摄元件搭载于对象车辆,所述附着物检测方法还包括:基于检测到的所述对象附着物的类别,控制向所述对象车辆的驾驶员的通知。8.根据权利要求1~3中任一项所述的附着物检测方法,所述拍摄元件搭载于对象车辆,所述附着物检测方法还包括:基于检测到的所述对象附着物的类别,切换是通过自动驾驶来控制所述对象车辆、还是通过手动驾驶来控制所述对象车辆。9.根据权利要求1~3中任一项所述的附着物检测方法,所述拍摄元件搭载于对象车辆,所述附着物检测方法还包括:基于检测到的所述对象附着物的类别,控制所述对象车辆的刮水器的驱动。10.根据权利要求1~3中任一项所述的附着物检测方法,所述识别模型包括雨天用识别模型,所述雨天用识别模型用于识别在雨天时拍摄到的所述拍摄图像中的该附着物和表示该附着物的类别的类别信息,在作为所...
【专利技术属性】
技术研发人员:谷川彻,庄田幸惠,芋本征矢,
申请(专利权)人:松下电器美国知识产权公司,
类型:发明
国别省市:美国,US
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。