车辆特征确定方法、装置、设备和存储介质制造方法及图纸

本发明专利技术实施例公开了一种车辆特征确定方法、装置、设备和存储介质。该方法包括：获取针对包含车辆的目标场景同步采集的SAR图像和光学图像；将所述SAR图像切分为至少两个SAR子图；依据所述光学图像和所述SAR子图的时间戳，确定所述SAR子图关联的光学图像；确定每一SAR子图关联的光学图像中的车辆特征数据，并依据所述车辆特征数据确定该SAR子图的车辆特征数据。本发明专利技术实施例通过光学图像辅助，实现了SAR图像进行车辆特征确定，提高了SAR图像的可译性以及实用性。为后期车辆目标识别提供了依据，进一步提高了依据基于SAR图像的车辆识别数据库进行车辆识别的准确度以及信息量的获取。

【技术实现步骤摘要】
车辆特征确定方法、装置、设备和存储介质
本专利技术实施例涉及图像处理
，尤其涉及一种车辆特征确定方法、装置、设备和存储介质。
技术介绍
随着人工智能技术的快速发展，智能驾驶技术应运而生。智能驾驶技术是机器辅助或代替人类进行驾驶的技术，其主要通过环境感知和决策，自主控制车辆进行行驶。因此环境感知是智能驾驶的重要基础，且基于图像数据库进行车辆目标的检测和识别为环境感知的重要方式。目前，面向智能驾驶的主流图像数据库，其前期利用摄像头等图像采集设备，通过光学成像原理，进行大量样本的采集。从而从中选择有效样本数据，通过样本数据的训练构建能够进行车辆目标检测和识别的图像数据库。而合成孔径雷达(SyntheticApertureRadar，SAR)以其全天时、全天候、成本低的优势，已经逐步加入到车载环境感知传感器中。然而，传统的主流图像数据库中，图像样本数据均是基于光学成像原理获得，与人眼感知的图像几乎无差异，进而图像样本中的隐藏信息含量较少，影响车辆目标识别性能。而SAR图像可译性较差，基于SAR图像目标特性的特殊性，缺少基于SAR图像的车辆特征确定策略。
技术实现思路
本专利技术实施例提供了本文档来自技高网...

【技术保护点】
1.一种车辆特征确定方法，其特征在于，包括：获取针对包含车辆的目标场景同步采集的SAR图像和光学图像；将所述SAR图像切分为至少两个SAR子图；依据所述光学图像和所述SAR子图的时间戳，确定所述SAR子图关联的光学图像；确定每一SAR子图关联的光学图像中的车辆特征数据，并依据所述车辆特征数据确定该SAR子图的车辆特征数据。

【技术特征摘要】
1.一种车辆特征确定方法，其特征在于，包括：获取针对包含车辆的目标场景同步采集的SAR图像和光学图像；将所述SAR图像切分为至少两个SAR子图；依据所述光学图像和所述SAR子图的时间戳，确定所述SAR子图关联的光学图像；确定每一SAR子图关联的光学图像中的车辆特征数据，并依据所述车辆特征数据确定该SAR子图的车辆特征数据。2.根据权利要求1所述的方法，其特征在于，所述将所述SAR图像切分为至少两个SAR子图，包括：在所述SAR图像的方位向上，将所述SAR图像切分成高为距离向像素以及宽为预设切分宽度的至少两个SAR子图；其中，各相邻的SAR子图在所述SAR图像的方位向上，具有预设重叠宽度的重叠区域。3.根据权利要求1所述的方法，其特征在于，所述依据所述光学图像和所述SAR子图中各图像的时间戳，确定所述SAR子图关联的光学图像，包括：依据所述光学图像和所述SAR子图的时间戳，将所述光学图像和所述SAR子图进行时间关联；依据具有时间关联关系的光学图像和SAR子图，在该光学图像中，确定与该SAR子图中包含的车辆特征图像对应的目标车辆图像；将该SAR子图中包含的车辆特征图像，与该光学图像中确定的目标车辆图像进行空间关联。4.根据权利要求1所述的方法，其特征在于，所述确定每一SAR子图关联的光学图像中的车辆特征数据，并依据所述车辆特征数据确定该SAR子图的车辆特征数据，包括：确定每一SAR子图关联的光学图像中目标车辆图像的车辆特征数据；依据该目标车辆图像的车辆特征数据，对该SAR子图中的车辆特征图像进行目标位置标注和目标属性标注；其中，所述目标属性标注中至少包括目标车辆的运动状态、遮挡状态、缺失状态和轮廓断裂程度中的至少一项；依据所述目标位置标注中标注目标车辆的角度和尺寸，对所述SAR子图中包含的车辆特征图像进行目标类型标注；其中，所述目标类型标注中包括至少一种目标车辆体型与至少一个呈现角度所关联构成的至少一种目标类型。5.根据权利要求4所述的方法，...

【专利技术属性】
技术研发人员：梁小伟，唐侃，郭鑫，于彬彬，
申请(专利权)人：北京行易道科技有限公司，
类型：发明
国别省市：北京,11