场景检测装置及方法制造方法及图纸

本发明专利技术实施例提供一种用于场景检测装置及方法，根据对输入图像中预设类别的物体的检测结果以及预设规则，检测输入图像中的与该预设规则相对应的场景，因此，能够简单的对各种场景进行有效的检测，且实现成本较低。

【技术实现步骤摘要】
场景检测装置及方法
本专利技术涉及信息
，尤其涉及一种场景检测装置及方法。
技术介绍
随着汽车通信业务(v2x)和自动驾驶技术的快速发展和应用，使用车载摄像头识别交通场景的需求变得越来越迫切。交通场景可以由许多复杂的因素表示，例如物体、物体的关系、背景、环境、时间、天气、照明等。因此场景的情况可能以多种不同的方式变化，从而很难为所有交通场景定义通用模式。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
专利技术人发现，识别交通场景的传统方法只能关注各种情况的子集，或者需要复杂的方法来处理复杂的因素。本专利技术实施例提供一种场景检测装置及方法，根据对输入图像中预设类别的物体的检测结果以及预设规则，检测输入图像中的与该预设规则相对应的场景，因此，能够简单的对各种场景进行有效的检测，且实现成本较低。根据本专利技术实施例的第一方面，提供一种场景检测装置，所述装置包括：第一检测单元，其用于对输入图像中预设类别的物体进行检测，获得检测出的所述物体的信息；以及第二检测单元，其用于根据检测出的所述物体的信息以及预设规则，检测所述输入图像中的与所述预设规则相对应的场景，其中，所述预设类别的物体是根据所述预设规则而确定的。根据本专利技术实施例的第二方面，提供一种电子设备，所述电子设备包括根据本专利技术实施例的第一方面所述的装置。根据本专利技术实施例的第三方面，提供一种场景检测方法，所述方法包括：对输入图像中预设类别的物体进行检测，获得检测出的所述物体的信息；以及根据检测出的所述物体的信息以及预设规则，检测所述输入图像中的与所述预设规则相对应的场景，其中，所述预设类别的物体是根据所述预设规则而确定的。本专利技术的有益效果在于：根据对输入图像中预设类别的物体的检测结果以及预设规则，检测输入图像中的与该预设规则相对应的场景，因此，能够简单的对各种场景进行有效的检测，且实现成本较低。参照后文的说明和附图，详细公开了本专利技术的特定实施方式，指明了本专利技术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1的场景检测装置的一示意图；图2是本专利技术实施例1的第一检测单元的一示意图；图3是本专利技术实施例1的该输入图像中的车辆和车道的检测结果的一示意图；图4是本专利技术实施例1的第二检测单元的一示意图；图5是本专利技术实施例1的第一计算单元的一示意图；图6是本专利技术实施例1的根据输入图像计算距离的一示意图；图7是本专利技术实施例1的第一检测单元的另一示意图；图8是本专利技术实施例1的第二检测单元的另一示意图；图9是本专利技术实施例1的第一检测单元的又一示意图；图10是本专利技术实施例1的第二检测单元的又一示意图；图11是本专利技术实施例2的电子设备的一示意图；图12是本专利技术实施例2的电子设备的系统构成的一示意框图；图13是本专利技术实施例3的场景检测方法的一示意图。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。实施例1本专利技术实施例提供一种场景检测装置。图1是本专利技术实施例1的场景检测装置的一示意图。如图1所示，场景检测装置100包括：第一检测单元101，其用于对输入图像中预设类别的物体进行检测，获得检测出的物体的信息；以及第二检测单元102，其用于根据检测出的物体的信息以及预设规则，检测该输入图像中的与该预设规则相对应的场景，其中，该预设类别的物体是根据该预设规则而确定的。由上述实施例可知，根据对输入图像中预设类别的物体的检测结果以及预设规则，检测输入图像中的与该预设规则相对应的场景，因此，能够简单的对各种场景进行有效的检测，且实现成本较低。在本实施例中，该输入图像可以通过车辆上的摄像装置而获得，例如，该输入图像是车载摄像头拍摄的，例如，通过车载摄像头对当前车辆的前方视野的拍摄而获得。在本实施例中，将用于获得输入图像的车载摄像头所在的车辆称为当前车辆。在本实施例中，第一检测单元101检测物体以及第二检测单元102检测场景可以基于各种检测方法，例如，该第一检测单元101和该第二检测单元102基于卷积神经网络(ConvolutionalNeuralNetwork，CNN)分别对该输入图像中预设类别的物体以及该输入图像中的该场景进行检测。该卷积神经网络的具体结构可以参照现有技术。由于卷积神经网络具有强大的目标识别能力，能够从现实环境中简化复杂的因素，从而进一步提高检测效率和检测精度。在本实施例中，可以根据对于不同场景的检测需求，预先设定不同的规则，并根据设定的该规则确定需要识别的预设类别的物体，即该规则中所涉及的物体。例如，常见的交通场景可以包括堵车、道路施工以及等车等。在本实施例中，针对这些常见的场景分别说明其具体的检测方法，但是，本专利技术实施例不限于对这些场景的检测。首先，对堵车的场景的检测方法进行示例性的说明。图2是本专利技术实施例1的第一检测单元的一示意图。如图2所示，第一检测单元101包括：第三检测单元201，其用于对该输入图像中的车辆和车道进行检测，获得检测出的车辆的位置以及该车辆所在的车道。图3是本专利技术实施例1的该输入图像中的车辆和车道的检测结果的一示意图。如图3所示，检测结果包括各个车辆及其类型，例如卡车(truck)、小汽车(car)、面包车(van)以及巴士(bus)等，另外，还包括各个车辆的位置信息，并通过车道线的划分来确定各个车辆所在的车道。图4是本专利技术实施例1的第二检测单元的一示意图，如图4所示，第二检测单元102包括：第一确定单元401，其用本文档来自技高网...

【技术保护点】
1.一种场景检测装置，所述装置包括：/n第一检测单元，其用于对输入图像中预设类别的物体进行检测，获得检测出的所述物体的信息；以及/n第二检测单元，其用于根据检测出的所述物体的信息以及预设规则，检测所述输入图像中的与所述预设规则相对应的场景，/n其中，所述预设类别的物体是根据所述预设规则而确定的。/n

【技术特征摘要】
1.一种场景检测装置，所述装置包括：
第一检测单元，其用于对输入图像中预设类别的物体进行检测，获得检测出的所述物体的信息；以及
第二检测单元，其用于根据检测出的所述物体的信息以及预设规则，检测所述输入图像中的与所述预设规则相对应的场景，
其中，所述预设类别的物体是根据所述预设规则而确定的。


2.根据权利要求1所述的装置，其中，
所述第一检测单元和所述第二检测单元基于卷积神经网络分别对所述输入图像中预设类别的物体以及所述输入图像中的所述场景进行检测。


3.根据权利要求1所述的装置，其中，
所述第一检测单元包括：
第三检测单元，其用于对所述输入图像中的车辆和车道进行检测，获得检测出的车辆的位置以及所述车辆所在的车道，
所述第二检测单元包括：
第一确定单元，其用于根据检测出的车辆的位置以及所述车辆所在的车道，确定车道占有率是否为高；
第一计算单元，其用于计算获得所述输入图像的当前车辆与所述当前车辆的前车的距离；以及
第二确定单元，其用于当所述车道占有率判定为高占有率且所述距离小于或等于第一阈值时，确定所述输入图像中存在堵车的场景。


4.根据权利要求3所述的装置，其中，
所述第一确定单元当所述当前车辆所在车道的车辆数量大于或等于第二阈值，且所述当前车辆所在车道的相邻一个车道的车辆数量大于或等于第三阈值时，确定所述车道占有率为高占有率。


5.根据权利要求3所述的装置，其中，
所述第一计算单元包括：
第三确定单元，其用于根据所述当前车辆所在车道的车道线，确定参考三角形；
第二计算单...

【专利技术属性】
技术研发人员：谭志明，祝贤坦，东明浩，
申请(专利权)人：富士通株式会社，
类型：发明
国别省市：日本;JP