车辆位置检测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例提供一种车辆位置检测方法、装置、电子设备及存储介质，所述方法包括：确定包含待测车辆的图像；基于图像中待测车辆的车辆图像特征、车辆朝向特征和车辆类型特征，确定待测车辆的关键点位置检测结果。本发明专利技术实施例提供的车辆位置检测方法、装置、电子设备及存储介质，通过待测车辆的关键点位置检测结果表示待测车辆的位置信息，提高了车辆位置检测的准确性，能够适用于不同拍摄角度的摄像头，提高了视频数据资源的利用率，同时充分考虑了车辆的朝向和车辆的类型对车辆上各个关键点的位置分布的影响，提高了车辆关键点检测的准确性。

【技术实现步骤摘要】
车辆位置检测方法、装置、电子设备及存储介质
本专利技术涉及图像处理
，尤其涉及一种车辆位置检测方法、装置、电子设备及存储介质。
技术介绍
车辆位置检测是对车辆进行交通违法检测的重要环节，现有的车辆位置检测方法是将车辆表示为一个目标检出框，并基于目标检测和目标跟踪对车辆的位置进行实时检测。现有的车辆位置检测方法要求摄像头的拍摄角度和车辆行驶方向在一条直线上，对于拍摄角度倾斜的摄像头容易产生大量误判，使得城市中部署的大量摄像头无法用于交通违法检测，视频数据资源利用率低。
技术实现思路
本专利技术实施例提供一种车辆位置检测方法、装置、电子设备及存储介质，用以解决现有的车辆位置检测方法中对摄像头拍摄角度要求较高、视频数据资源利用率低的缺陷。本专利技术实施例提供一种车辆位置检测方法，包括：确定包含待测车辆的图像；基于所述图像中所述待测车辆的车辆图像特征、车辆朝向特征和车辆类型特征，确定所述待测车辆的关键点位置检测结果。根据本专利技术一个实施例的车辆位置检测方法，所述基于所述图像中所述待测车辆的车辆图像特征、车辆朝向特征和车辆类型特征，确定所述待测车辆的关键点位置检测结果，具体包括：基于所述图像中所述待测车辆的所述车辆图像特征，分别对所述待测车辆进行车辆类型识别和车辆朝向识别，得到所述待测车辆的所述车辆类型特征和所述车辆朝向特征；基于所述车辆图像特征、所述车辆类型特征和所述车辆朝向特征，对所述待测车辆进行关键点检测，得到所述待测车辆的所述关键点位置检测结果。根据本专利技术一个实施例的车辆位置检测方法，所述基于所述车辆图像特征、所述车辆类型特征和所述车辆朝向特征进行关键点检测，得到所述待测车辆的所述关键点位置检测结果，具体包括：基于注意力机制对所述车辆图像特征、所述车辆类型特征和所述车辆朝向特征进行特征融合，得到车辆融合特征；基于所述车辆融合特征进行关键点检测，得到所述待测车辆的所述关键点位置检测结果。根据本专利技术一个实施例的车辆位置检测方法，所述基于所述图像中所述待测车辆的车辆图像特征、车辆朝向特征和车辆类型特征，确定所述待测车辆的关键点位置检测结果，具体包括：将所述图像输入至车辆位置检测模型，得到所述车辆位置检测模型输出的所述待测车辆的关键点位置检测结果；其中，所述车辆位置检测模型是基于样本图像，以及所述样本图像中样本车辆的样本关键点位置检测结果、样本车辆朝向和样本车辆类型进行训练得到的。根据本专利技术一个实施例的车辆位置检测方法，所述车辆位置检测模型的损失函数包括定位损失函数和朝向类型损失函数；其中，所述定位损失函数是基于所述样本图像的样本关键点位置检测结果中每一样本关键点的样本热力图，以及所述样本图像的每一预测关键点的预测热力图确定的；所述样本图像的每一预测关键点的预测热力图是对所述车辆位置检测模型基于所述样本图像输出的热力图进行非极大值抑制得到的。根据本专利技术一个实施例的车辆位置检测方法，所述基于所述图像中所述待测车辆的车辆图像特征、车辆朝向特征和车辆类型特征，确定所述待测车辆的关键点位置检测结果，之后还包括：选取若干个与所述图像相似的候选图像；基于每一候选图像的关键点转换矩阵和所述图像的关键点转换矩阵，对所述待测车辆的关键点位置检测结果进行修正；其中，所述关键点转换矩阵是基于对应图像中车辆的目标检出框和所述车辆的各个关键点的位置信息确定的。根据本专利技术一个实施例的车辆位置检测方法，所述基于每一候选图像的关键点转换矩阵和所述图像的关键点转换矩阵，对所述待测车辆的关键点位置检测结果进行修正，具体包括：从每一候选图像的关键点转换矩阵中选取与所述图像的关键点转换矩阵最接近的目标关键点转换矩阵；基于所述图像的关键点转换矩阵和所述目标关键点转换矩阵，确定所述图像的最终关键点转换矩阵；基于所述图像中待测车辆的目标检出框和所述最终关键点转换矩阵，确定所述待测车辆的最终关键点位置检测结果。本专利技术实施例还提供一种车辆位置检测装置，包括：图像确定单元，用于确定包含待测车辆的图像；车辆位置检测单元，用于基于所述图像中所述待测车辆的车辆图像特征、车辆朝向特征和车辆类型特征，确定所述待测车辆的关键点位置检测结果。本专利技术实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述车辆位置检测方法的步骤。本专利技术实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述车辆位置检测方法的步骤。本专利技术实施例提供的车辆位置检测方法、装置、电子设备及存储介质，通过待测车辆的关键点位置检测结果表示待测车辆的位置信息，提高了车辆位置检测的准确性，而且能够适用于不同拍摄角度的摄像头，提高了视频数据资源的利用率；基于图像中待测车辆的车辆图像特征、车辆朝向特征和车辆类型特征确定待测车辆的关键点位置检测结果，充分考虑了车辆的朝向和车辆的类型对车辆上各个关键点的位置分布的影响，提高了车辆关键点检测的准确性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的车辆位置检测方法的流程示意图；图2为本专利技术实施例提供的车辆关键点的示意图；图3为本专利技术实施例提供的关键点位置检测结果确定方法的流程示意图；图4为本专利技术另一实施例提供的关键点位置检测结果确定方法的流程示意图；图5为本专利技术实施例提供的关键点位置检测结果修正方法的流程示意图；图6为本专利技术实施例提供的最终关键点位置检测结果确定方法的流程示意图；图7为本专利技术实施例提供的车辆位置检测模型的结构示意图；图8为本专利技术实施例提供的残差模块的结构示意图；图9为本专利技术实施例提供的车辆位置检测装置的结构示意图；图10是本专利技术实施例提供的一种电子设备的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。随着数字采集和存储技术的发展，视频监控系统得到迅速普及，城市中部署的摄像头越来越多，带来了海量的视频数据，基于视频监控系统获取的视频数据可以实现大范围、全覆盖的交通违法检测。车辆位置检测是对车辆进行交通违法检测的重要环节，现有的车辆位置检测是将车辆表示为一个目标检出框，并基于目标本文档来自技高网...

【技术保护点】
1.一种车辆位置检测方法，其特征在于，包括：/n确定包含待测车辆的图像；/n基于所述图像中所述待测车辆的车辆图像特征、车辆朝向特征和车辆类型特征，确定所述待测车辆的关键点位置检测结果。/n

【技术特征摘要】
1.一种车辆位置检测方法，其特征在于，包括：
确定包含待测车辆的图像；
基于所述图像中所述待测车辆的车辆图像特征、车辆朝向特征和车辆类型特征，确定所述待测车辆的关键点位置检测结果。


2.根据权利要求1所述的车辆位置检测方法，其特征在于，所述基于所述图像中所述待测车辆的车辆图像特征、车辆朝向特征和车辆类型特征，确定所述待测车辆的关键点位置检测结果，具体包括：
基于所述图像中所述待测车辆的所述车辆图像特征，分别对所述待测车辆进行车辆类型识别和车辆朝向识别，得到所述待测车辆的所述车辆类型特征和所述车辆朝向特征；
基于所述车辆图像特征、所述车辆类型特征和所述车辆朝向特征，对所述待测车辆进行关键点检测，得到所述待测车辆的所述关键点位置检测结果。


3.根据权利要求2所述的车辆位置检测方法，其特征在于，所述基于所述车辆图像特征、所述车辆类型特征和所述车辆朝向特征进行关键点检测，得到所述待测车辆的所述关键点位置检测结果，具体包括：
基于注意力机制对所述车辆图像特征、所述车辆类型特征和所述车辆朝向特征进行特征融合，得到车辆融合特征；
基于所述车辆融合特征进行关键点检测，得到所述待测车辆的所述关键点位置检测结果。


4.根据权利要求1-3中任一项所述的车辆位置检测方法，其特征在于，所述基于所述图像中所述待测车辆的车辆图像特征、车辆朝向特征和车辆类型特征，确定所述待测车辆的关键点位置检测结果，具体包括：
将所述图像输入至车辆位置检测模型，得到所述车辆位置检测模型输出的所述待测车辆的关键点位置检测结果；
其中，所述车辆位置检测模型是基于样本图像，以及所述样本图像中样本车辆的样本关键点位置检测结果、样本车辆朝向和样本车辆类型进行训练得到的。


5.根据权利要求4所述的车辆位置检测方法，其特征在于，所述车辆位置检测模型的损失函数包括定位损失函数和朝向类型损失函数；
其中，所述定位损失函数是基于所述样本图像的样本关键点位置检测结果中每一样本关键点的样...

【专利技术属性】
技术研发人员：谭昶，贾若然，傅云翔，
申请(专利权)人：讯飞智元信息科技有限公司，
类型：发明
国别省市：安徽;34