本发明专利技术公开了一种3D深度信息估计方法、装置及计算机设备，该方法包括：获取目标行驶物体的2D检测框的尺寸信息以及目标行驶物体的行驶方向角，尺寸信息是在目标行驶物体所处图像的图像坐标系中形成的，行驶方向角是在目标行驶物体的自车坐标系中形成的，图像坐标系和自车坐标系均通过拍摄目标行驶物体的相机对应的相机坐标系标定；根据尺寸信息和目标行驶物体的行驶方向角确定目标行驶物体的3D深度信息。通过实施本发明专利技术，不需要训练3D目标检测深度学习网络，提高计算速度，而且图像坐标系和自车坐标系均通过相机坐标系标定，每次的标定过程同时考虑了相机的内参和外参，避免了当换一个相机，相机内参改变，而导致预测的深度信息不准确的问题。信息不准确的问题。信息不准确的问题。
【技术实现步骤摘要】
一种3D深度信息估计方法、装置及计算机设备
[0001]本专利技术涉及计算机视觉
，具体涉及一种3D深度信息估计方法、装置及计算机设备。
技术介绍
[0002]作为计算机视觉研究中的一个重要方向，深度信息估计的主要目标是测出图像中目标物体的深度，获取像素级别的深度图。相关技术中的深度信息估计通常为通过深度学习网络对得到的目标物体的热力图进行定位，得到目标的3D框的中心点坐标和3D框的长宽高。但是训练的深度学习网络通常都是使用固定的相机内参进行训练，例如Centernet3D，训练出来的模型只能在固定场景下使用，如果换一个相机拍摄一张照片或者录制一段视频，使用该模型预测出的深度信息是不准确的，模型适用性差。
技术实现思路
[0003]因此，本专利技术要解决的技术问题在于克服现有技术中使用固定相机内参训练得到的深度学习网络模型适用性差的缺陷，从而提供一种3D深度信息估计方法、装置及计算机设备。
[0004]根据第一方面，本专利技术公开了一种3D深度信息估计方法，包括如下步骤：获取目标行驶物体的2D检测框的尺寸信息以及所述目标行驶物体的行驶方向角，所述尺寸信息是在目标行驶物体所处图像的图像坐标系中形成的，所述行驶方向角是在目标行驶物体的自车坐标系中形成的，所述图像坐标系和所述自车坐标系均通过拍摄所述目标行驶物体的相机对应的相机坐标系标定；根据所述尺寸信息和所述目标行驶物体的行驶方向角确定目标行驶物体的3D深度信息。
[0005]可选地，所述获取所述目标行驶物体的行驶方向角，包括：获取所述目标行驶物体沿所述自车坐标系的目标坐标轴的第一速度分量和第二速度分量，所述目标坐标轴与所述图像坐标系的坐标轴方向相同；根据所述第一速度分量和所述第二速度分量确定所述目标行驶物体的行驶方向角。
[0006]可选地，所述方法还包括：获取待识别图像；将所述待识别图像输入到预设识别模型中进行识别，得到目标行驶物体的2D检测框的尺寸信息。
[0007]可选地，所述图像坐标系下的行驶方向角通过如下步骤确定：获取所述2D检测框中的任一地面点的第一坐标；根据预设算法对所述第一坐标进行转换，得到所述任一地面点的坐标在所述自车坐标系对应的第二坐标；在所述自车坐标系中选取第三坐标；根据所述第二坐标、所述第三坐标以及所述目标行驶物体的行驶方向角，在所述自车坐标系中选取第四坐标；根据所述预设算法对所述第三坐标、所述第四坐标进行转换，得到所述第三坐标在图像坐标系中的第五坐标和所述第四坐标在图像坐标系中的第六坐标；根据所述第一坐标、所述第五坐标以及所述第六坐标，确定所述目标行驶物体在所述图像坐标系下的行驶方向角。
[0008]可选地，所述根据所述图像坐标系下的行驶方向角以及所述尺寸信息确定所述目标行驶物体的3D深度信息，包括：；或其中，表示目标行驶物体的3D深度信息；表示目标行驶物体的2D检测框的尺寸信息中的长度信息；表示目标行驶物体的2D检测框的尺寸信息中的宽度信息；表示图像坐标系下的行驶方向角；n为常数，根据目标行驶物体的2D检测框的尺寸信息中的长度信息与目标行驶物体的3D长度信息确定。
[0009]可选地，所述预设算法为：其中，表示相机坐标系；是图像坐标系下的坐标；是自车坐标系下的坐标；是相机的内参数，其中，，，表示在焦距为F的成像平面上，每F的长度表示多少个像素；Sx和Sy的单位为像素/每毫米；u0，v0表示图像的中心像素坐标和图像原点像素坐标之间相差的x向像素数和y向像素数；分别是相机的外参旋转矩阵和平移矩阵；其中，内参数、外参旋转矩阵和平移矩阵均通过标定得到。
[0010]根据第二方面，本专利技术还公开了一种3D深度信息估计装置，包括：第一获取模块，用于获取目标行驶物体的2D检测框的尺寸信息以及所述目标行驶物体的行驶方向角，所述尺寸信息是在目标行驶物体所处图像的图像坐标系中形成的，所述行驶方向角是在目标行驶物体的自车坐标系中形成的，所述图像坐标系和所述自车坐标系均通过拍摄所述目标行驶物体的相机对应的相机坐标系标定；第一确定模块，用于根据所述尺寸信息和所述目标行驶物体的行驶方向角确定目标行驶物体的3D深度信息。
[0011]可选地，所述获取模块包括：第一获取子模块，用于获取所述目标行驶物体沿所述自车坐标系的目标坐标轴的第一速度分量和第二速度分量，所述目标坐标轴与所述图像坐标系的坐标轴方向相同；第一确定子模块，用于根据所述第一速度分量和所述第二速度分量确定所述目标行驶物体的行驶方向角。
[0012]根据第三方面，本专利技术还公开了一种计算机设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如第一方面或第一方面任一可选实施方式所述的3D深度信息估计方法的步骤。
[0013]根据第四方面，本专利技术还公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面或第一方面任一可选实施方式所述的3D深度信息估计方法的步骤。
[0014]本专利技术技术方案，具有如下优点：本专利技术提供的3D深度信息估计方法及装置，通过获取目标行驶物体的2D检测框的尺寸信息以及目标行驶物体的行驶方向角，尺寸信息是在目标行驶物体所处图像的图像坐标系中形成的，行驶方向角是在目标行驶物体的自车坐标系中形成的，图像坐标系和自车坐标系均通过拍摄目标行驶物体的相机对应的相机坐标系标定；根据尺寸信息和目标行驶物体的行驶方向角确定目标行驶物体的3D深度信息。本专利技术通过图像坐标系中的目标行驶物体的2D检测框的尺寸信息以及自车坐标系中的目标行驶物体的行驶方向角确定3D深度信息，不需要训练3D目标检测深度学习网络，提高计算速度，而且图像坐标系和自车坐标系均通过相机坐标系标定，每次的标定过程考虑了相机的内参和外参，避免了当换一个相机，相机内参改变，而导致预测的深度信息不准确的问题。
附图说明
[0015]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，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。
[0016]图1为本专利技术实施例中3D深度信息估计方法的一个具体示例的流程图；图2（a）为本专利技术实施例中3D检测框的一个具体示例图；图2（b）为本专利技术实施例中2D检测框包围3D检测框的一个具体示例图；图3为本专利技术实施例中目标行驶物体的行驶方向角的一个具体示例图；图4为本专利技术实施例中3D深度信息估计装置的一个具体示例的原理框图；图5为本专利技术实施例中计算机设备的一个具体示例图。
具体实施方式
[0017]下面将结合附图对本专利技术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做出创造性劳动前提下所获得的所有其他实施例本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种3D深度信息估计方法，其特征在于，包括如下步骤：获取目标行驶物体的2D检测框的尺寸信息以及所述目标行驶物体的行驶方向角，所述尺寸信息是在目标行驶物体所处图像的图像坐标系中形成的，所述行驶方向角是在目标行驶物体的自车坐标系中形成的，所述图像坐标系和所述自车坐标系均通过拍摄所述目标行驶物体的相机对应的相机坐标系标定；根据所述尺寸信息和所述目标行驶物体的行驶方向角确定目标行驶物体的3D深度信息。2.根据权利要求1所述的方法，其特征在于，所述获取所述目标行驶物体的行驶方向角，包括：获取所述目标行驶物体沿所述自车坐标系的目标坐标轴的第一速度分量和第二速度分量，所述目标坐标轴与所述图像坐标系的坐标轴方向相同；根据所述第一速度分量和所述第二速度分量确定所述目标行驶物体的行驶方向角。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取待识别图像；将所述待识别图像输入到预设识别模型中进行识别，得到目标行驶物体的2D检测框的尺寸信息。4.根据权利要求1所述的方法，其特征在于，所述图像坐标系下的行驶方向角通过如下步骤确定：获取所述2D检测框中的任一地面点的第一坐标；根据预设算法对所述第一坐标进行转换，得到所述任一地面点的坐标在所述自车坐标系对应的第二坐标；在所述自车坐标系中选取第三坐标；根据所述第二坐标、所述第三坐标以及所述目标行驶物体的行驶方向角，在所述自车坐标系中选取第四坐标；根据所述预设算法对所述第三坐标、所述第四坐标进行转换，得到所述第三坐标在图像坐标系中的第五坐标和所述第四坐标在图像坐标系中的第六坐标；根据所述第一坐标、所述第五坐标以及所述第六坐标，确定所述目标行驶物体在所述图像坐标系下的行驶方向角。5.根据权利要求4所述的方法，其特征在于，所述根据所述图像坐标系下的行驶方向角以及所述尺寸信息确定所述目标行驶物体的3D深度信息，包括：；或其中，表示目标行驶物体的3D深度信息；表示目标行驶物体的2D检测框的尺寸信息中的长度信息；表示目标行驶物体的2D检测框的尺寸信息中的宽度信息；表示图像...
【专利技术属性】
技术研发人员：尚进，马良慧，冉雪峰，
申请(专利权)人：国汽智控北京科技有限公司，
类型：发明
国别省市：
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。