一种目标物的识别方法、装置、存储介质及电子设备制造方法及图纸

本说明书公开了一种目标物的识别方法、装置、存储介质及电子设备，本说明书实施例一方面将无人设备采集的图像输入识别模型，使识别模型提取整个图像的图像特征，另一方面根据采集该图像时的位姿以及待识别目标物的实际位置，确定待识别目标物在该图像中所应该出现的位置，最后根据待识别目标物在该图像中应该出现的位置，从整个图像的图像特征中提取出部分特征，并根据提取出的部分特征对待识别目标物进行识别，由此可大幅降低图像中不存在待识别目标物的部分对识别过程所产生的干扰，提高了识别精度。

【技术实现步骤摘要】
一种目标物的识别方法、装置、存储介质及电子设备
本说明书涉及自动驾驶
，尤其涉及一种目标物的识别方法、装置、存储介质及电子设备。
技术介绍
在自动驾驶技术中，感知是一个重要的环节。在感知过程中，对诸如障碍物、车道线等目标物进行识别成为感知过程的重要组成部分。下面以对车道线进行感知为例进行说明。在对无人设备进行定位时，通常需要先通过全球定位系统（GlobalPositioningSystem，GPS）对无人设备进行初始定位，再从无人设备实时采集的图像中识别出车道线，并确定识别出的车道线的位置，然后将确定的车道线的位置与高精地图中相应的车道线的位置进行对比，最后根据对比结果对初始定位进行修正，以得到最终的定位结果。在现有技术中，识别车道线时，需要将无人设备采集的图像输入预先训练的识别模型，通过识别模型从输入的图像中提取图像特征，再根据图像特征确定出图像中的车道线的位置参数（如截距、斜率、起点坐标、终点坐标等），最后根据车道线的位置参数拟合出车道线，作为识别结果。但是，现有技术通过识别模型识别图像中的车道线时，由于车道线本文档来自技高网...

【技术保护点】
1.一种目标物的识别方法，其特征在于，包括：/n获取无人设备采集的图像；/n将所述图像输入预先训练的识别模型中的特征提取模块，得到所述特征提取模块提取的图像特征；/n根据所述无人设备采集所述图像时的位姿，以及待识别目标物的实际位置，确定所述待识别目标物在所述图像中出现的位置；/n根据所述待识别目标物在所述图像中出现的位置，在所述图像特征中提取部分特征，作为指定特征；/n将所述指定特征输入所述识别模型中的识别模块，得到所述识别模块对所述待识别目标物的识别结果。/n

【技术特征摘要】
1.一种目标物的识别方法，其特征在于，包括：
获取无人设备采集的图像；
将所述图像输入预先训练的识别模型中的特征提取模块，得到所述特征提取模块提取的图像特征；
根据所述无人设备采集所述图像时的位姿，以及待识别目标物的实际位置，确定所述待识别目标物在所述图像中出现的位置；
根据所述待识别目标物在所述图像中出现的位置，在所述图像特征中提取部分特征，作为指定特征；
将所述指定特征输入所述识别模型中的识别模块，得到所述识别模块对所述待识别目标物的识别结果。


2.如权利要求1所述的方法，其特征在于，根据所述无人设备采集所述图像时的位姿，以及待识别目标物的实际位置，确定所述待识别目标物在所述图像中出现的位置，具体包括：
根据所述无人设备采集所述图像时的位姿，确定所述图像对应的图像坐标系；
根据所述待识别目标物的实际位置以及所述图像坐标系，确定所述实际位置映射到所述图像坐标系中的图像坐标，作为所述待识别目标物在所述图像中出现的位置。


3.如权利要求1所述的方法，其特征在于，根据所述待识别目标物在所述图像中出现的位置，在所述图像特征中提取部分特征，具体包括：
根据所述待识别目标物在所述图像中出现的位置，确定所述待识别目标物在所述图像中所在的区域；
根据所述区域，确定对应于所述图像的掩膜矩阵；
根据所述掩膜矩阵，在所述图像特征中提取部分特征。


4.如权利要求3所述的方法，其特征在于，根据所述待识别目标物在所述图像中出现的位置，确定所述待识别目标物在所述图像中所在的区域，具体包括：
根据所述待识别目标物在所述图像中出现的位置，在所述图像中，确定所述待识别目标物在所述图像中出现的位置的邻域区域，作为所述待识别目标物在所述图像中所在的区域；其中，所述邻域区域包含所述待识别目标物在所述图像中出现的位置。


5.如权利要求3所述的方法，其特征在于，根据所述区域，确定对应于所述图像的掩膜矩阵，具体包括：
将所述掩膜矩阵中对应于所述区域中的像素的元素置为第一权重，将所述掩膜矩阵中不对应于所述区域中的像素的元素置为第二权重，得到对应于所述图像的掩膜矩阵；其中，所述第一权重大于所述第二权重。

【专利技术属性】
技术研发人员：夏华夏，高红星，史信楚，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：北京;11