【技术实现步骤摘要】
一种潜在危险目标检测方法及装置
[0001]本申请涉及通信
,尤其涉及一种潜在危险目标检测方法及装置。
技术介绍
[0002]随着汽车保有量的增加,汽车安全也被越来越多的人所重视。而自动紧急制动(auto emergency brake,AEB)系统可以在一定程度上保证汽车安全。AEB系统的工作原理为:利用相机检测汽车前方道路存在的目标,当检测到的目标与汽车之间的距离不超过报警距离时,认为该目标存在碰撞风险,此时汽车会自动采用制动措施。
[0003]现有技术中可以基于机器学习实现目标的检测,这种检测方式对于位于汽车前方的完整目标的检测率很高。但是对于可能出现在汽车两侧且可能会快速切入到汽车前方的目标,机器学习的检测方式在检测时,可能出现检测不到目标或目标检测过晚的情况。这是因为这类目标在采集到的图像中仅部分可见且出现时间短,机器学习的检测方式对于目标在仅部分可见时很难检测出,导致检测过晚,并且由于这种仅部分可见的目标的检测结果严重依赖于机器学习时的样本数据,因此也可能出现检测不到目标的情况。在检测不到目标或目标 ...
【技术保护点】
【技术特征摘要】
1.一种潜在危险目标检测方法,其特征在于,包括:获取连续的至少两帧图像,所述连续的至少两帧图像为对汽车两侧的场景进行图像采集得到的;确定第一图像中的感兴趣ROI区域,并确定所述ROI区域内包括的各个特征点的运动信息,每个所述特征点的运动信息包括所述特征点的运动方向;所述第一图像为所述至少两帧图像中的任意一帧图像;根据所述各个特征点的运动信息,对所述ROI区域内包括的各个特征点进行聚类,得到位于所述ROI区域内的至少一个目标;根据每个所述目标包括的至少一个特征点的运动方向,确定每个所述目标的运动方向;将所述至少一个目标中运动方向与所述汽车的行车方向相同的目标,确定为潜在危险目标。2.如权利要求1所述的方法,其特征在于,所述确定第一图像中的ROI区域,包括:根据用于对所述汽车两侧的场景进行图像采集的图像采集设备的参数以及所述汽车的运动信息,确定第一图像中的ROI区域;所述图像采集设备的参数包括内参和外参,所述内参用于世界坐标系和图像采集设备坐标系之间的转换,所述外参用于所述图像采集设备坐标系和二维坐标系之间的转换;所述汽车的运动信息包括所述汽车的行车方向和行车速度。3.如权利要求2所述的方法,其特征在于,所述根据用于对所述汽车两侧的场景进行图像采集的图像采集设备的参数以及所述汽车的运动信息,确定第一图像中的ROI区域,包括:根据所述汽车的行车方向和行车速度、及所述汽车的安全距离对应的碰撞时间,确定潜在危险区域的纵向长度;根据所述汽车所在的车道的宽度,确定所述潜在危险区域的横向长度;根据所述潜在危险区域的纵向长度、横向长度及所述图像采集设备的参数,确定第一图像中的ROI区域。4.如权利要求1-3任一项所述的方法,其特征在于,所述对所述ROI区域内包括的各个特征点进行聚类,得到位于所述ROI区域内的至少一个目标,包括:对所述ROI区域内包括的各个特征点进行聚类,得到至少一个第一检测区域,所述至少一个第一检测区域位于所述ROI区域内;确定所述至少一个第一检测区域分别对应的第一置信度;所述至少一个第一检测区域分别对应的第一置信度是在对所述ROI区域内包括的各个特征点进行聚类时确定的;过滤掉所述至少一个第一检测区域中第一置信度小于第一置信度阈值的第一检测区域,得到剩余的至少一个第一检测区域,作为至少一个第二检测区域,所述第一置信度阈值大于0且小于1;根据确定的权重值,对所述至少一个第二检测区域分别对应的第一置信度进行加权,得到所述至少一个第二检测区域分别对应的第二置信度;过滤掉所述至少一个第二检测区域中第二置信度小于第二置信度阈值的第二检测区域,得到剩余的至少一个第二检测区域,所述第二阈值大于所述第一阈值,且小于1;
将剩余的每个第二检测区域中分别包括的目标,作为所位于所述ROI区域内的至少一个目标。5.如权利要求4所述的方法,其特征在于,所述权重值根据以下参数中的至少一种确定:所述第一检测区域和所述第二检测区域的交并比,所述交并比为所述第一检测区域和所述第二检测区域的交集区域的大小与所述第一检测区域和所述第二检测区域的并集区域的大小的比值;所述第二检测区域内包含的特征点的数量和位置;所述第二检测区域内包含的各个特征点的运动量;所述第二检测区域内包含的各个特征点的运动方向。6.一种潜在危险目标检测装置,其特征在于,包括接口单元和处理单元:所述接口单元,用于获取连续的至少两帧图像,所述连续的至少两帧图像为对汽车两侧的场景进行图像采集得到的;所述处理单元,用于确定第一图像中的感兴趣ROI区域,并确定所述ROI区域内包括的各个特征点的运动信息,每个所述特征点的运动信息包括所述特征点的运动方向;所述第一图...
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。