目标检测方法、车载设备及存储介质技术

本申请实施例提供一种目标检测方法、车载设备及存储介质，所述方法包括：获取目标场景的可见光图像和红外图像，对所述可见光图像和所述红外图像进行配准，得到可见光配准图像和红外配准图像；根据所述可见光配准图像和所述红外配准图像中包含的目标对象尺寸形成数据点，得到锚框数据集；基于所述锚框数据集进行聚类以确定聚类中心，根据聚类中心对应的所述数据点确定目标锚框；获取待识别场景的待识别图像，基于所述目标锚框对所述待识别图像进行滑动遍历，以分别对所述目标锚框对应图像区域提取图像特征，根据所述图像特征得到所述待识别图像中是否包含目标对象的目标检测结果。别图像中是否包含目标对象的目标检测结果。别图像中是否包含目标对象的目标检测结果。

【技术实现步骤摘要】
目标检测方法、车载设备及存储介质


[0001]本申请涉及智能驾驶
，尤其是涉及一种目标检测方法及装置、车载设备及计算机可读存储介质。

技术介绍

[0002]近年来，以减少事故发生为目标的辅助驾驶逐渐成为社会的需要。基于可见光的目标检测技术已广泛应用于汽车辅助驾驶，并得到了一定的发展。但是由于实际路况极度复杂，如夜间、雾霾、光照不足等能见度差使得视野范围有限的情况下，可见光的效果会受到很大的影响，驾驶员的可视距离将会明显缩短，行车安全受到极大的影响和威胁。红外成像技术可以将景物自身发出的红外辐射转化为可见的热图像。由于物体不同部分有不同的辐射特性，所以红外成像系统可以把景物的各个部分区分开来，然后转换为可见的灰度图像。红外图像的获取不依赖于外部光线，环境适用性强，抗干扰能力强。因此，结合可见光图像和红外图像的目标检测的车载系统能够弥补可见光在行驶场景中的不足，帮助驾驶员清楚地观察到周围车辆和行人，提前发现安全预警信息，提高驾驶的安全性。
[0003]然而，已知的目标检测算法通常仅适用于对单一的可见光图像或者红外图像进行处理，将其直接应用到同时对可见光图像和红外图像进行处理时，采用滑动窗口进行目标检测会导致窗口冗余和时间复杂度高，导致目标检测的召回率和准确率低下。

技术实现思路

[0004]为解决现有存在的技术问题，本申请提供一种可结合可见光图像和红外图像进行目标检测、且有效提升目标检测的召回率和准确率的目标检测方法、车载设备及计算机可读存储介质。
[0005]为达到上述目的，本申请实施例的技术方案是这样实现的：
[0006]第一方面，本申请实施例提供一种目标检测方法，包括：
[0007]获取目标场景的可见光图像和红外图像，对所述可见光图像和所述红外图像进行配准，得到可见光配准图像和红外配准图像；
[0008]根据所述可见光配准图像和所述红外配准图像中包含的目标对象尺寸形成数据点，得到锚框数据集；
[0009]基于所述锚框数据集进行聚类以确定聚类中心，根据聚类中心对应的所述数据点确定目标锚框；
[0010]获取待识别场景的待识别图像，基于所述目标锚框对所述待识别图像进行滑动遍历，以分别对所述目标锚框对应图像区域提取图像特征，根据所述图像特征得到所述待识别图像中是否包含目标对象的目标检测结果。
[0011]第二方面，本申请实施例提供一种车载设备，包括处理器、与所述处理器连接的图像采集设备、存储器及存储在所述存储器上并可被所述处理器执行的计算机程序，所述图像采集设备用于同步采集行驶场景的各个时刻对应的可见光图像和红外图像；所述计算机
程序被所述处理器执行时实现如本申请任一实施例所述的目标检测方法。
[0012]第三方面，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被所述处理器执行时实现如本申请任一实施例所述的目标检测方法。
[0013]上述实施例中，通过对采集到的目标场景的可见光图像和红外图像进行配准，得到可见光配准图像和红外配准图像，基于可见光配准图像和红外配准图像中包含的目标对象尺寸，形成锚框数据集，以确定目标锚框，通过目标锚框对待识别场景的待识别图像进行滑动遍历，以分别提取目标锚框对应图像区域的图像特征实现目标检测，如此，基于可见光配准图像和红外配准图像包含的目标对象对锚框尺寸进行优化和进行目标检测，一方面，使得同一目标检测算法可同时适用于结合可见光图像和红外图像的目标检测，在可见光充足的场景下依然保持对可见光图像的目标检测优势，且可利用红外图像的目标检测弥补可见光不足的行驶场景下的检测需求，帮助驾驶员清楚地观察到周围车辆和行人，提前发现安全预警信息，提高驾驶的安全性；另一方面，采用优化后的锚框尺寸进行滑动遍历以识别待识别图像中是否包含目标对象，可以减小窗口冗余和提升识别效率，提高对场景的目标检测能力，有效增加目标检测的召回率和准确率。
[0014]上述实施例中，车载设备、计算机可读存储介质与对应的目标检测方法实施例属于同一构思，从而分别与对应的目标检测方法实施例具有相同的技术效果，在此不再赘述。
附图说明
[0015]图1为一实施例中目标检测方法的可选应用场景的架构图；
[0016]图2为一实施例中目标检测方法的流程图；
[0017]图3为另一实施例中目标检测方法的流程图；
[0018]图4为一实施例中距离计算示意图；
[0019]图5为一实施例中初始神经网络模型的架构示意图；
[0020]图6为一可选的具体示例中目标检测方法的流程图；
[0021]图7为一实施例中目标检测效果的对比图；
[0022]图8为一实施例中目标检测装置的结构示意图；
[0023]图9为一实施例中车载设备的结构示意图。
具体实施方式
[0024]以下结合说明书附图及具体实施例对本申请技术方案做进一步的详细阐述。
[0025]为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，所描述的实施例不应视为对本申请的限制，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它实施例，都属于本申请保护的范围。
[0026]在以下的描述中，涉及到“一些实施例”的表述，其描述了所有可能实施例的子集，需要说明的是,“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
[0027]在以下的描述中，所涉及的术语“第一、第二、第三”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一、第二、第三”在允许的情况下可以互换特定的
顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
[0028]请参阅图1，为本申请实施例提供的目标检测方法的可选应用场景的示意图，其中，车载设备包括主控系统13、与主控系统13通信连接的图像采集设备11，主控系统13主要包括存储器、处理器、与处理器通信连接的显示器和输入设备等。所述图像采集设备11用于采集同一时刻、同一目标场景的红外图像和可见光图像，如，图像采集设备11可以是指同时采集可见光图像和红外图像的双光摄像头，或者是装设于车辆上的特定位置，可同步、且相同视角采集同一目标场景的红外图像的红外拍摄模块和采集可见光图像的可见光拍摄模块。车载设备装设于车辆上，车辆在车道上行驶过程中，图像采集设备实时采集车辆行驶过程周围的红外图像形成行驶场景的红外图像、及车辆行驶过程周围的可见光图像形成行驶场景的可见光图像发送给主控系统13，主控系统13对同一时刻、同一目标场景的红外图像和可见光图像进行配准，得到对应的可见光配准图像和红外配准图像，将所述可见光配准图像和红外配准图像作为待识别图像，采用目标锚框对所述待识别图像滑动遍历以提取图像特征，根据提取到的图像特征以确定所述待识别图像中是否包含目标对象。
[0029]请参阅图2，为本申请一实施例提供的目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标检测方法，其特征在于，包括：获取目标场景的可见光图像和红外图像，对所述可见光图像和所述红外图像进行配准，得到可见光配准图像和红外配准图像；根据所述可见光配准图像和所述红外配准图像中包含的目标对象尺寸形成数据点，得到锚框数据集；基于所述锚框数据集进行聚类以确定聚类中心，根据聚类中心对应的所述数据点确定目标锚框；获取待识别场景的待识别图像，基于所述目标锚框对所述待识别图像进行滑动遍历，以分别对所述目标锚框对应图像区域提取图像特征，根据所述图像特征得到所述待识别图像中是否包含目标对象的目标检测结果。2.如权利要求1所述的目标检测方法，其特征在于，所述基于所述锚框数据集进行聚类以确定聚类中心，根据聚类中心对应的所述数据点确定目标锚框，包括：根据所述锚框数据集确定初始的聚类中心；计算所述锚框数据集中各数据点与初始的所述聚类中心之间的第一距离，根据所述第一距离对初始的所述聚类中心进行更新，得到更新后的聚类中心；根据最终更新后的所述聚类中心对应的所述数据点确定目标锚框。3.如权利要求2所述的目标检测方法，其特征在于，所述计算所述锚框数据集中各数据点与初始的所述聚类中心之间的第一距离，根据所述第一距离对初始的所述聚类中心进行更新，得到更新后的聚类中心之后，还包括：以当前的所述聚类中心为初始化质心，根据所述锚框数据集中各数据点与所述初始化质心之间的距离进行聚类划分，确定聚类集；根据新增的所述目标对象尺寸形成的数据点，得到更新的锚框数据集；计算所述更新的锚框数据集中各数据点与当前的所述聚类中心之间的第二距离，根据所述第二距离对当前的所述聚类中心进行更新，根据当前更新后的所述聚类中心确定更新质心；若所述初始化质心与所述更新质心之间的距离满足设定条件时，将所述初始化质心对应的聚类中心作为最终的聚类中心。4.如权利要求3所述的目标检测方法，其特征在于，还包括：若所述初始化质心与所述更新质心之间的距离不满足所述设定条件时，返回所述根据所述锚框数据集确定初始的聚类中心的步骤。5.如权利要求2所述的目标检测方法，其特征在于，所述计算所述锚框数据集中各数据点与初始的所述聚类中心之间的第一距离，根据所述第一距离对初始的所述聚类中心进行更新，得到更新后的聚类中心，包括：分别以所述锚框数据集中各数据点为目标数据点，根据所述目标数据点与初始的所述聚类中心对应的数据点的交并比，确定所述目标数据点与初始的所述聚类中心之间的第一距离；选取所述第一距...

【专利技术属性】
技术研发人员：梁林林，苏欣，续晓丽，
申请(专利权)人：合肥英睿系统技术有限公司，
类型：发明
国别省市：