【技术实现步骤摘要】
使用神经网络的对象检测和碰撞避免
[0001]至少一个实施例涉及处理资源,该处理资源用于在与车辆相关联的相机的视野中识别对象。例如,至少一个实施例涉及用于根据本文描述的各种新技术识别靠近车辆的对象的处理器或计算系统。
技术介绍
[0002]识别对象到车辆的距离会消耗大量的内存、时间和/或计算资源。用于识别对象与车辆的距离的内存、时间或计算资源的数量可以得到改善。
附图说明
[0003]图1示出了根据至少一个实施例的靠近车辆的对象的示例环境;
[0004]图2示出了根据至少一个实施例的使用神经网络来针对移动车辆进行对象检测和碰撞避免的图;
[0005]图3示出了根据至少一个实施例的用于对象检测和碰撞避免的神经网络的架构图;
[0006]图4示出了根据至少一个实施例的使用从车辆的相机获得的源图像和参考图像的示例;
[0007]图5示出了根据至少一个实施例的使用从车辆的相机获得的源图像和参考图像作为神经网络的输入来生成二值分割图的示例;
[0008]图6示出了根据至少一个实施例的生成分割图的过程的说明性示例;
[0009]图7示出了根据至少一个实施例的训练神经网络的过程的说明性示例;
[0010]图8A示出了根据至少一个实施例的推理和/或训练逻辑;
[0011]图8B示出了根据至少一个实施例的推理和/或训练逻辑;
[0012]图9示出了根据至少一个实施例的神经网络的训练和部署;
[0013]图10示出了根据至少一个实施例的示例数 ...
【技术保护点】
【技术特征摘要】
1.一种处理器,包括:一个或更多个电路,用于使用一个或更多个神经网络来至少部分地基于在第一时间点检测到的一个或更多个对象的图像的大小与在后续时间点检测到的所述一个或更多个对象的图像的大小之间的差异而识别车辆可能会与之碰撞的所述一个或更多个对象。2.如权利要求1所述的处理器,其中所述一个或更多个电路进一步用于:用缩放因子缩放在所述第一时间点检测到的所述一个或更多个对象的所述图像。3.如权利要求2所述的处理器,其中至少部分地基于碰撞时间TTC值来计算所述缩放因子。4.如权利要求3所述的处理器,其中所述一个或更多个电路进一步用于:至少部分地基于在所述第一时间点检测到的所述一个或更多个对象的缩放图像和在所述后续时间点检测到的所述一个或更多个对象的所述图像来确定所述一个或更多个对象中的哪些对象可能在所述TTC值内与所述车辆碰撞。5.如权利要求4所述的处理器,其中所述一个或更多个电路进一步用于:至少部分地基于对所述一个或更多个对象中的哪些对象可能在所述TTC值内与所述车辆碰撞的所述确定来生成分割图。6.如权利要求5所述的处理器,其中所述一个或更多个电路进一步用于:用第二缩放因子缩放在所述第一时间点检测到的所述一个或更多个对象的所述图像,其中至少部分地基于第二TTC值来计算所述第二缩放因子;至少部分地基于用所述第二缩放因子缩放的、在所述第一时间点检测到的所述一个或更多个对象的所述缩放图像和在所述后续时间点检测到的所述一个或更多个对象的所述图像来确定所述一个或更多个对象中的哪些对象可能在所述第二TTC值内与所述车辆碰撞;以及至少部分地基于对所述一个或更多个对象中的哪些对象可能在所述第二TTC值内与所述车辆碰撞的所述确定来生成第二分割图。7.如权利要求6所述的处理器,其中所述一个或更多个电路进一步用于:至少部分地基于所述分割图和所述第二分割图来确定所述一个或更多个对象中的哪些对象可能与所述车辆碰撞。8.一种系统,包括:具有一个或更多个处理器的一个或更多个计算机,所述一个或更多个处理器用于使用一个或更多个神经网络来至少部分地基于在第一时间点检测到的一个或更多个对象的图像的大小与在后续时间点检测到的所述一个或更多个对象的图像的大小之间的差异而识别车辆可能会与之碰撞的所述一个或更多个对象。9.如权利要求8所述的系统,其中所述一个或更多个处理器进一步用于:使用缩放因子缩放在所述第一时间点检测到的所述一个或更多个对象的所述图像;至少部分地基于在所述第一时间点检测到的所述一个或更多个对象的缩放图像和在所述后续时间点检测到的所述一个或更多个对象的所述图像来确定所述一个或更多个对象中的哪些对象可能在时间间隔内与所述车辆碰撞;以及生成分割图,其指示在所述时间间隔内可能与所述车辆碰撞的所述一个或更多个对象中的所述对象。
10.如权利要求8所述的系统,其中所述车辆是手动操作的车辆。11.如权利要求8所述的系统,其中所述一个或更多个处理器进一步用于:从在所述第一时间点检测到的所述一个或更多个对象的所述图像和在所述后续时间点检测到的所述一个或更多个对象的所述图像来确定一个或更多个特征图。12.如权利要求8所述的系统,其中:所述车辆包括具有一个或更多个处理器的所述一个或更多个计算机,所述一个或更多个处理器用于使用一个或更多个神经网络来识别所述车辆可能与之碰撞的所述一个或更多个对象;以及所述车辆至少部分地基于来自所述一个或更多个神经网络的输出来执行一个或更多个导航操作以避免与所述一个或更多个对象的碰撞。13.如权利要求12所述的系统,其中来自所述一个或更多个神经网络的输出指示所述一个或更多个对象相对于所述车辆的碰撞时间。14.一种其上存储有一组指令的机器可读介质,所述一组指令如果由一个或更多个处理器执行,则使所述一个或更多个处理器使用一个或更多个神经网络来至少部分地基于在第一时间点检测到的一个或更多个对象的图像的大小与在后续时间点检测到的所述一个或更多个对象的图像的大小之间的差异而识别车辆可能会与之碰撞的所述一个或更多个对象。15.如权利要求14所述的机器可读介质,其中所述一组指令进一步包括这样的指令:其如果由所述一个或更多个处理器执行,则使所述一个或更多个处理器使用所述一个或更多个神经网络来用缩放因子缩放在所述第一时间点检测到的所述一个或更多个对象的所述图像的特征图。16.如权利要求15所述的机器可读介质,其中所述一组指令还包括这样的指令:其如果由所述一个或更多个处理器执行,则使所述一个或更多个处理器使用所述一个或更多个神经网络来生成二值分割图,其指示所述一个或更多个对象中的哪些对象可能在时间间隔内与所述车辆发生碰撞。17.如权利要求16所述的机器可读介质,其中至少部分地基于所述第一时间点、所述后续时间点和所述时间间隔来计算所述缩放因子。18.如权利要求16所述的机器可读介质,其中所述一个或更多个神经网络在所述二值分割图中分配预定值,以指示在所述时间间隔内可能与所述车辆碰撞的所述一个或更多个对象中的所述对象。19.如权利要求16所述的...
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。