目标检测方法、装置、存储介质及电子设备制造方法及图纸

本发明专利技术提供一种目标检测方法、装置、存储介质及电子设备，用以有效的检测出模糊或者有遮挡的目标，提高目标检测精度。该目标检测方法包括：获取基于同一场景生成的至少两张目标的视图；获取每张所述视图的特征图；选取一张所述特征图作为基准图，并将其他的特征图通过网格化处理分别转换到所述基准图对应的像素坐标系下，得到各个投影特征图；将所述基准图与所有所述投影特征图进行融合，获得总特征图；基于所述总特征图检测所述目标。基于所述总特征图检测所述目标。基于所述总特征图检测所述目标。

【技术实现步骤摘要】
目标检测方法、装置、存储介质及电子设备


[0001]本专利技术涉及图像处理
，尤其涉及一种目标检测方法、装置、存储介质及电子设备。

技术介绍

[0002]目标检测是较多场景中都会涉及到的技术，是从图像中检测出物体的类别和精确位置，例如在智能驾驶场景中，为了保证车辆的正常行驶，需要精确的检测出前方一定距离范围内的机动车辆、行人、非机动车辆等目标，以便智能地做出决策。
[0003]目前，流行的目标检测方法有FasterRCNN，SSD和YOLO等，但这些方法通常是基于单目图像进行目标检测，该检测方法无法有效的检测出模糊或者有遮挡的目标，检测精度不高。

技术实现思路

[0004]有鉴于此，本专利技术提供一种目标检测方法、装置、存储介质及电子设备，用以有效的检测出模糊或者有遮挡的目标，提高目标检测精度。
[0005]具体地，本专利技术是通过如下技术方案实现的：
[0006]根据本专利技术的第一方面，提供一种目标检测方法，所述方法包括：
[0007]获取基于同一场景生成的至少两张目标的视图；
[0008]获取每张所述视图的特征图；
[0009]选取一张所述特征图作为基准图，并将其他的特征图通过网格化处理分别转换到所述基准图对应的像素坐标系下，得到各个投影特征图；
[0010]将所述基准图与所有所述投影特征图进行融合，获得总特征图；
[0011]基于所述总特征图检测所述目标。
[0012]在一可能的实现方式中，所述将其他的特征图通过网格化处理分别转换到所述基准图对应的像素坐标系下，得到各个投影特征图，包括：
[0013]对于其他的特征图中的任意一张，根据所述特征图对应的拍摄装置的内外参数，将所述特征图中的像素点投影到世界坐标系下预定义的网格化虚拟空间，并将所述特征图中的像素点的特征值赋给所述虚拟空间中对应的网格顶点；所述虚拟空间的中心为世界坐标系的坐标原点；
[0014]根据所述基准图对应的拍摄装置的内外参数，将所述虚拟空间中网格顶点投影到所述基准图对应的像素坐标系下，并将所述虚拟空间中网格顶点的值赋给对应的投影点，得到所述特征图对应的投影特征图。
[0015]在一可能的实现方式中，所述根据所述特征图对应的拍摄装置的内外参数，将所述特征图中的像素点投影到世界坐标系下预定义的网格化虚拟空间，包括：
[0016]采用线性插值法在所述特征图中进行采样，得到采样点；
[0017]根据所述特征图对应的拍摄装置的内外参数，将所述采样点投影到所述虚拟空
间，并将所述采样点的特征值赋给所述虚拟空间中对应的网格顶点。
[0018]在一可能的实现方式中，所述将所述基准图与所有所述投影特征图进行融合，获得总特征图，包括：
[0019]将所述基准图与所有所述投影特征图中对应像素的值相加，得到总特征图。
[0020]根据本专利技术的第二方面，提供一种目标检测装置，所述装置包括用于执行第一方面或第一方面的任意可能的实现方式中的目标检测方法的模块。
[0021]根据本专利技术的第三方面，提供一种一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现第一方面或第一方面的任意可能的实现方式中的目标检测方法的步骤。
[0022]根据本专利技术的第四方面，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面或第一方面的任意可能的实现方式中的目标检测方法的步骤。
[0023]在一可能的实现方式中，所述电子设备为列车接近防护预警装置或拍摄装置。
[0024]本专利技术提供的技术方案至少带来以下有益效果：
[0025]本专利技术提供的技术方案先获取基于同一场景生成的至少两张目标的视图，再获取每张所述视图的特征图，然后选取一张所述特征图作为基准图，并将其他的特征图通过网格化处理分别转换到所述基准图对应的像素坐标系下，得到各个投影特征图，之后将所述基准图与所有所述投影特征图进行融合，获得总特征图，并基于所述总特征图检测所述目标，也就是说，本专利技术通过将多目视角的特征图进行融合，从而对特征进行增强，因此，可以有效的检测出模糊或者有遮挡的目标，提高目标检测精度。
附图说明
[0026]图1为本专利技术实施例提供的一种目标检测方法的流程示意图；
[0027]图2为本专利技术实施例提供的另一种目标检测方法的流程示意图；
[0028]图3为本专利技术实施例提供的一种目标检测装置的结构示意图；
[0029]图4为本专利技术实施例提供的目标检测装置中图像处理模块的结构示意图；
[0030]图5为本专利技术实施例提供的电子设备的结构示意图。
具体实施方式
[0031]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本专利技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本专利技术的一些方面相一致的装置和方法的例子。
[0032]在本专利技术使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本专利技术。在本专利技术和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
[0033]应当理解，尽管在本专利技术可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离
本专利技术范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
[0034]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。
[0035]参见图1，本专利技术实施例提供了一种目标检测方法，该方法可以应用于具有图像处理功能的电子设备，例如无人驾驶的汽车、自动飞行的无人机、多摄像头的手机等设备，该方法可以包括如下步骤：
[0036]S101、获取基于同一场景生成的至少两张目标的视图；
[0037]其中，至少两张目标的视图是至少两个具有不同视角的拍摄装置(例如视觉传感器)在同一时刻拍摄的至少两张图片，例如，两个具有不同视角的拍摄装置(例如双目摄像头)在同一时刻拍摄的两张图片。
[0038]S102、获取每张所述视图的特征图；
[0039]在一些实施例中，步骤S102中获取每张所述视图的特征图，包括：
[0040]对于每一所述视图，将该视图输入已训练的卷积神经网络，得到所述卷积神经网络输出的该视图的特征图。
[0041]本专利技术实施例中，卷积神经网络例如可以为Darkn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，所述方法包括：获取基于同一场景生成的至少两张目标的视图；获取每张所述视图的特征图；选取一张所述特征图作为基准图，并将其他的特征图通过网格化处理分别转换到所述基准图对应的像素坐标系下，得到各个投影特征图；将所述基准图与所有所述投影特征图进行融合，获得总特征图；基于所述总特征图检测所述目标。2.根据权利要求1所述的方法，其特征在于，所述将其他的特征图通过网格化处理分别转换到所述基准图对应的像素坐标系下，得到各个投影特征图，包括：对于其他的特征图中的任意一张，根据所述特征图对应的拍摄装置的内外参数，将所述特征图中的像素点投影到世界坐标系下预定义的网格化虚拟空间，并将所述特征图中的像素点的特征值赋给所述虚拟空间中对应的网格顶点；所述虚拟空间的中心为世界坐标系的坐标原点；根据所述基准图对应的拍摄装置的内外参数，将所述虚拟空间中网格顶点投影到所述基准图对应的像素坐标系下，并将所述虚拟空间中网格顶点的值赋给对应的投影点，得到所述特征图对应的投影特征图。3.根据权利要求2所述的方法，其特征在于，所述根据所述特征图对应的拍摄装置的内外参数，将所述特征图中的像素点投影到世界坐标系下预定义的网格化虚拟空间，包括：采用线性插值法在所述特征图中进行采样，得到采样点；根据所述特征图对应的拍摄装置的内外参数，将所述采样点投影到所述虚拟空间，并将所述采样点的特征值赋给所述虚拟空间中对应的网格顶点。4.根据权利要求1所述的方法，其特征在于，所述将所述基准图与所有所述投影特征图进行融合，获得总特征图，包括：将所述基准图与所有所述投影特征图中对应像素的值相加，得到总特征图。5.一种目标检测装置，其特征在于，所述装置包括：视图获取模块，被配置为获取基于同一场景生成的至少两张目标的视图；特征图获取模块，被配置为获取每张所述视图的特征图；图像处理模块，被配置为选取一张所述特征图作为基准图...

【专利技术属性】
技术研发人员：黄永祯，杨少鹏，
申请(专利权)人：银河水滴科技北京有限公司，
类型：发明
国别省市：