一种检测目标朝向的方法、装置及电子设备制造方法及图纸

本申请公开了一种检测目标朝向的方法、装置及电子设备，用以提升道路中车辆朝向检测结果的准确性。该方法包括：获取待检测图像，并将所述待检测图像输入目标朝向检测模型；通过所述目标朝向检测模型对所述待检测图像进行目标检测，并确定检测出的目标对应的目标向量；其中，所述目标向量基于所述检测出的目标的姿态信息确定，所述目标朝向检测模型包括所述检测出的目标的特征与目标区域的特征之间的对应关系，所述目标区域为所述检测出的目标在所述待检测图像中所在的区域；基于所述目标向量在所述待检测图像关联的图像坐标系中的倾斜参数，确定所述检测出的目标的朝向信息。确定所述检测出的目标的朝向信息。确定所述检测出的目标的朝向信息。

【技术实现步骤摘要】
一种检测目标朝向的方法、装置及电子设备


[0001]本申请涉及智能驾驶
，尤其涉及一种检测目标朝向的方法、装置及电子设备。

技术介绍

[0002]随着人工智能相关技术的成熟，现已将人工智能引入多个道路管理项目之中，以便加强道路管理。上述道路管理项目包括，车辆检测，车辆轨迹检测，车辆朝向检测等等。其中，车辆朝向检测作为基础检测项目之一，有助于车辆轨迹检测的执行，预测道路拥堵情况或拥堵位置等。
[0003]目前，基于车辆朝向检测的人工智能算法主要有两种。第一种是通过检测网络检测车辆的位置信息，并基于该位置信息将包含车辆的区域从采集图像中提取，并送入分类网络进行处理，以确定朝向。第二种是通过采集图像推测车轮贴地点等关键点的信息，基于关键点确定车辆朝向。
[0004]上述第一种算法问题在于对于检测网络以及分类网络性能要求较高，由于网络复杂容易出现训练效果不佳，导致检测结果不准确的问题。而上述第二种算法由于需要提取包括车轮贴地点等关键点的信息，容易出现关键点提取错误，导致检测结果不准确的问题。

技术实现思路

[0005]本申请提供了一种检测目标朝向的方法、装置及电子设备，用以提升道路中车辆朝向检测结果的准确性。
[0006]第一方面，本申请提供一种检测目标朝向的方法，包括：获取待检测图像，并将所述待检测图像输入目标朝向检测模型；通过所述目标朝向检测模型对所述待检测图像进行目标检测，并确定检测出的目标对应的目标向量；其中，所述目标向量基于所述检测出的目标的姿态信息确定，所述目标朝向检测模型包括所述检测出的目标的特征与目标区域特征之间的对应关系，所述目标区域为所述检测出的目标在所述待检测图像中所在的区域；基于所述目标向量在所述待检测图像关联的图像坐标系中的倾斜参数，确定所述检测出的目标的朝向信息。
[0007]上述申请实施例中，通过目标朝向检测模型，确定待检测图像中的目标，以及与目标对应的目标向量，并基于该目标向量确定目标的朝向信息，因而只需基于目标的姿态信息确定目标向量，就可确定朝向，避免了提取目标的贴地点信息，以预测目标朝向，因而不仅达到了提高检测目标朝向的速率的目的，还有效提高了检测目标朝向的准确性。该方法尤其适用于道路检测中车辆的朝向检测，即将目标设置为车辆，使得目标朝向检测模型只需根据图像中采集到的车辆信息（部分或全部）确定对应于车辆的目标向量，进而根据该目标向量确定车辆朝向，有效避免了需提取车轮贴地点信息，但由于采集图像信息中未显示车轮信息，导致车辆朝向检测结果不准确的问题。
[0008]一种可能的实施方式，所述基于所述目标向量在所述待检测图像关联的图像坐标系中的倾斜参数，确定所述检测出的目标的朝向信息，包括：确定所述目标向量与所述图像坐标系中预设坐标轴的夹角为所述倾斜参数；响应于所述倾斜参数大于参数阈值，确定所述目标朝向为第一朝向类型；响应于所述倾斜参数小于或等于参数阈值，确定所述目标朝向为第二朝向类型：其中：所述第一朝向类型所对应的所述目标朝向，相对于所述第二朝向类型所对应的目标朝向。
[0009]一种可能的实施方式，所述通过所述目标朝向检测模型对所述待检测图像进行目标检测，并确定检测出的目标对应的目标向量，包括：提取所述待检测图像的第一特征信息；其中，所述第一特征信息包括所述待检测图像的浅层特征和深层特征，所述浅层特征指示所述目标区域的局部特征，所述深层特征包括所述目标区域的整体特征；融合所述第一特征信息中的所述浅层特征和所述深层特征，得到对应于所述待检测图像的第一融合信息；基于所述第一融合信息，确定所述检测出的目标，以及所述目标向量。
[0010]一种可能的实施方式，所述目标朝向检测模型通过如下方式训练得到：获取第一训练图像集；其中，所述第一训练图像集包括第一训练图像与第一标签的一一对应关系，所述第一标签包括所述第一训练图像中第一预设目标对应的第一预设向量；将所述第一训练图像集输入目标朝向训练模型，得到第一检测目标，及对应于所述第一检测目标的第一检测向量；确定所述第一检测目标与所述第一预设目标之间的第一误差，及所述第一检测向量与所述第一预设向量之间的第二误差；基于所述第一误差和所述第二误差，调整所述目标朝向训练模型的参数，直到所述第一误差小于第一阈值，且所述第二误差小于第二阈值，得到训练后的目标朝向检测模型。
[0011]一种可能的实施方式，所述确定所述检测出的目标的朝向信息之后，还包括：基于所述图像坐标系，确定所述检测出的目标在所述待检测图像中的图像位置信息；基于所述图像位置信息和采集所述待检测图像的图像采集设备的图像采集参数，确定所述图像采集设备的转换参数；其中，所述转换参数包括所述图像位置信息，以及由所述图像位置信息经像素坐标系转换所得的像素位置信息；基于所述转换参数，确定所述检测出的目标在物理坐标系中的物理位置信息。
[0012]第二方面，本申请提供一种确定目标朝向检测模型的方法，包括：获取第一训练图像集；其中，所述第一训练图像集包括第一训练图像与第一标签的一一对应关系，所述第一标签包括所述第一训练图像中第一预设目标对应的第一预设向量；将所述第一训练图像集输入目标朝向训练模型，得到第一检测目标及对应于所述第一检测目标的第一检测向量；
确定所述第一检测目标与所述第一预设目标之间的第一误差，及所述第一检测向量与所述第一预设向量之间的第二误差；基于所述第一误差和所述第二误差，调整所述目标朝向训练模型的参数，直到所述第一误差小于第一阈值，且所述第二误差小于第二阈值，得到训练后的目标朝向检测模型；其中，所述目标朝向检测模型用于确定待检测图像中的待测目标以及所述待测目标的朝向信息。
[0013]一种可能的实施方式，所述得到训练后的目标朝向检测模型之后，还包括：将待检测图像输入所述目标朝向检测模型，确定所述待检测图像中的待测目标以及与所述待测目标对应的目标向量；确定所述目标向量与图像坐标系中设置坐标轴之间的夹角是否大于参考角；若是，则确定所述目标朝向为第一朝向类型；若否，则确定所述目标朝向为第二朝向类型；其中，所述第一朝向类型指示的所述目标朝向相对于所述第二朝向类型指示的所述目标朝向，所述图像坐标系与所述待检测图像关联。
[0014]一种可能的实施方式，所述将所述第一训练图像集输入目标朝向训练模型，得到第一检测目标及对应于所述第一检测目标的第一检测向量，包括：提取所述第一训练图像中的训练特征信息；其中，所述训练特征信息包括所述第一训练图像的浅层特征和深层特征；融合所述训练特征信息中的深层特征和浅层特征，得到对应于所述第一训练图像的训练融合信息；基于所述第一标签中第一预设目标的预设位置信息和所述训练融合信息，确定所述第一检测目标和所述第一检测向量。
[0015]一种可能的实施方式，所述基于所述第一标签中第一预设目标的预设位置信息和所述训练融合信息，确定所述第一检测目标和所述第一检测向量，包括：基于所述训练融合信息和所述预设位置信息，在所述第一训练图像中确定候选目标，以及所述候选目标所对应的候选向量；基于所述候选目标的置信度，将本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种检测目标朝向的方法，其特征在于，包括：获取待检测图像，并将所述待检测图像输入目标朝向检测模型；通过所述目标朝向检测模型对所述待检测图像进行目标检测，并确定检测出的目标对应的目标向量；其中，所述目标向量基于所述检测出的目标的姿态信息确定，所述目标朝向检测模型包括所述检测出的目标的特征与目标区域的特征之间的对应关系，所述目标区域为所述检测出的目标在所述待检测图像中所在的区域；基于所述目标向量在所述待检测图像关联的图像坐标系中的倾斜参数，确定所述检测出的目标的朝向信息。2.如权利要求1所述的方法，其特征在于，所述基于所述目标向量在所述待检测图像关联的图像坐标系中的倾斜参数，确定所述检测出的目标的朝向信息，包括：确定所述目标向量与所述图像坐标系中预设坐标轴的夹角为所述倾斜参数；响应于所述倾斜参数大于参数阈值，确定所述目标朝向为第一朝向类型；响应于所述倾斜参数小于或等于参数阈值，确定所述目标朝向为第二朝向类型：其中：所述第一朝向类型所对应的所述目标朝向，相对于所述第二朝向类型所指示的目标朝向。3.如权利要求1所述的方法，其特征在于，所述通过所述目标朝向检测模型对所述待检测图像进行目标检测，并确定检测出的目标对应的目标向量，包括：提取所述待检测图像的第一特征信息；其中，所述第一特征信息包括所述待检测图像的浅层特征和深层特征，所述浅层特征指示所述目标区域的局部特征，所述深层特征包括所述目标区域的整体特征；融合所述第一特征信息中的所述浅层特征和所述深层特征，得到对应于所述待检测图像的第一融合信息；基于所述第一融合信息，确定所述检测出的目标，以及所述目标向量。4.如权利要求1
‑
3任一项所述的方法，其特征在于，所述目标朝向检测模型通过如下方式训练得到：获取第一训练图像集；其中，所述第一训练图像集包括第一训练图像与第一标签的一一对应关系，所述第一标签包括所述第一训练图像中第一预设目标对应的第一预设向量；将所述第一训练图像集输入目标朝向训练模型，得到第一检测目标，及对应于所述第一检测目标的第一检测向量；确定所述第一检测目标与所述第一预设目标之间的第一误差，及所述第一检测向量与所述第一预设向量之间的第二误差；基于所述第一误差和所述第二误差，调整所述目标朝向训练模型的参数，直到所述第一误差小于第一阈值，且所述第二误差小于第二阈值，得到训练后的目标朝向检测模型。5.如权利要求4所述的方法，其特征在于，所述确定所述检测出的目标的朝向信息之后，还包括：基于所述图像坐标系，确定所述检测出的目标在所述待检测图像中的图像位置信息；基于所述图像位置信息和采集所述待检测图像的图像采集设备的图像采集参数，确定所述图像采集设备的转换参数；其中，所述转换参数包括所述图像位置信息，以及由所述图像位置信息经像素坐标系转换所得的像素位置信息；
基于所述转换参数，确定所述检测出的目标在物理坐标系中的物理位置信息。6.一种确定目标朝向检测模型的方法，其特征在于，包括：获取第一训练图像集；其中，所述第一训练图像集包括第一训练图像与第一标签的一一对应关系，所述第一标签包括所述第一训练图像中第一预设目标对应的第一预设向量；将所述第一训练图像集输入目标朝向训练模型，得到第一检测目标及对应于所述第一检测目标的第一检测向量；确定所述第一检测目标与所述第一预设目标之间的第一误差，及所述第一检测向量与所述第一预设向量之间的第二误差；基于所述第一误差和所述第二误差，调整所述目标朝向训练模型的参数，直到所述第一误差小于第一阈值，且所述第二误差小于第二阈值，得到训练后的目标朝向检测模型；其中，所述目标朝向检测模型用于确定待检测图像中的待测目标以及所述待测目标的朝向信息。7.如权利要求6所述的方法，其特征在于，所述得到训练后的目标朝向检测模型之后，还包括：将待检测图像输入所述目标朝向检测模型，确定所述待检测图像中的待测目标以及与所述待测目标对应的目标向量；确定所述目标向量与图像坐标系中设置坐标轴之间的夹角是否大于参考角；若是，则确定所述目标朝向为第一朝向类型；若否，则确定所述目标朝向为第二朝向类型；其中，所述第一朝向类型指示的所述目标朝向相对于所述第二朝向类型指示的所述目标朝向，所述图像坐标系与所述待检测图像关联。8.如权利要求6所述的方法，其特征在于，所述将所述第一训练图像集输入目标朝向训练模型，得到第一检测目标及对应于所述第一检测目标的第一检测向量...

【专利技术属性】
技术研发人员：陆超，李加琛，巫立峰，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：