【技术实现步骤摘要】
一种多障碍物匹配方法及设备
[0001]本申请涉及图像处理
，尤其涉及一种多障碍物匹配方法及设备。
技术介绍
[0002]目前，常见的多障碍物匹配方法是使用匈牙利匹配算法，识别前后帧图片中重复的障碍物以及识别新的障碍物，为后续障碍物轨迹预测和智能驾驶路径规划做准备。
[0003]然而，匈牙利匹配算法对障碍物运动模型和表观模型的要求较高，一般情况下无法对前后帧图片中的障碍物进行全面的匹配，导致多障碍物匹配的结果不够精确。
技术实现思路
[0004]本申请实施例提供了一种多障碍物匹配方法及设备，用以解决现有的多障碍物匹配算法存在匹配结果不够精确的技术问题。
[0005]一方面，本申请实施例提供了一种多障碍物匹配方法，所述方法包括：将待匹配图像输入至障碍物检测模型中，以识别出所述待匹配图像中存在的多个障碍物；其中，所述待匹配图像为连续的两帧图像；以所述多个障碍物在所述待匹配图像中的位置为基准，对所述多个障碍物依次进行预匹配处理；对通过所述预匹配处理的障碍物，继续进行相似度计算；基于所述相似度计...
【技术保护点】
【技术特征摘要】
1.一种多障碍物匹配方法，其特征在于，所述方法包括：将待匹配图像输入至障碍物检测模型中，以识别出所述待匹配图像中存在的多个障碍物；其中，所述待匹配图像为连续的两帧图像；以所述多个障碍物在所述待匹配图像中的位置为基准，对所述多个障碍物依次进行预匹配处理；对通过所述预匹配处理的障碍物，继续进行相似度计算；基于所述相似度计算结果，通过预设相似度阈值，完成所述多个障碍物的匹配。2.根据权利要求1所述的一种多障碍物匹配方法，其特征在于，识别出所述待匹配图像中存在的多个障碍物，具体包括：通过所述障碍物检测模型，识别出所述多个障碍物分别对应的障碍物类型，以及，识别出所述多个障碍物分别对应的中心点坐标，以及，识别出所述多个障碍物分别对应的最大横坐标、最大纵坐标、最小横坐标以及最小纵坐标；其中，所述障碍物类型至少包括以下任一项或者多项：汽车、行人、摩托车、自行车。3.根据权利要求2所述的一种多障碍物匹配方法，其特征在于，对所述多个障碍物依次进行预匹配处理，具体包括：以前帧待匹配图像中的第一个障碍物为起点，遍历所述前帧待匹配图像中的多个障碍物，分别与后帧待匹配图像中的多个障碍物进行类型匹配；其中，所述第一个障碍物为所述前帧待匹配图像中，中心点横坐标最小且中心点纵坐标最大的障碍物；若所述多个障碍物通过所述类型匹配，则说明所述多个障碍物通过所述预匹配处理。4.根据权利要求3所述的一种多障碍物匹配方法，其特征在于，所述方法还包括：确定所述多个障碍物中，存在N个障碍物未通过所述预匹配处理；将所述N个障碍物确定为新障碍物。5.根据权利要求1所述的一种多障碍物匹配方法，其特征在于，对通过所述预匹配处理的障碍物，继续进行相似度计算，具体包括：确定通过所述预匹配处理的M组障碍物；其中，所述M组障碍物中每两个障碍物为一组，且这两个障碍物分别存在于前帧待匹配图像与后帧待匹配图像中；分别计算所述M组障碍物之间的尺寸匹配度、中心点匹配度以及重叠区域匹配度；确定所述尺寸匹配度、中心点匹配度以及重叠区域匹配度分别对应的权重，并通过所述权重，计算所述M组障碍物分别对应的相似度。6.根据权利要求5所述的一种多障碍物匹配方法，其特征在于，分别计算所述M组障碍物之间的尺寸匹配度，具体包括：通过公式：其中，prob.size
ij
为前帧待匹配图像中第i个障碍物与后帧待匹配图像中第j个障碍物之间的尺寸匹配度；Pre.Obj
i
→
w为前帧待匹配图像中第i个障碍物的宽度，Pre.Obj
i
→
h为前帧待匹配图像中第i个障碍物的高度；Rear.Obj
j
→
w为后帧待匹配图像中第j个障碍物的宽度，Rear.Obj
j
→
h为后帧待匹配图像中第j个障碍物的高度；
其中，所述障碍物的高度通过所述障碍物的最小纵坐标与最大纵坐标确定，以及，所述障碍物的宽度通过所述障碍物的最小横坐标与最大横坐标确定。7.根据权利要求5所述的一种多障碍物匹配方法，其特征在于，分别计算所述M组障碍物之间的中心点匹配度，具体包括：通过公式：其中，prob.cen
ij
为前帧待匹配图像中第i个障碍物与后帧待匹配图像中第j个障碍物...
【专利技术属性】
技术研发人员：黄毅，王建华，高明，王怀震，程瑶，王佩良，
申请(专利权)人：山东新一代信息产业技术研究院有限公司，
类型：发明
国别省市：
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。