用于车辆车轮检测的系统和方法技术方案

公开了一种用于车辆车轮检测的系统和方法。特定实施例可以被配置为：从训练图像数据收集系统接收训练图像数据；获得与所述训练图像数据对应的地面实况数据；执行训练阶段，以训练一个或多个分类器来处理所述训练图像数据中的图像，以在所述训练图像数据中的所述图像中检测车辆车轮对象；从与自主车辆相关联的图像数据收集系统接收操作图像数据；并且执行操作阶段，所述操作阶段包括将所述训练过的一个或多个分类器应用于从所述操作图像数据提取车辆车轮对象，并且产生车辆车轮对象数据。并且产生车辆车轮对象数据。并且产生车辆车轮对象数据。

【技术实现步骤摘要】
用于车辆车轮检测的系统和方法
[0001]本申请为申请号为201980017911.6、申请日为2019年3月8日的专利技术名称为“用于车辆车轮检测的系统和方法”的中国专利申请的分案申请。
[0002]优先权专利申请
[0003]本文要求2018年3月9日提交的、标题为“SYSTEM AND METHOD FOR VEHICLE WHEEL DETECTION”的美国非临时专利申请第15/917,331序列号的优先权，其通过引用的方式全部并入本文。本文要求2017年3月10日提交的、标题为“SYSTEM AND METHOD FOR SEMANTIC SEGMENTATION USING DENSE UPSAMPLING CONVOLUTION(DUC)”的美国非临时专利申请第15/456,219序列号的优先权，其通过引用的方式全部并入本文。本文要求2017年3月10日提交的、标题为“SYSTEM AND METHOD FOR SEMANTIC SEGMENTATION USING HYBRID DILATED CONVOLUTION(HDC)”的美国非临时专利本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种系统，包括：数据处理器；以及自主车辆车轮检测系统，能够由所述数据处理器执行，所述自主车辆车轮检测系统被配置为执行自主车辆车轮检测操作，所述自主车辆车轮检测操作被配置为：从训练图像数据收集系统接收训练图像数据；获得与所述训练图像数据对应的地面实况数据；执行训练阶段，以训练一个或多个分类器来处理所述训练图像数据中的图像，以在所述训练图像数据中的所述图像中检测车辆车轮对象；从与自主车辆相关联的图像数据收集系统接收操作图像数据；以及执行操作阶段，所述操作阶段包括将训练过的所述一个或多个分类器应用于从所述操作图像数据提取车辆车轮对象，并且产生车辆车轮对象数据。2.根据权利要求1所述的系统，其中所述训练阶段被配置为从手动图像注释或标记过程获得地面实况数据。3.根据权利要求1所述的系统，还被配置为生成原始图像与所述地面实况相结合的混合可视化。4.根据权利要求1所述的系统，还被配置为通过填充由提取的所述车辆车轮对象的轮廓限定的内部区域来生成所述地面实况。5.根据权利要求1所述的系统，还被配置为使用全卷积神经网络(FCN)作为机器学习模型。6.根据权利要求1所述的系统，还被配置为使用全卷积神经网络(FCN)作为机器学习模型，所述机器学习模型具有使用密集上采样卷积(DUC)的语义分割和使用混合扩张卷积(HDC)的语义分割。7.根据权利要求1所述的系统，被配置为针对所述操作图像数据中的每个提取的车辆车轮对象生成对象级轮廓检测。8.一种方法，包括：从训练图像数据收集系统接收训练图像数据；获得与所述训练图像数据对应的地面实况数据；执行训练阶段，以训练一个或多个分类器来处理所述训练图像数据中的图像，以在所述训练图像数据的所述图像中检测车辆车轮对象；从与自主车辆相关联的图像数据收集系统接收操作图像数据；以及执行操作阶段，所述操作阶段包括将训练过的所述一个或多个分类器应用于从所述操作图像数据提取车辆车轮对象，并且产生车辆车轮对象数据。9.根据权利要求8所述的方法，其中所述训练阶段包括从手动图像注释或标记过程...

【专利技术属性】
技术研发人员：王泮渠，陈鹏飞，
申请(专利权)人：图森有限公司，
类型：发明
国别省市：