本公开提供了一种深度确定方法、装置、电子设备以及存储介质，涉及人工智能领域，尤其涉及智能交通领域、自动驾驶领域、智慧停车领域等。具体实现方案为：对原始图像进行目标检测，确定目标物体的目标检测框；在该目标检测框中确定第一区域；其中，该第一区域的中心点与该目标检测框的中心点重合，并且该第一区域的面积与该目标检测框的面积的比值大于或等于预设阈值；获取该第一区域中各个像素的深度；利用该第一区域中各个像素的深度，确定该目标物体的深度。本公开能够确定目标物体的深度。度。度。
【技术实现步骤摘要】
一种深度确定方法、装置、电子设备以及存储介质
[0001]本公开涉及人工智能领域，尤其涉及智能交通领域、自动驾驶领域、智慧停车领域等。
技术介绍
[0002]深度估计是指确定从图像采集设备到场景中各点的距离(即深度)，它能够直接反映场景中物体表面的几何形状。随着三维(Three Dimensional，3D)技术的发展，深度估计有广泛的应用需求。
技术实现思路
[0003]本公开提供了一种深度确定方法、装置、设备以及存储介质。
[0004]根据本公开的一方面，提供了一种深度确定方法，包括：
[0005]对原始图像进行目标检测，确定目标物体的目标检测框；
[0006]在该目标检测框中确定第一区域；其中，该第一区域的中心点与该目标检测框的中心点重合，并且该第一区域的面积与该目标检测框的面积的比值大于或等于预设阈值；
[0007]获取该第一区域中各个像素的深度；
[0008]利用该第一区域中各个像素的深度，确定该目标物体的深度。
[0009]根据本公开的另一方面，提供了一种深度确定装置，包括：
[0010]目标检测模块，用于对原始图像进行目标检测，确定目标物体的目标检测框；
[0011]区域确定模块，用于在该目标检测框中确定第一区域；其中，该第一区域的中心点与该目标检测框的中心点重合，并且该第一区域的面积与该目标检测框的面积的比值大于或等于预设阈值；
[0012]获取模块，用于获取该第一区域中各个像素的深度；
[0013]深度确定模块，用于利用该第一区域中各个像素的深度，确定该目标物体的深度。
[0014]根据本公开的另一方面，提供了一种电子设备，包括：
[0015]至少一个处理器；以及
[0016]与该至少一个处理器通信连接的存储器；其中，
[0017]该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开中任一实施例的方法。
[0018]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，该计算机指令用于使该计算机执行根据本公开中任一实施例的方法。
[0019]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现根据本公开中任一实施例的方法。
[0020]本公开利用目标检测框中的第一区域中各个像素的深度，确定目标物体的深度，能够确定出目标物体的整体深度。
[0021]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特
征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0022]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0023]图1是可以应用本公开实施例的深度确定方法的一种系统100架构示意图；
[0024]图2是根据本公开实施例的一种深度确定方法200的实现流程图；
[0025]图3A是根据本公开实施例的原始图像和目标检测框的示意图；
[0026]图3B是根据本公开实施例的采用掩码图方式确定的目标物体的轮廓示意图；
[0027]图4A是根据本公开一实施例中第一区域的示意图一；
[0028]图4B是根据本公开一实施例中第一区域的示意图二；
[0029]图4C是根据本公开一实施例中第一区域的示意图三；
[0030]图4D是根据本公开一实施例中第一区域的示意图四；
[0031]图5是根据本公开一实施例的一种第一区域各个像素深度确定方法500的流程示意图；
[0032]图6是根据本公开一实施例的确定目标物体深度的效果示意图；
[0033]图7是根据本公开一实施例提出的一种深度预测模型的结构示意图；
[0034]图8是根据本公开一实施例的深度确定装置800的结构示意图；
[0035]图9是根据本公开一实施例的深度确定装置900的结构示意图；
[0036]图10示出了可以用来实施本公开的实施例的示例电子设备1000的示意性框图。
具体实施方式
[0037]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0038]另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
[0039]相关技术中，深度估计有广泛的应用需求。深度估计是指确定从图像采集设备到场景中个点的距离(即深度)，它能够直接反映场景中物体表面的几何形状。例如，在自动驾驶、智能交通、智慧停车等场景中，需要确定目标物体(如车辆、行人等)表面的几何形状及各部位的实际位置。
[0040]目前已有的深度估计方法主要有：
[0041]1、采用激光雷达确定深度。具体地，由激光器发射一个激光脉冲，并由计时器记录下出发射的时间，返回的激光脉冲由接收器接收，并由计时器记录下返回的时间。两个时间相减即得到了光的“飞行时间”，而光速是一定的，因此在已知速度和时间后就可以计算出距离。
[0042]2、采用双目相机确定深度。此方案需要对相机进行标定，得到相机的内外参。通过对两幅图像视差的计算，直接对前方景物(图像所拍摄到的范围)进行距离测量，而无需判
断前方出现的是什么类型的障碍物。双目摄像头的原理与人眼相似。人眼能够感知物体的远近，是由于两只眼睛对同一个物体呈现的图像存在差异，也称“视差”。物体距离越远，视差越小；反之，视差越大。
[0043]3、采用单目相机和深度算法确定深度。具体地，由单目相机拍摄场景图像，采用深度算法对该场景图像进行深度估计，得到该场景图像中各个像素的深度，该深度可以认为是该像素对应的真实位置与图像采集装置镜头的实际距离。深度算法可以通过预先训练的深度检测模型实现。
[0044]上述方式各有缺点：第一种方式中，激光雷达的成本高、功耗高、且故障率高。第二种方式中，需要对双目相机做大量的参数标定工作，因此需要大量的运维人员。第三种方式中，为了确定场景中各个位置的深度，需要运行深度检测模型的处理装置具有强大的算力、并且功耗也更高。
[0045]然而，在一些特定场景中，并不需要对目标物体各个部位的深度作精确的识别，而只需要对目标物体的整体深度进行估计。例如，在停车场景中，由于车辆一般处于静止状态、并且通常位于固定车位，相较于自动驾驶场景或行车场景，这种场景并不需要精确识别目标物体各个部位的深度，而只需要识别目标物体的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种深度确定方法，包括：对原始图像进行目标检测，确定目标物体的目标检测框；在所述目标检测框中确定第一区域；其中，所述第一区域的中心点与所述目标检测框的中心点重合，并且所述第一区域的面积与所述目标检测框的面积的比值大于或等于预设阈值；获取所述第一区域中各个像素的深度；利用所述第一区域中各个像素的深度，确定所述目标物体的深度。2.根据权利要求1所述的方法，其中，所述目标检测框的形状为矩形；所述第一区域的形状为菱形或正方形，并且所述第一区域的4个顶点分别位于所述目标检测框的4个边的中点。3.根据权利要求1所述的方法，其中，所述目标检测框的形状为长方形；所述第一区域的形状为椭圆形，并且所述第一区域的4个顶点分别位于所述目标检测框的4个边的中点。4.根据权利要求1所述的方法，其中，所述目标检测框的形状为正方形；所述第一区域的形状为圆形，并且所述目标检测框的4个边均是所述第一区域的切线。5.根据权利要求1所述的方法，其中，所述目标检测框的形状为矩形；所述第一区域的形状为多边形，并且所述第一区域的各个顶点均位于所述目标检测框的边上。6.根据权利要求1所述的方法，其中，所述目标检测框的形状为矩形；所述第一区域的形状为不规则图形，并且所述第一区域包含所述目标检测框的各个边的中点。7.根据权利要求1
‑
6中任一所述的方法，其中，所述利用所述第一区域中各个像素的深度，确定目标物体的深度，包括：计算所述第一区域中所有像素的深度的平均值，将所述平均值作为所述目标物体的深度。8.根据权利要求1
‑
7中任一所述的方法，其中，所述获取所述第一区域中各个像素的深度，包括：将所述原始图像输入预先训练的深度预测模型，得到原始图像中各个像素的深度；利用所述原始图像中各个像素的深度、所述目标检测框在所述原始图像中的位置以及所述第一区域在所述目标检测框中的位置，确定所述第一区域中各个像素的深度。9.一种深度确定装置，包括：目标检测模块，用于对原始图像进行目标检测，确定目标物体的目标检测框；区域确定模块，用于在所述目标检测框中确定第一区域；其中，所述第一区域的中心点与所述目标检测框的中心点重合，并且所述第一区域的面积与所述目标检测框的面积的比值大于或等于预设阈值；获取模块，用于获取所述第一区域中各个像素的深度；深度确...
【专利技术属性】
技术研发人员：段由，
申请(专利权)人：北京精英路通科技有限公司，
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。