目标识别方法及终端技术

本发明专利技术提供一种目标识别方法及终端。该方法包括：根据当前图像中的目标区域，预测下一图像中的待增强目标区域；对待增强目标区域进行放大处理，得到增强目标区域；将增强目标区域添加至下一缩小图像中，得到重置图像；对重置图像进行目标识别，得到目标类别和目标距离。本发明专利技术能够以有效降低目标识别难度，避免漏检、错检问题。错检问题。错检问题。

【技术实现步骤摘要】
目标识别方法及终端


[0001]本专利技术涉及盲区监测
，尤其涉及一种目标识别方法及终端。

技术介绍

[0002]盲区监测系统（Blind Spot Detection，BSD）可以基于摄像头对盲区内场景进行目标检测和分割，然后基于摄像头标定的内外参数对目标距离进行测量，距离低于设定的安全距离时即会产生报警信息。
[0003]BSD摄像头可以安装在车辆右侧尾部、车辆右侧前部、车辆左侧前部或车辆左侧尾部。对于大型车辆，其右侧盲区一般比较大，可以选择安装在车辆右侧尾部。为方便理解，下面以BSD摄像头安装在车辆右侧尾部向车头方向看为例来介绍技术问题，其他安装方式可以类比。
[0004]针对BSD摄像头安装在车辆尾部向车头方向看的情况，行人目标、骑行人员（一般是骑行电动车或者摩托车）出现在车头或者车头前的位置时，导致目标在BSD摄像头采集的图像中的区域较小。同时，在计算目标距离时，由BSD摄像头采集到的图像通常要经过裁剪缩小后再输入神经网络处理单元（NeuralNetworks Process Units，NPU ）以降低NPU单元的计算负担，这样就使得目标在图像中的区域进一步缩小，从而导致NPU单元对于目标的识别难度较大，容易产生漏检和错误检测的问题。

技术实现思路

[0005]本专利技术实施例提供了一种目标识别方法及终端，以解决由于图像中目标区域较小导致的目标识别难度较大，而产生漏检、错检的问题。
[0006]第一方面，本专利技术实施例提供了一种目标识别方法，包括：根据当前图像中的目标区域，预测下一图像中的待增强目标区域；对所述待增强目标区域进行放大处理，得到增强目标区域；将所述增强目标区域添加至下一缩小图像中，得到重置图像；对所述重置图像进行目标识别，得到目标类别和目标距离。
[0007]在一种可能的实现方式中，所述根据当前图像中的目标区域，预测下一图像中的待增强目标区域，包括：根据当前缩小图像中的目标区域，预测下一缩小图像中的待增强目标区域；所述对所述待增强目标区域进行放大处理，得到增强目标区域，包括：根据预测得到的下一缩小图像中的待增强目标区域，从下一图像的原图中截取待增强目标区域对应的区域，并将该区域作为增强目标区域。
[0008]在一种可能的实现方式中，在所述根据当前图像中的目标区域，预测下一图像中的待增强目标区域之前，还包括：检测当前图像中所有目标对应的区域，并将满足预设条件的区域确定为所述目标区域；
或者，将用户自定义的区域确定为当前图像中的目标区域；或者，对标注数据集中的所有图像中的各区域出现的目标类别以及目标位置进行概率统计，得到目标出现概率值最大的区域，将当前图像中与目标出现概率值最大的区域相同位置处的区域确定为所述目标区域。
[0009]在一种可能的实现方式中，所述当前图像中所有目标对应的区域为圆形区域或者四边形区域；所述将满足预设条件的区域确定为所述目标区域，包括：当区域内目标的置信度小于第一阈值，和/或，区域面积小于第二阈值，和/或，区域的长度、宽度或半径小于第三阈值时，确定此区域为目标区域。
[0010]在一种可能的实现方式中，所述对所述待增强目标区域进行放大处理，得到增强目标区域，包括：增大所述待增强目标区域对应的面积，得到第一目标区域；对所述第一目标区域对应的面积进行预设比例的放大，得到所述增强目标区域。
[0011]在一种可能的实现方式中，所述待增强目标区域为圆形区域或者四边形区域；所述增大所述待增强目标区域对应的面积，包括：当所述待增强目标区域为圆形区域时，将所述圆形区域的半径增加预设长度，得到新半径；以所述新半径为半径确定的新圆形区域作为第一目标区域；当所述待增强目标区域为四边形区域时，将所述四边形区域的相邻的两边均延长所述预设长度，得到新的相邻两边长，将所述新的相邻两边长确定的四边形区域作为第一目标区域；或者，当所述待增强目标区域为四边形区域时，将所述四边形区域的四边沿所述四边形区域外侧方向平移所述预设长度，构成新的四边形区域，将所述新的四边形区域确定为第一目标区域；所述预设长度根据任意两个目标对应的区域之间的最小距离确定。
[0012]在一种可能的实现方式中，所述将所述增强目标区域添加至下一缩小图像中，得到重置图像，包括：获取所述下一缩小图像中的待融合区域，所述待融合区域与所述增强目标区域的面积相同；将所述增强目标区域中各像素点与所述待融合区域的各像素点进行融合，得到重置图像。
[0013]在一种可能的实现方式中，所述将所述增强目标区域中各像素点与所述待融合区域的各像素点进行融合，得到重置图像，包括：将所述增强目标区域中各像素点的红、绿、蓝分量值对应融合至所述待融合区域的各像素点中，得到重置图像；或者，将所述增强目标区域中各像素点的灰度值对应融合至所述待融合区域的各像素点中，得重置图像。
[0014]在一种可能的实现方式中，所述获取所述下一缩小图像中的待融合区域包括：对标注数据集中的所有图像中的各区域出现的目标类别以及目标位置进行概率统计，得到目标出现概率值最小的区域；
将下一缩小图像中与所述目标出现概率值最小的区域相同位置处的区域确定为待融合区域。
[0015]第二方面，本专利技术实施例提供了一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
[0016]本专利技术实施例提供一种目标识别方法及终端，通过根据当前图像中的目标区域，预测下一图像中的待增强目标区域；对待增强目标区域进行放大处理，得到增强目标区域；将增强目标区域添加至下一缩小图像中，得到重置图像；对重置图像进行目标识别，得到目标类别和目标距离，可以有效降低目标识别难度，避免漏检、错检问题。其中，对待增强目标区域进行放大处理，可以将原来较小的目标区域调整为较大的目标区域，有效降低了目标识别难度，同时，通过将增强目标区域添加至下一缩小图像中，得到重置图像，并对重置图像进行目标识别，并没有增加NPU单元的整体推理计算量，也不会延迟输出结果。
附图说明
[0017]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0018]图1是本专利技术一实施例提供的目标识别方法的实现流程图；图2是本专利技术又一实施例提供的目标识别方法的实现流程图；图3是本专利技术又一实施例提供的目标识别方法的实现流程图；图4是本专利技术实施例提供的目标识别方法的工作流程图；图5是本专利技术实施例提供的目标识别装置的结构示意图；图6是本专利技术实施例提供的终端的示意图。
具体实施方式
[0019]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标识别方法，其特征在于，包括：根据当前图像中的目标区域，预测下一图像中的待增强目标区域；对所述待增强目标区域进行放大处理，得到增强目标区域；将所述增强目标区域添加至下一缩小图像中，得到重置图像；对所述重置图像进行目标识别，得到目标类别和目标距离。2.根据权利要求1所述的目标识别方法，其特征在于，所述根据当前图像中的目标区域，预测下一图像中的待增强目标区域，包括：根据当前缩小图像中的目标区域，预测下一缩小图像中的待增强目标区域；所述对所述待增强目标区域进行放大处理，得到增强目标区域，包括：根据预测得到的下一缩小图像中的待增强目标区域，从下一图像的原图中截取待增强目标区域对应的区域，并将该区域作为增强目标区域。3.根据权利要求2所述的目标识别方法，其特征在于，在所述根据当前图像中的目标区域，预测下一图像中的待增强目标区域之前，还包括：检测当前图像中所有目标对应的区域，并将满足预设条件的区域确定为所述目标区域；或者，将用户自定义的区域确定为当前图像中的目标区域；或者，对标注数据集中的所有图像中的各区域出现的目标类别以及目标位置进行概率统计，得到目标出现概率值最大的区域，将当前图像中与目标出现概率值最大的区域相同位置处的区域确定为所述目标区域。4.根据权利要求3所述的目标识别方法，其特征在于，所述当前图像中所有目标对应的区域为圆形区域或者四边形区域；所述将满足预设条件的区域确定为所述目标区域，包括：当区域内目标的置信度小于第一阈值，和/或，区域面积小于第二阈值，和/或，区域的长度、宽度或半径小于第三阈值时，确定此区域为目标区域。5.根据权利要求1所述的目标识别方法，其特征在于，所述对所述待增强目标区域进行放大处理，得到增强目标区域，包括：增大所述待增强目标区域对应的面积，得到第一目标区域；对所述第一目标区域对应的面积进行预设比例的放大，得到所述增强目标区域。6.根据权利要求5所述的目标识别方法，其特征在于，所述待增强目标区域为圆形区域或者四边形区域；所...

【专利技术属性】
技术研发人员：徐显杰，张增，包永亮，李东武，
申请(专利权)人：天津所托瑞安汽车科技有限公司，
类型：发明
国别省市：