一种智能驾驶前视图像感知的检测方法技术

本发明专利技术涉及图像检测技术领域，尤其涉及一种智能驾驶前视图像感知的检测方法。所述方法包括：(1)获取前视摄像头采集到的需要感知的前视图像；(2)在所述前视图像上确定一个远点，以所述远点所在的横坐标为分界线，将所述前视图像分为上区域和下区域两个区域；(3)将所述前视图像输入卷积神经网络模型中进行检测，并从所述前视图像中获取多个第一目标图片和多个第二目标图片，所述第一目标图片经过第一检测路径输出，第二目标图片从第二检测路径输出；(4)对从第一检测路径输出的第一目标图片和从第二检测路径输出的第二目标图片进行融合处理，得到最终结果。本发明专利技术方法不仅能够提升检测速度，保持了图像的原始信息，且检测结果更完整。果更完整。果更完整。

【技术实现步骤摘要】
一种智能驾驶前视图像感知的检测方法


[0001]本专利技术涉及图像检测
，尤其涉及一种智能驾驶前视图像感知的检测方法。

技术介绍

[0002]高级驾驶辅助系统(ADAS)在卷积神经网络的加持下已飞速发展了几年，现如今拥有辅助驾驶系统几乎是所有汽车的标准配置，而客户都在追求更高的性能以及更好的驾驶体验。能够让客户满意的ADAS系统必然不能缺少一套更快、更准的视觉算法。
[0003]在现有技术中，由于车端域控制器算力的限制，使得所有ADAS厂商都选择使用轻量化的小模型来进行视觉感知。轻量化的模型需要的算力更低，检测速度更快，但是缺点是检测准确率比不上大模型，能够检测的图片分辨率也比较低。针对小模型缺点的优化也是存在的，首先是可以在高分辨率的原图上切出一块小的区域送入到小模型中进行检测，这样保证了模型检测的速度不受原图大小的影响；另外就是先将原图进行分辨率调整，降低分辨率之后再送入小模型中进行检测。
[0004]上述的几种方式虽然解决了部分小模型的问题，但是也出现了新的问题。对于切图的方式，虽然保证了原图物体的分辨率，但是图片区本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能驾驶前视图像感知的检测方法，其特征在于，包括以下步骤：(1)获取前视摄像头采集到的需要感知的前视图像；(2)在所述前视图像上确定一个远点，以所述远点所在的横坐标为分界线，将所述前视图像分为上区域和下区域两个区域；(3)将所述前视图像输入卷积神经网络模型中进行检测，并从所述前视图像中获取多个第一目标图片和多个第二目标图片，所述第一目标图片经过第一检测路径输出，所述第二目标图片从第二检测路径输出；(4)对从所述第一检测路径输出的第一目标图片和从所述第二检测路径输出的第二目标图片进行融合处理，得到最终结果。2.根据权利要求1所述的一种智能驾驶前视图像感知的检测方法，其特征在于，所述远点位于驾驶车辆所在道路尽头的上方，所述远点的位置通过摄像头安装位置和参数来确定。3.根据权利要求1所述的一种智能驾驶前视图像感知的检测方法，其特征在于，所述第一目标图片位于所述前视图像的上区域，所述第二目标图片位于所述前视图像的下区域。4.根据权利要求1所述的一种智能驾驶前视图像感知的检测方法，其特征在于，所述第一检测路径为经过卷积计算和m倍下采样计算后输出。5.根据权利要求1所述的一种智能驾驶前视图像感知的检测方法，其特征在于，所述第二检测路径为经过卷积计算和m*n倍下采样计算后输出。6.根据权利要求4或5所述的一种智能驾驶前视图像感知的检测方法，其特征在于，m为大于或等于2的偶数，n为大...

【专利技术属性】
技术研发人员：李超，梁子镇，刘宇，胡文烨，
申请(专利权)人：常州星宇车灯股份有限公司，
类型：发明
国别省市：