图像特征转换方法、电子设备及存储介质技术

本发明专利技术涉及自动驾驶技术领域，具体提供一种图像特征转换方法、电子设备及存储介质，旨在解决现有的图像特征转换方法延迟较大以及耗时较长的技术问题。为此目的，本发明专利技术的图像特征转换方法包括：获取各个视角相机的图像特征；对车辆周围区域进行网格划分，得到三维网格；基于图像特征确定每个三维网格的网格特征；基于每个三维网格的网格特征确定俯视角下的特征图。如此，提高了图像特征的转换效率。提高了图像特征的转换效率。提高了图像特征的转换效率。

【技术实现步骤摘要】
图像特征转换方法、电子设备及存储介质


[0001]本专利技术涉及自动驾驶
，具体提供一种图像特征转换方法、电子设备及存储介质。

技术介绍

[0002]目前，高级辅助驾驶的功能越来越受到大家的关注，而且使用的场景随着传感器和信息技术的进步，功能的体验也进一步提升。摄像头作为一个重要传感器，常用于障碍物检测等任务。
[0003]现有的一种图像特征转换方法是将多张摄像头采集的图片分别提取特征后，将其依次转换到统一的俯视角特征，然后以该俯视图特征作为基础进行障碍物体检测等任务。然而，这种转换方法延迟较大、耗时较长，在高速行驶的场景下无法满足帧率要求，无法及时检测出图像中的障碍物，从而造成安全隐患。另外，现有转换方案中仅支持单目相机、不支持鱼眼相机，而鱼眼相机作为一种广视角的相机，对于车辆周围环境的补盲是很重要的。
[0004]相应地，本领域需要一种新的图像特征转换方案来解决上述问题。

技术实现思路

[0005]为了克服上述缺陷，提出了本专利技术，以提供解决或至少部分地解决上述技术问题。本专利技术提供了一种图像特征转换方法、电子设备及存储介质。
[0006]在第一方面，本专利技术提供一种图像特征转换方法，所述方法包括：获取各个视角相机的图像特征；对车辆周围区域进行网格划分，得到三维网格；基于所述图像特征确定每个所述三维网格的网格特征；基于每个所述三维网格的网格特征确定俯视角下的特征图。
[0007]在一个实施方式中，所述基于所述图像特征确定每个所述三维网格的网格特征，包括：确定每个所述三维网格映射到像素坐标系下的像素坐标；基于每个所述三维网格的像素坐标和所述各个视角相机的图像特征进行插值操作，得到每个像素坐标的图像特征；将所述每个像素坐标的图像特征填充至对应的所述三维网格中，得到所述三维网格的网格特征。
[0008]在一个实施方式中，所述确定每个所述三维网格映射到像素坐标系下的像素坐标，包括：确定每个所述三维网格在世界坐标系下的顶点坐标；基于所述顶点坐标计算所述三维网格在世界坐标系下的中心点坐标；获取所述各个视角相机的内参矩阵和外参矩阵；基于所述内参矩阵和所述外参矩阵，将所述三维网格在世界坐标系下的中心点坐标映射到像素坐标系，得到每个所述三维网格的像素坐标。
[0009]在一个实施方式中，所述插值操作包括双线性插值操作、最近邻插值操作和双三次插值操作中的任意一项。
[0010]在一个实施方式中，在所述插值操作为双线性插值操作的情况下，所述基于每个所述三维网格的像素坐标和所述各个视角相机的图像特征进行插值操作，得到每个像素坐标对应的图像特征，包括：确定与每个所述像素坐标邻近的四个坐标点；基于每个所述坐标
点的图像特征确定所述像素坐标对应的图像特征。
[0011]在一个实施方式中，所述对车辆周围区域进行网格划分，得到三维网格，包括：按照预设网格尺寸对所述车辆周围的空间区域进行网格划分，得到三维网格。
[0012]在一个实施方式中，所述基于每个所述三维网格的网格特征确定俯视角下的特征图，包括：将所述三维网格在垂直方向上的网格特征进行累加，得到所述俯视角下的空间特征；基于所述空间特征获得所述俯视角下的特征图。
[0013]在一个实施方式中，所述获取各个视角相机的图像特征，包括：将各个视角相机拍摄的图像输入特征提取网络，得到所述各个视角相机的图像特征。
[0014]在第二方面，提供一种电子设备，该电子设备包括至少一个处理器和至少一个存储装置，所述存储装置适于存储多条程序代码，所述程序代码适于由所述处理器加载并运行以执行前述任一项所述的图像特征转换方法。
[0015]在第三方面，提供一种计算机可读存储介质，该计算机可读存储介质其中存储有多条程序代码，所述程序代码适于由处理器加载并运行以执行前述任一项所述的图像特征转换方法。
[0016]本专利技术上述一个或多个技术方案，至少具有如下一种或多种有益效果：
[0017]本专利技术提供的图像特征转换方法，获取各个视角相机的图像特征；对车辆周围区域进行网格划分，得到三维网格；基于图像特征确定每个三维网格的网格特征；基于每个三维网格的网格特征确定俯视角下的特征图。如此，解决了现有转换方法延迟较大和耗时较长的问题，提高了图像特征的转换效率，使得物体识别等自动驾驶任务的响应时间更短，提升了自动驾驶系统的安全性。另外，该方法不局限于车载相机的类型，不管是单目相机还是鱼眼相机，均能够使用该方法实现图像特征的转换。
附图说明
[0018]参照附图，本专利技术的公开内容将变得更易理解。本领域技术人员容易理解的是：这些附图仅仅用于说明的目的，而并非意在对本专利技术的保护范围组成限制。此外，图中类似的数字用以表示类似的部件，其中：
[0019]图1是根据本专利技术的一个实施例的图像特征转换方法的主要步骤流程示意图；
[0020]图2是一个实施例中图像特征转换方法的完整流程示意图；
[0021]图3是一个实施例中电子设备的结构示意图。
具体实施方式
[0022]下面参照附图来描述本专利技术的一些实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本专利技术的技术原理，并非旨在限制本专利技术的保护范围。
[0023]在本专利技术的描述中，“模块”、“处理器”可以包括硬件、软件或者两者的组合。一个模块可以包括硬件电路，各种合适的感应器，通信端口，存储器，也可以包括软件部分，比如程序代码，也可以是软件和硬件的组合。处理器可以是中央处理器、微处理器、图像处理器、数字信号处理器或者其他任何合适的处理器。处理器具有数据和/或信号处理功能。处理器可以以软件方式实现、硬件方式实现或者二者结合方式实现。非暂时性的计算机可读存储介质包括任何合适的可存储程序代码的介质，比如磁碟、硬盘、光碟、闪存、只读存储器、随
机存取存储器等等。术语“A和/或B”表示所有可能的A与B的组合，比如只是A、只是B或者A和B。术语“至少一个A或B”或者“A和B中的至少一个”含义与“A和/或B”类似，可以包括只是A、只是B或者A和B。单数形式的术语“一个”、“这个”也可以包含复数形式。
[0024]目前传统的图像特征转换方法是将多张摄像头采集的图片分别提取特征后，依次转换到统一的俯视角特征，然后以该俯视图特征作为基础进行障碍物体检测等任务。然而，这种转换方法延迟较大、耗时较长，在高速行驶的场景下无法满足帧率要求，无法及时检测出图像中的障碍物，从而造成安全隐患。另外，现有转换方案中仅支持单目相机、不支持鱼眼相机，而鱼眼相机作为一种广视角的相机对于车周围环境的补盲是很重要的。
[0025]为此，本申请提出了一种图像特征转换方法、电子设备及存储介质，获取各个视角相机的图像特征；对车辆周围区域进行网格划分，得到三维网格；基于图像特征确定每个三维网格的网格特征；基于每个三维网格的网格特征确定俯视角下的特征图，该特征图进一步用于物体识别。如此，解决了现有转换方法延迟较大和耗时较长的问题，提高了图像特征的转换效率，使得物体本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像特征转换方法，其特征在于，所述方法包括：获取各个视角相机的图像特征；对车辆周围区域进行网格划分，得到三维网格；基于所述图像特征确定每个所述三维网格的网格特征；基于每个所述三维网格的网格特征确定俯视角下的特征图。2.根据权利要求1所述的图像特征转换方法，其特征在于，所述基于所述图像特征确定每个所述三维网格的网格特征，包括：确定每个所述三维网格映射到像素坐标系下的像素坐标；基于每个所述三维网格的像素坐标和所述各个视角相机的图像特征进行插值操作，得到每个像素坐标的图像特征；将所述每个像素坐标的图像特征填充至对应的所述三维网格中，得到所述三维网格的网格特征。3.根据权利要求2所述的图像特征转换方法，其特征在于，所述确定每个所述三维网格映射到像素坐标系下的像素坐标，包括：确定每个所述三维网格在世界坐标系下的顶点坐标；基于所述顶点坐标计算所述三维网格在世界坐标系下的中心点坐标；获取所述各个视角相机的内参矩阵和外参矩阵；基于所述内参矩阵和所述外参矩阵，将所述三维网格在世界坐标系下的中心点坐标映射到像素坐标系，得到每个所述三维网格的像素坐标。4.根据权利要求2所述的图像特征转换方法，其特征在于，所述插值操作包括双线性插值操作、最近邻插值操作和双三次插值操作中的任意一项。5.根据权利要求4所述的图像特征转换方法，其特征在于，在所述插值操作为双线性插值操作...

【专利技术属性】
技术研发人员：胡熙，陆小泽，许旌阳，
申请(专利权)人：安徽蔚来智驾科技有限公司，
类型：发明
国别省市：