车载相机遮挡场景识别方法、电子设备、存储介质及车辆技术

本发明专利技术涉及图像识别技术领域，具体提供一种车载相机遮挡场景识别方法、电子设备、存储介质及车辆，旨在解决现有方案通常采用传统图像处理方法来识别相机遮挡场景导致识别准确率较差的技术问题。为此目的，本发明专利技术的车载相机遮挡场景识别方法包括：获取车载相机采集的图像帧；基于图像帧获取车载相机遮挡场景的置信度；基于置信度确定车载相机是否为遮挡场景。如此，提高了对相机遮挡场景识别的准确度。提高了对相机遮挡场景识别的准确度。提高了对相机遮挡场景识别的准确度。

【技术实现步骤摘要】
车载相机遮挡场景识别方法、电子设备、存储介质及车辆


[0001]本专利技术涉及图像识别
，具体提供一种车载相机遮挡场景识别方法、电子设备、存储介质及车辆。

技术介绍

[0002]目前，视觉感知是辅助驾驶系统中的重要组成部分。相机镜头遮挡、污染等情况会极大地影响视觉感知结果的可靠性，使得系统存在一定的安全风险。因此，辅助驾驶系统需要对实际驾驶场景中可能出现的风险的场景进行检测，并及时提醒驾驶员接管以避免危险情况发生。
[0003]现有方案通常采用传统图像处理方法来识别相机遮挡场景，具体是通过图像直接判断相机是否为遮挡场景，并不涉及对遮挡场景置信度的获取，鲁棒性和可扩展性不强，对相机遮挡场景的识别准确率较差。
[0004]相应地，本领域需要一种新的车载相机遮挡场景识别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车载相机遮挡场景识别方法、电子设备、存储介质及车辆。
[0006]在第一方面，本专利技术提供一种车载相机遮挡场景识别方法，所述方法包括：获取所述车载相机采集的图像帧；基于所述图像帧获取所述车载相机遮挡场景的置信度；基于所述置信度确定所述车载相机是否为遮挡场景。
[0007]在一个实施方式中，所述基于所述图像帧获取所述车载相机遮挡场景的置信度，包括：将所述图像帧输入分类器，输出所述车载相机遮挡场景的置信度。
[0008]在一个实施方式中，所述基于所述置信度确定所述车载相机是否为遮挡场景，包括：基于所述置信度判断所述车载相机的当前状态是否为遮挡状态；若是，对所述当前状态进行时序累积，在时序累积的累积时间大于预设时间的情况下，则确定所述车载相机为遮挡场景。
[0009]在一个实施方式中，所述基于所述置信度判断所述车载相机的当前状态是否为遮挡状态，包括：在所述置信度大于第一置信度阈值的情况下，则所述车载相机的当前状态为遮挡状态。
[0010]在一个实施方式中，所述基于所述置信度判断所述车载相机的当前状态是否为遮挡状态，包括：在所述置信度大于第二置信度阈值且小于所述第一置信度阈值，以及所述图像帧的模糊度大于模糊度阈值的情况下，则确定所述车载相机的当前状态为遮挡状态。
[0011]在一个实施方式中，所述基于所述置信度判断所述车载相机的当前状态是否为遮挡状态，包括：确定所述图像帧中像素灰度值小于预设灰度值的像素比例；在所述置信度大于第三置信度阈值且小于所述第二置信度阈值，以及所述像素比例大于预设比例的情况下，则确定所述车载相机的当前状态为遮挡状态。
[0012]在一个实施方式中，所述确定所述图像帧中像素灰度值小于预设灰度值的像素比例，包括：确定所述图像帧中像素灰度值小于预设灰度值的像素个数；基于所述像素个数与所述图像帧中的像素总数量的比值确定所述像素比例。
[0013]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车载相机遮挡场景识别方法。
[0014]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车载相机遮挡场景识别方法。
[0015]在第四方面，本专利技术提供一种车辆，所述车辆包括前述的电子设备。
[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：本专利技术中的车载相机遮挡场景识别方法，获取车载相机采集的图像帧；基于图像帧获取车载相机遮挡场景的置信度；基于置信度确定车载相机是否为遮挡场景。如此，相比于现有技术采用传统图像处理方法来识别相机遮挡场景，提高了对相机遮挡场景识别的准确度。
附图说明
[0017]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：图1是根据本专利技术的一个实施例的车载相机遮挡场景识别方法的主要步骤流程示意图；图2是一个实施例中车载相机遮挡场景识别方法的完整流程示意图；图3一个实施例中电子设备的主要结构框图示意图。
具体实施方式
[0018]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。
[0019]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。
[0020]目前传统的方法通常采用传统图像处理方法来识别相机遮挡场景，具体是通过图像直接判断相机遮挡场景，并不涉及对遮挡场景置信度的获取，鲁棒性和可扩展性不强，对
相机遮挡场景的识别准确率较差。
[0021]为此，本申请提出了一种车载相机遮挡场景识别方法、电子设备、存储介质及车辆，获取车载相机采集的图像帧；基于图像帧获取车载相机遮挡场景的置信度；基于置信度确定车载相机是否为遮挡场景。如此，相比于现有技术采用传统图像处理方法来识别相机遮挡场景，提高了对相机遮挡场景识别的准确度。
[0022]参阅附图1，图1是根据本专利技术的一个实施例的车载相机遮挡场景识别方法的主要步骤流程示意图。
[0023]如图1所示，本专利技术实施例中的车载相机遮挡场景识别方法主要包括下列步骤S101
‑
步骤S103。
[0024]步骤S101：获取所述车载相机采集的图像帧。
[0025]步骤S102：基于所述图像帧获取所述车载相机遮挡场景的置信度。
[0026]在一个具体实施方式中，所述基于所述图像帧获取所述车载相机遮挡场景的置信度，包括：将所述图像帧输入分类器，输出所述车载相机遮挡场景的置信度。
[0027]在一个实施例中，卷积神经网络（CNN）模型可以作为所述分类器的一个示例，但不限于此。
[0028]在一个实施例中，可以预先通过训练集以及标签对所述分类器进行训练，调节所述分类器的网络参数，以使所述分类器能够对输入图像是否为遮挡场景进行精准预测。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车载相机遮挡场景识别方法，其特征在于，所述方法包括：获取所述车载相机采集的图像帧；基于所述图像帧获取所述车载相机遮挡场景的置信度；基于所述置信度确定所述车载相机是否为遮挡场景。2.根据权利要求1所述的车载相机遮挡场景识别方法，其特征在于，所述基于所述图像帧获取所述车载相机遮挡场景的置信度，包括：将所述图像帧输入分类器，输出所述车载相机遮挡场景的置信度。3.根据权利要求1所述的车载相机遮挡场景识别方法，其特征在于，所述基于所述置信度确定所述车载相机是否为遮挡场景，包括：基于所述置信度判断所述车载相机的当前状态是否为遮挡状态；若是，对所述当前状态进行时序累积，在时序累积的累积时间大于预设时间的情况下，则确定所述车载相机为遮挡场景。4.根据权利要求3所述的车载相机遮挡场景识别方法，其特征在于，所述基于所述置信度判断所述车载相机的当前状态是否为遮挡状态，包括：在所述置信度大于第一置信度阈值的情况下，则所述车载相机的当前状态为遮挡状态。5.根据权利要求4所述的车载相机遮挡场景识别方法，其特征在于，所述基于所述置信度判断所述车载相机的当前状态是否为遮挡状态，包括：在所述置信度大于第二置信度阈值且小于所述第一置信度阈值，以及所述图像帧的模糊度大...

【专利技术属性】
技术研发人员：曹鑫坤，
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：