【技术实现步骤摘要】
基于图注意力的环视图像停车位检测方法及装置
[0001]本专利技术属于自动驾驶
,具体涉及一种基于图注意力的环视图像停车位检测方法及装置。
技术介绍
[0002]停车位检测最常见的方法是距离测量法和图像测量法,例如采用超声波传感器探测距离判断是否有空停车位,或者通过对环视图像进行识别判断是否有空停车位,比较常见的还有采用两种相结合的方法。在基于环视图像识别停车位的方法中,比较传统的如基于灰度直方图、利用时隙特征、通过支持向量机来识别停车位占用或采用局部二进制模式(LBP)作为提取停车位特征,它们较易受到环境变化的影响。为进一步提高不同照明条件下停车位占用分类的鲁棒性,一种专为智能摄像头设计的mAlexNet网络被提出,随后基于扩张卷积神经网络设计的一种适用于从不同摄像机视角拍摄的不同图像的广义停车位分类方法被提出。然而,这两种方法都是针对停车场的监控图像而设计的。为了使空置停车位检测不受任何天气和光照条件的影响,一种利用热成像摄像头来检测车辆,训练改进faterRCNN来检测空置停车位的方法被提出。然而,当车辆温度降低 ...
【技术保护点】
【技术特征摘要】
1.一种基于图注意力的环视图像停车位检测方法,其特征在于,包括:获取鸟瞰图,根据所述鸟瞰图进行目标点检测、环视图特征提取以及车辆检测;根据目标点检测得到标记点位置信息,根据环视图特征提取得到标记点特征,融合所述标记点位置信息和标记点特征,得到融合后的停车位点特征图;将所述停车位点特征图输入至预构建的图注意力神经网络中进行识别,得到停车位检测框;根据车辆检测得到车辆位置信息,结合所述车辆位置信息和停车位检测框判断停车位是否被占用,输出判断结果。2.根据权利要求1所述的方法,其特征在于,所述根据目标点检测得到标记点位置信息,包括:将所述鸟瞰图调整为预设尺寸的RGB图像;将所述RGB图像输入设置有CBMA注意力机制的backbone网络中,得到注意力特征;其中,所述CBMA注意力机制采用通道注意力机制与空间注意力机制串联;根据所述注意力特征,得到三层不同尺寸的特征地图;根据所述特征地图输出预测的标记点位置信息。3.根据权利要求1或2所述的方法,其特征在于,所述根据环视图特征提取得到标记点特征,包括:将所述鸟瞰图输入预构建的标记点特征编码网络,得到环视图特征;采用双线性插值法计算所述环视图特征图的点级特征,得到标记点特征;其中,所述标记点特征编码网络采用卷积编码器,所述卷积编码器由四个卷积层构成,输出为16*16*64大小的特征图。4.根据权利要求3所述的方法,其特征在于,融合所述标记点位置信息和标记点特征,包括:采用以下方式利用多层感知机MLP来将标记点位置信息P编码为高维向量,融合到标记点特征F:点特征F:表示F中第i个特征,其中,标记点位置信息为车位点检测经透视变换得到世界坐标下的位置信息。5.根据权利要求1所述的方法,其特征在于,所述将...
【专利技术属性】
技术研发人员:张鑫,常琳,蒋华涛,仲雪君,杨典潇,李思远,
申请(专利权)人:斯润天朗北京科技有限公司,
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。