对象检测制造技术

本公开提供“对象检测”。可以基于确定多个图像中的每个像素位置的偏心率来确定包括所述多个图像中的至少一个移动对象的分割掩模。可以通过将所述分割掩模应用于包括在所述多个图像中的第一图像来分割所述图像。可以将所述分割的第一图像变换为包括所述分割的第一图像的非零部分的像素值的压缩密集矩阵。可以将所述压缩密集矩阵输入到被训练以检测对象的稀疏卷积神经网络。可以从所述稀疏卷积神经网络输出包括在所述第一图像中的与所述至少一个移动对象相对应的检测到的对象。一个移动对象相对应的检测到的对象。一个移动对象相对应的检测到的对象。

【技术实现步骤摘要】
对象检测


[0001]本公开涉及车辆中的对象检测传感器。

技术介绍

[0002]图像可以由传感器获取并使用计算机进行处理以确定关于系统周围环境中的对象的数据。感测系统的操作可以包括获取关于系统环境中的对象的准确且及时的数据。计算机可以从一个或多个图像传感器获取图像，所述图像可以被处理以确定对象的位置。计算机可以使用从图像中提取的对象位置数据来操作系统，包括车辆、机器人、安全和对象跟踪系统。

技术实现思路

[0003]本文讨论的技术提高了交通基础设施系统向车辆提供固定传感器数据的能力，包括通过减少确定图像数据中的对象所需的时间和计算资源。本文讨论的技术使用偏心率分析来确定图像的包括移动对象的部分。图像的不包括移动对象的部分可以被掩蔽，即，设置为零。经掩蔽图像可以被转换为压缩密集矩阵，所述压缩密集矩阵仅包括图像的包括移动对象的部分。可以确定输入压缩密集矩阵并基于规则手册而不是算术卷积来检测对象的卷积神经网络，从而减少检测图像数据中的移动对象所需的时间和计算资源。
[0004]公开了一种方法，其包括：基于确定多个图像中的每个像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种方法，其包括：基于确定多个图像中的每个像素位置的偏心率来确定包括所述多个图像中的至少一个移动对象的分割掩模；通过将所述分割掩模应用于包括在所述多个图像中的第一图像来分割所述图像；将所述分割的第一图像变换为包括所述分割的第一图像的非零部分的像素值的压缩密集矩阵；将所述压缩密集矩阵输入到被训练以检测对象的稀疏卷积神经网络；以及从所述稀疏卷积神经网络输出包括在所述第一图像中的与所述至少一个移动对象相对应的检测到的对象。2.如权利要求1所述的方法，其还包括通过基于所检测到的对象确定车辆路径来操作车辆。3.如权利要求2所述的方法，其中在所述车辆路径上操作所述车辆包括控制车辆动力传动系统、车辆转向和车辆制动中的一者或多者。4.如权利要求1所述的方法，其中所述多个图像对应于由观察交通场景的相机在多个时间步长获取的图像。5.如权利要求1所述的方法，其中所述至少一个移动对象包括车辆和行人中的一者或多者。6.如权利要求1所述的方法，其中所述像素位置对应于包括在所述多个图像中的每一个中的矩形像素阵列中的像素地址。7.如权利要求1所述的方法，其中基于确定每个像素位置的平均像素值和每个像素位置的方差来确定所述偏心率。8.如权利要求1所述的方法，其中...

【专利技术属性】
技术研发人员：穆斯塔法，
申请(专利权)人：福特全球技术公司，
类型：发明
国别省市：