【技术实现步骤摘要】
能见度估计装置及方法、以及记录介质
[0001]本公开涉及一种能见度估计装置
、
能见度估计方法
、
以及记录有能见度估计程序的记录介质
。
技术介绍
[0002]以往,已知一种不需要特别的测定装置就能够估计能见度的能见度估计装置
(
例如,专利文献
1)。
该能见度估计装置获取由摄影单元对室外进行摄影而得到的图像;根据图像估计环境光和光的透射映射;基于环境光和光的透射映射,生成对图像进行锐化而得到的锐化图像
。
然后,能见度估计装置从锐化图像中识别物体;基于与该识别出的物体的实际尺度有关的信息,将该物体的像素尺度换算为该物体的物理尺度;根据物体的物理尺度的进深方向的分量,来计算物体的进深方向距离;将透射映射与距摄影单元的距离之间的关系式应用于图像,计算大气的光衰减参数;基于应用了计算出的光衰减参数的关系式,根据进深方向距离计算能见度
。
[0003]现有技术文献
[0004]专利文献
[0005]专利文献1:特再公表
2021
‑
053789
号公报
技术实现思路
[0006]专利技术要解决的课题
[0007]另外,在基于映现室外的图像来估计该室外的能见度的情况下,需要恰当地拍摄室外的状态
。
例如,在有强光映入图像的情况下或有水滴附着于照相机的镜头的情况下,该图像作为用于估计能见度的图像是不合适的
。
如果 ...
【技术保护点】
【技术特征摘要】
1.
一种能见度估计装置,其特征在于,包括:图像获取部,所述图像获取部用于获取映现出室外的风景的图像数据;判定部,所述判定部用于通过将所述图像获取部所获取到的所述图像数据输入到多个学习完成模型中的每个学习完成模型,来获取所述多个学习完成模型中的每个学习完成模型所输出的
、
表示所述图像数据中映现的风景的场景的输出数据,并通过将获取到的多个所述输出数据整合,来判断所述图像数据中映现的风景是否正常;以及估计部,所述估计部用于基于被所述判定部确定为正常的所述图像数据,来估计所述图像数据中映现的风景的能见度,其中,所述多个学习完成模型是基于正确场景互不相同的学习用数据预先进行了学习而得到的学习完成模型,所述多个学习完成模型中的一个学习完成模型的所述正确场景中包含的至少一个项目与另一个学习完成模型的所述正确场景中包含的至少一个项目相同
。2.
根据权利要求1所述的能见度估计装置,其特征在于,所述判定部具体用于将多个所述输出数据输入到预先进行了学习而得到的整合学习完成模型,并基于从所述整合学习完成模型输出的数据,来判断所述图像数据中映现的风景是否正常,所述整合学习完成模型通过对被输入的多个数据进行加权运算来整合所述多个数据
。3.
根据权利要求1所述的能见度估计装置,其特征在于,所述图像数据映现有具有多条车道的道路,所述估计部具体用于基于针对先前图像数据而预先设定的多条车道的位置信息,为所述图像数据中映现的多条车道中的每条车道估计所述能见度,所述先前图像数据映现的风景与所述图像数据中映现的风景相同
。4.
根据权利要求1或2所述的能见度估计装置,其特征在于,所述学习用数据是表示所述正确场景与学习用图像数据的组合的数据,多个所述学习用图像数据的至少一部分学习用图像数据添加有柏林噪声
。5.
根据权利要求1或2所述的能见度估计装置,其特征在于,所述多个学习完成模型包括下述中的至少一个:至少以与对所述图像数据中映现的风景进行拍摄的时间段有关的数据作为所述输出数据进行输出的第一学习完成模型
、
至少以所述图像数据中映现的风景中是否存在强光作为所述输出数据进行输出的第二学习完成模型
、
至少以在拍摄所述图像数据的照相机中是否发生了镜头内反射作为所述输出数据进行输出的第三学习完成模型
、
以及至少以与所述图像数据中映现的风景中存在的对象物有关的数据作为所述输出数据进行输出的第四学习完成模型,所述多个学习完成模型包括:至少以与由拍摄所述图像数据的照相机中的镜头引起的模糊以及所述图像数据中存在的雾有关的数据作为所...
【专利技术属性】
技术研发人员:境野英朋,那特纳帕特,
申请(专利权)人:纬哲纽咨信息咨询有限公司,
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。