能见度估计装置及方法制造方法及图纸

服务器装置通过将映现出室外的风景的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，来获取从该多个学习完成模型的每个学习完成模型输出的

【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
。
如果室外的图像中映入有这样的异常状态，则存在无法根据该图像高精度地估计能见度的课题
。
[0008]本公开是鉴于上述情况而完成的，其目的在于，提供一种能够选定用于估计能见度的合适的图像并基于该图像来估计能见度的能见度估计装置
、
能见度估计方法
、
以及记录有能见度估计程序的记录介质
。
[0009]解决课题的手段
[0010]为了解决上述课题，本公开的能见度估计装置包括：图像获取部，所述图像获取部获取映现室外的风景的图像数据；判定部，所述判定部通过将所述获取部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，来获取从所述多个学习完成模型中的每个学习完成模型输出的
、
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正确场景中包含的至少一个项
目相同
。
[0011]专利技术效果
[0012]根据本公开，能够选定用于估计能见度的合适的图像并基于该图像来估计能见度
。
附图说明
[0013]图1是示出了实施方式所涉及的能见度估计系统的结构例的示意图
。
[0014]图2是示出了服务器装置的功能例的框图
。
[0015]图3是用于说明图像数据中映现的强光等的图
。
[0016]图4是用于说明图像数据中映现的强光等的图
。
[0017]图5是用于说明学习完成模型集合的图
。
[0018]图6是用于说明设定有道路车道的位置信息的先前图像数据的图
。
[0019]图7是定义了照相机模型来估计图像数据中映现的风景的能见度的情况的说明图
。
[0020]图8是用于设定像素距离与物理距离之间的关系的先前图像数据的示例的示意图
。
[0021]图9是用于说明估计参数
a
和
b
的变换式的图
。
[0022]图
10
是示出了学习装置的概要结构例的框图
。
[0023]图
11
是作为服务器装置或学习装置发挥功能的计算机的概要框图
。
[0024]图
12
是用于说明学习装置所执行的处理的图
。
[0025]图
13
是用于说明服务器装置所执行的处理的图
。
[0026]图
14
示出了现有方法和本实施方式所涉及的提案方法的实验结果
。
具体实施方式
[0027]下面，参照附图来说明本实施方式
。
此外，下面所说明的实施方式是对能见度估计系统应用了本专利技术的情况下的实施方式
。
[0028][1、
能见度估计系统的结构和功能的概要
][0029]首先，使用图1来说明本专利技术的一个实施方式所涉及的能见度估计系统的结构和概要功能
。
[0030]如图1所示，能见度估计系统1包括服务器装置
10
和终端装置
20。
该服务器装置
10
根据来自设置在道路等各地点的照相机
C
的图像数据，来计算各地点的能见度等气象信息
。
该终端装置
20
显示由服务器装置
10
提供的能见度等气象信息
。
[0031]各终端装置
20
和作为能见度估计装置的示例的服务器装置
10
通过网络3连接
。
作为摄影单元的示例的照相机
C
，对道路等室外的气象状况进行拍摄
。
照相机
C
通过无线电台5经由无线通信与服务器装置
10
进行通信
。
另外，网络3例如可以是互联网
、
专用通信线路
(
例如，社区公共电视天线系统
(Community Antenna Television
，
CATV)
线路
)、
移动通信网
(
包括基站等
)。
[0032]服务器装置
10
是提供各种气象信息的公司的服务器装置
。
服务器装置
10
向终端装置
20
提供高速公路
、
普通道路
、
铁路
、
机场等交通设施的气象信息
、
和
/
或航线
、
港湾
、
海上等
的气象信息
。
例如，作为气象信息的示例，可以列举天气
、
气温
、
湿度
、
气压<本文档来自技高网...

【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：