【技术实现步骤摘要】
本申请涉及计算机视觉，具体涉及一种车辆检测方法、装置、电子设备及计算机可读存储介质。
技术介绍
1、随着人工智能的快速发展，计算机视觉技术在越来越多的领域得到应用，例如，在无人驾驶或安全驾驶领域中会应用计算机视觉技术基于图像进行车辆检测。
2、现有基于图像进行车辆检测的方式主要有两种：第一种是先构造图像局部区域的特征，再利用分类器基于构造的特征对局部区域进行分类，最终获得车辆位置；第二种是基于卷积神经网络的目标检测方法。
3、但是，第一种现有车辆检测方式对图像质量要求较高，过明、过暗、模糊和有残影等都会导致车辆检测准确率较低。第二种现有车辆检测方式由于检测框会包含非车辆区域的冗余场景信息，容易造成车辆的误检和漏检。可见，现有车辆检测方式检测准确率较低。
技术实现思路
1、本申请提供一种车辆检测方法、装置、电子设备及计算机可读存储介质，可以提高车辆检测的准确率。
2、第一方面，本申请提供一种车辆检测方法，所述方法包括：
3、获取待检测图像中的各目标车辆关键点的坐标；
4、遍历预设组集合的各关联关键点组，获取当前遍历组的目标量场特征图，其中，每个关联关键点组包含两个车辆关键点，所述目标量场特征图包含所述待检测图像中每个点的量场信息，所述每个点的量场信息用于指示所述每个点是否为所述当前遍历组的两个车辆关键点连线上的点；
5、从所述各目标车辆关键点中，获取与所述当前遍历组标识相同的第一车辆关键点和第二车辆关键点，得到所
6、基于所述第一车辆关键点的坐标和所述第二车辆关键点的坐标，获取所述匹配点对的原始向量；
7、基于所述原始向量和所述目标量场特征图对所述匹配点对进行分组，直至所述预设组集合的各关联关键点组遍历完成时，得到所述待检测图像中同一车辆的各车辆关键点。
8、第二方面，本申请提供一种车辆检测装置，所述车辆检测装置包括：
9、第一获取单元，用于获取待检测图像中的各目标车辆关键点；
10、第二获取单元，用于遍历预设组集合的各关联关键点组，获取当前遍历组的目标量场特征图，其中，每个关联关键点组包含两个车辆关键点，所述目标量场特征图包含所述待检测图像中每个点的量场信息，所述每个点的量场信息用于指示所述每个点是否为所述当前遍历组的两个车辆关键点连线上的点；
11、匹配单元，用于从所述各目标车辆关键点中，获取与所述当前遍历组标识相同的第一车辆关键点和第二车辆关键点，得到所述当前遍历组的匹配点对；
12、检测单元，用于基于所述第一车辆关键点的坐标和所述第二车辆关键点的坐标，获取所述匹配点对的原始向量；
13、检测单元，还用于基于所述原始向量和所述目标量场特征图对所述匹配点对进行分组，直至所述预设组集合的各关联关键点组遍历完成时，得到所述待检测图像中同一车辆的各车辆关键点。
14、第三方面，本申请还提供一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时执行本申请提供的任一种车辆检测方法中的步骤。
15、第四方面，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行所述的车辆检测方法中的步骤。
16、本申请通过先获取待检测图像中的目标车辆关键点的坐标，并获取当前遍历组的目标量场特征图；再基于目标车辆关键点的坐标获取当前遍历组的匹配点对的两个目标车辆关键点(即第一车辆关键点和第二车辆关键点)间构成的原始向量；通过原始向量和目标量场特征图对匹配点对进行分组得到待检测图像中同一车辆的各车辆关键点。第一方面，可以保证有效地检测出同一车辆的各车辆关键点，从而有效实现车辆检测。第二方面，由于目标量场特征图包含待检测图像中每个点的量场信息，每个点的量场信息用于指示每个点是否为当前遍历组的两个车辆关键点连线上的点；因此，结合原始向量和目标量场特征图，原始向量可以在一定程度上反映出匹配点对是否为同一车辆的车辆关键点；从而结合匹配点对的原始向量和目标量场特征图对匹配点对进行分组，可以在初步识别出目标车辆关键点之后，进一步结合目标车辆关键点的量场信息判定初步识别出的匹配点对(即两个目标车辆关键点)是否真正为同一车辆的车辆关键点，进而提高车辆的检测准确率；由于是先识别车辆关键点再结合量场信息进行车辆关键点的判定分组来实现车辆检测，因此，一方面，可以避免单纯地利用分类器基于构造的特征对局部区域进行分类，从而避免受图像质量影响(如过明、过暗、模糊和有残影等)导致的车辆检测准确率较低问题；另一方面，可以避免单纯地使用目标检测方式进行车辆检测而出现的检测框会包含非车辆区域的冗余场景信息，进而避免容易造成车辆的误检和漏检等问题。
本文档来自技高网...【技术保护点】
1.一种车辆检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的车辆检测方法，其特征在于，所述获取待检测图像中的各目标车辆关键点的坐标，包括：
3.根据权利要求2所述的车辆检测方法，其特征在于，所述基于所述待检测图像进行语义分割，得到所述各目标车辆关键点的掩码区域，包括：
4.根据权利要求1所述的车辆检测方法，其特征在于，所述基于所述原始向量和所述目标量场特征图对所述匹配点对进行分组，直至所述预设组集合的各关联关键点组遍历完成时，得到所述待检测图像中同一车辆的各车辆关键点，包括：
5.根据权利要求4所述的车辆检测方法，其特征在于，所述目标量场特征图包括所述每个等分点的量场信息，所述基于所述原始向量和所述目标量场特征图，获取所述目标线段的N个等分点中每个等分点的量场得分，包括：
6.根据权利要求4所述的车辆检测方法，其特征在于，所述目标条件包括第一条件，所述第一条件为所述N个等分点中符合预设得分条件的等分点数量大于预设数量阈值，所述基于所述每个等分点的量场得分，检测所述匹配点对是否满足目标条件，包括：
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。