【技术实现步骤摘要】
本申请涉及交通目标检测，尤其涉及一种交通目标检测定位方法、装置、设备及介质。
技术介绍
1、由于摄像头将立体场景转换为平面的成像，在成像过程中丢失了车辆、自行车等交通目标的深度信息，无法直接获得车辆目标的立体信息。而3d立体交通目标检测需要在图像中拟合出车辆目标的3d框等交通目标标识框。
2、相关技术中，拟合出3d框等交通目标标识框需要获得相机坐标系到地面坐标系的相机外参，对相机外参不鲁棒。
技术实现思路
1、本申请的主要目的在于提供一种交通目标检测定位方法、装置、设备及介质，旨在解决相关技术中立体交通目标检测对相机外参不鲁棒的技术问题。
2、为实现上述目的，本申请提供一种交通目标检测方法，方法包括：
3、获取成像装置采集的检测图像；检测图像为成像装置针对行驶在路面上的待检测目标采集得到；
4、对检测图像进行目标检测，获得待检测目标的图像特征信息与目标底面中心；
5、将图像特征信息、目标底面中心和成像装置的相机内参输入至路面检测模型，获得目标所在路面相较于预设基准路面的差异信息；
6、基于差异信息与预设基准路面在相机坐标系中的基准平面方程，获得目标所在路面在相机坐标系中的预测平面方程；
7、将图像特征信息、预测平面方程与相机内参输入至立体交通目标检测模型，预测得到待检测目标的目标底面中心与目标所在路面之间的高度信息、目标底面中心在相机坐标系中的空间坐标信息、待检测目标的空间尺寸信息以及角点坐标信息。
8、在本申请可能的一实施例中，将待检测目标的图像特征信息和成像装置的相机内参输入至路面检测模型，获得目标所在路面相较于预设基准路面的差异信息，包括：
9、将待检测目标的图像特征信息和成像装置的相机内参输入至路面检测模型的全局特征提取分支，将各像素位于预设基准路面时的虚拟空间位置信息叠加至图像特征信息中，获得全局特征信息；
10、将目标底面中心与图像特征信息输入路面检测模型的局部特征提取分支，基于目标底面中心在图像特征信息中进行索引，获得底面局部特征信息；
11、将全局特征信息和底面局部特征信息输入至路面检测模型的检测头，预测得到目标所在路面相较于预设基准路面的差异信息。
12、在本申请可能的一实施例中，将待检测目标的图像特征信息和成像装置的相机内参输入至路面检测模型的全局特征提取分支，将各像素位于预设基准路面时的虚拟空间位置信息叠加至图像特征信息中，获得全局特征信息，包括：
13、将相机内参输入至全局特征提取分支的平面特征提取模块，基于相机内参，将各像素在预设基准路面的虚拟空间位置信息作为初始平面特征；
14、将初始平面特征与图像特征信息输入至全局特征提取分支的级联模块进行级联和特征提取处理，获得全局特征信息。
15、在本申请可能的一实施例中，将全局特征信息和底面局部特征信息输入至路面检测模型的检测头，预测得到目标所在路面相较于预设基准路面的差异信息，包括：
16、将全局特征信息和底面局部特征信息输入至检测头的多头注意力层，获得融合特征；
17、将融合特征输入至检测头的前馈网络层，获得目标所在路面相较于预设基准路面的差异信息向量；
18、将差异信息向量输入至输出层，获得输出层输出的差异信息。
19、在本申请可能的一实施例中，将图像特征信息、预测平面方程与相机内参输入至立体交通目标检测模型，预测得到待检测目标的目标底面中心与目标所在路面之间的高度信息、目标底面中心在相机坐标系中的空间坐标信息、待检测目标的空间尺寸信息以及角点坐标信息，包括：
20、将图像特征信息、预测平面方程与相机内参输入至立体交通目标检测模型的高度信息预测模块，预测得到待检测目标的目标底面中心与目标所在路面之间的高度信息；
21、将高度信息、目标底面中心的平面坐标和图像特征信息输入至立体交通目标检测模型的立体检测模块，预测得到目标底面中心在相机坐标系中的空间坐标信息、待检测目标的空间尺寸信息以及角点坐标信息。
22、在本申请可能的一实施例中，将高度信息、目标底面中心的平面坐标和图像特征信息输入至立体交通目标检测模型的立体检测模块，预测得到目标底面中心在相机坐标系中的空间坐标信息、待检测目标的空间尺寸信息以及角点坐标信息，包括：
23、将高度信息、目标底面中心的平面坐标和图像特征信息输入至立体交通目标检测模型的立体检测模块，预测目标底面中心在相机坐标系中的空间坐标信息与待检测目标的空间尺寸信息；
24、通过立体检测模块基于空间坐标信息和空间尺寸信息，获得交通目标标识框的角点坐标信息。
25、在本申请可能的一实施例中，将图像特征信息、预测平面方程与相机内参输入至立体交通目标检测模型的高度信息预测模块，预测得到待检测目标的目标底面中心与目标所在路面之间的高度信息，包括：
26、通过高度信息预测模块基于相机内参和预测平面方程，获得图像特征信息对应的所有像素在路面空间坐标系的特征空间位置信息，将各像素的特征空间位置信息作为位置编码和图像特征信息相叠加，获得全局高度特征，基于全局高度特征，预测目标底面中心与目标所在路面之间的高度信息。
27、在本申请可能的一实施例中，对检测图像进行目标检测，获得待检测目标的图像特征信息与目标底面中心，包括：
28、将检测图像输入至平面检测模块对检测图像进行目标检测，获得待检测目标的图像特征信息、目标底面中心与初始航向角信息；
29、将图像特征信息、预测平面方程与相机内参输入至立体交通目标检测模型，预测得到待检测目标的目标底面中心与目标所在路面之间的高度信息、目标底面中心在相机坐标系中的空间坐标信息、待检测目标的空间尺寸信息以及角点坐标信息，包括：
30、将图像特征信息、预测平面方程、相机内参与初始航向角信息输入至立体交通目标检测模型，预测得到待检测目标的目标底面中心与目标所在路面之间的高度信息、目标底面中心在相机坐标系中的空间坐标信息、待检测目标的空间尺寸信息、角点坐标信息以及修正后的航向角信息。
31、在本申请可能的一实施例中，获取成像装置采集的检测图像之前，方法还包括：
32、获取待训练网络、第一训练样本集以及第二训练样本集，待训练网络包括依次连接的初始特征提取模块、初始图像目标检测模型、初始路面检测模型和初始立体交通目标检测模型，第一训练样本集中的第一训练样本图像为针对行驶在路面上的交通目标采集得到，且第一训练样本图像具有平面检测标注信息；第二训练样本集中的各第二训练样本图像的画面信息分别与一第一训练样本图像相同，且第二训练样本图像具有路面的路面方程标注信息和立体目标检测结果标注信息；
33、冻结初始路面检测模型和初始立体交通目标检测模型的模型参数，利用第一训练样本集训练初始特征提取模块与初始图像目标检测模型，获得参数调整后的特征本文档来自技高网...
【技术保护点】
1.一种交通目标检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的交通目标检测方法，其特征在于，所述将所述待检测目标的图像特征信息和所述成像装置的相机内参输入至路面检测模型，获得目标所在路面相较于预设基准路面的差异信息，包括：
3.根据权利要求2所述的交通目标检测方法，其特征在于，所述将所述待检测目标的图像特征信息和所述成像装置的相机内参输入至路面检测模型的全局特征提取分支，将各像素位于预设基准路面时的虚拟空间位置信息叠加至所述图像特征信息中，获得全局特征信息，包括：
4.根据权利要求1所述的交通目标检测方法，其特征在于，所述将所述图像特征信息、所述预测平面方程与所述相机内参输入至立体交通目标检测模型，预测得到所述待检测目标的目标底面中心与所述目标所在路面之间的高度信息、所述目标底面中心在所述相机坐标系中的空间坐标信息、所述待检测目标的空间尺寸信息以及角点坐标信息，包括：
5.根据权利要求4所述的交通目标检测方法，其特征在于，所述将所述图像特征信息、所述预测平面方程与所述相机内参输入至立体交通目标检测模型的高度信息预测模
6.根据权利要求1所述的交通目标检测方法，其特征在于，所述对所述检测图像进行目标检测，获得所述待检测目标的图像特征信息与目标底面中心，包括：
7.根据权利要求6所述的交通目标检测方法，其特征在于，所述获取成像装置采集的检测图像之前，所述方法还包括：
8.根据权利要求7所述的交通目标检测方法，其特征在于，第一训练样本图像为与所述交通目标对应的画面区域为中空区域；和/或
9.一种交通目标检测装置，其特征在于，包括：
10.一种交通目标检测设备，其特征在于，包括：处理器，存储器以及存储在所述存储器中的计算机程序，所述计算机程序被所述处理器运行时实现如权利要求1至8中任一项所述的交通目标检测方法。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的交通目标检测方法。
...【技术特征摘要】
1.一种交通目标检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的交通目标检测方法，其特征在于，所述将所述待检测目标的图像特征信息和所述成像装置的相机内参输入至路面检测模型，获得目标所在路面相较于预设基准路面的差异信息，包括：
3.根据权利要求2所述的交通目标检测方法，其特征在于，所述将所述待检测目标的图像特征信息和所述成像装置的相机内参输入至路面检测模型的全局特征提取分支，将各像素位于预设基准路面时的虚拟空间位置信息叠加至所述图像特征信息中，获得全局特征信息，包括：
4.根据权利要求1所述的交通目标检测方法，其特征在于，所述将所述图像特征信息、所述预测平面方程与所述相机内参输入至立体交通目标检测模型，预测得到所述待检测目标的目标底面中心与所述目标所在路面之间的高度信息、所述目标底面中心在所述相机坐标系中的空间坐标信息、所述待检测目标的空间尺寸信息以及角点坐标信息，包括：
5.根据权利要求4所述的交通目标检测方法，其特征在于，所述将所述图像特征信息、所述预测平面方程与所述相机内参输...
【专利技术属性】
技术研发人员：陈明健，陈夏晗，唐三立，
申请(专利权)人：上海高德威智能交通系统有限公司，
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。