[发明专利]棒状像素估计方法和系统

说明书

本发明涉及棒状像素估计方法和系统。提供用于检测物体的方法和系统。在一个实施例中，一种方法包括：由处理器接收来自图像传感器的图像数据；由处理器接收来自雷达系统的雷达数据；由所述处理器使用深度学习方法处理来自所述图像传感器的图像数据和来自所述雷达系统的雷达数据；以及由所述处理器基于所述处理检测物体。

相关申请的交叉引用

本发明要求提交于2015年11月20日的美国临时申请第62/258,303号的权益。

技术领域

技术领域总体上涉及物体检测系统和方法，并且更具体地涉及在场景中估计一个或多个棒状像素并且基于所估计的棒状像素来检测物体的物体检测系统和方法。

背景技术

各种系统处理数据以检测靠近系统的物体。例如，一些车辆系统检测靠近车辆的物体并且使用关于物体的信息来向驾驶员警告关于物体的情况和/或控制车辆。车辆系统基于放置在车辆周围的传感器来检测物体。例如，多个相机被放置在车辆的后方、侧方和/或前方，以便检测物体。来自多个相机的图像被用于基于立体视觉检测物体。在车辆或任何系统中实现多个相机增加了总成本。

因此，期望提供基于单个相机检测图像中的物体的方法和系统。此外，结合附图和前述技术领域和背景技术，从随后的详细描述和所附权利要求，本发明的其它期望特征和特性将变得明显。

另外，本公开包括以下技术方案：

技术方案1：一种用于检测物体的方法，包括：

由处理器接收来自图像传感器的图像数据；

由处理器接收来自雷达系统的雷达数据；

由所述处理器使用深度学习方法处理来自所述图像传感器的所述图像数据和来自所述雷达系统的所述雷达数据；和

由所述处理器基于所述处理来检测物体。

技术方案2：根据技术方案1所述的方法，其中，所述处理包括处理所述图像数据以确定一个或多个棒状像素，并且其中所述深度学习方法使用所述一个或多个棒状像素。

技术方案3：根据技术方案2所述的方法，其中，所述处理包括：

基于所述图像数据形成图像的感兴趣区域（ROI）窗口；和

使所述ROI窗口从图像位置的左侧到所述图像的右侧运动到多个位置，以顺序地确定在每个位置处棒状像素的存在。

技术方案4：根据技术方案2所述的方法，其中，所述处理包括：

基于所述图像数据形成感兴趣区域（ROI）窗口；

使用卷积神经网络确定所述ROI窗口的中心线是否包括棒状像素；和

当确定棒状像素时报告可能性、位置、高度和类别标签。

技术方案5：根据技术方案1所述的方法，其中，所述处理包括：

处理来自所述雷达系统的所述雷达数据以确定一个或多个存在向量，并且其中所述深度学习方法使用所述一个或多个存在向量。

技术方案6：根据技术方案1所述的方法，其中，所述处理包括使用所述深度学习方法融合所述图像数据的棒状像素和所述雷达数据的存在向量。

技术方案7：根据技术方案6所述的方法，还包括确定所述融合的棒状像素和存在向量的每个的速度，并且其中，基于所述融合的棒状像素和存在向量的每个的所述速度来进行所述物体的检测。

技术方案8：根据技术方案7所述的方法，还包括确定所述融合的棒状像素和存在向量的每个的位移，并且其中，基于所述融合的棒状像素和存在向量的每个的所述位移来进行所述物体的检测。

技术方案9：一种用于检测物体的系统，包括：