[发明专利]一种车位检测方法及装置有效
申请号: | 201810610078.3 | 申请日: | 2018-06-13 |
公开(公告)号: | CN110598512B | 公开(公告)日: | 2022-05-06 |
发明(设计)人: | 浦世亮;邝宏武 | 申请(专利权)人: | 杭州海康威视数字技术股份有限公司 |
主分类号: | G06V20/58 | 分类号: | G06V20/58 |
代理公司: | 北京柏杉松知识产权代理事务所(普通合伙) 11413 | 代理人: | 马敬;项京 |
地址: | 310051 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 车位 检测 方法 装置 | ||
1.一种车位检测方法,其特征在于,所述方法包括:
获取待检测图像;
将所述待检测图像输入第一神经网络,由所述第一神经网络对所述待检测图像进行特征提取后检测出所述待检测图像中的车位框区域的轮廓信息;
基于所述轮廓信息,从所述待检测图像中提取所述车位框区域各个顶角处的子图像区域;
将各个子图像区域输入第二神经网络,由所述第二神经网络从各个子图像区域中检测出所述车位框区域的顶点位置信息;
根据各个顶点位置信息,确定所述待检测图像中的最终车位框区域;
其中,所述对所述待检测图像进行特征提取后检测出所述待检测图像中的车位框区域的轮廓信息的步骤,包括:
根据预先获取的模型参数,对所述待检测图像进行特征提取;
根据所提取的特征,确定所述待检测图像中预设的各个候选框对应的偏移量和置信度,将所述各个候选框的顶点位置与对应的偏移量的叠加作为候选车位框区域的轮廓信息,其中,所述置信度为对应的候选框叠加上偏移量之后的区域为真实的车位框区域的置信度;
根据置信度大于置信度阈值的候选车位框区域的轮廓信息,确定所述待检测图像中的车位框区域的轮廓信息。
2.根据权利要求1所述的方法,其特征在于,所述顶点位置信息包括所述车位框区域在图像坐标系下的顶点坐标;
当检测出的车位框区域为至少两个时,所述根据各个所述顶点位置信息,确定所述待检测图像中的最终车位框区域的步骤,包括:
针对每个车位框区域,根据预设的图像坐标系与俯视图坐标系之间的转换参数,将该车位框区域在图像坐标系下的顶点坐标,转换成该车位框区域在俯视图坐标系下的顶点坐标;
根据各个车位框区域在所述俯视图坐标系下的顶点坐标,确定各个车位框区域的区域特征;
根据各个车位框区域的区域特征和预设区域特征,从各个车位框区域中确定所述待检测图像中的最终车位框区域。
3.根据权利要求2所述的方法,其特征在于,所述根据各个车位框区域在俯视图坐标系下的位置信息,从各个车位框区域中确定所述待检测图像中的最终车位框区域的步骤,包括:
根据各个车位框区域在俯视图坐标系下的位置信息,确定各个车位框区域的形状特征;将符合预设形状特征的车位框区域,确定为所述待检测图像中的最终车位框区域。
4.根据权利要求3所述的方法,其特征在于,在确定所述待检测图像中的最终车位区域之后,所述方法还包括:
根据所述最终车位框区域在俯视图坐标系下的位置信息,控制目标车辆驶入所述最终车位框区域中。
5.一种车位检测装置,其特征在于,所述装置包括:
获取模块,用于获取待检测图像;
第一检测模块,用于将所述待检测图像输入第一神经网络,由所述第一神经网络对所述待检测图像进行特征提取后检测出所述待检测图像中的车位框区域的轮廓信息;
提取模块,用于基于所述轮廓信息,从所述待检测图像中提取所述车位框区域各个顶角处的子图像区域;
第二检测模块,用于将各个子图像区域输入第二神经网络,由所述第二神经网络从各个子图像区域中检测出所述车位框区域的顶点位置信息;
确定模块,用于根据各个顶点位置信息,确定所述待检测图像中的最终车位框区域;
其中,所述第一检测模块,具体用于:
根据预先获取的模型参数,对所述待检测图像进行特征提取;
根据所提取的特征,确定所述待检测图像中预设的各个候选框对应的偏移量和置信度,将所述各个候选框的顶点位置与对应的偏移量的叠加作为候选车位框区域的轮廓信息,其中,所述置信度为对应的候选框叠加上偏移量之后的区域为真实的车位框区域的置信度;
根据置信度大于置信度阈值的候选车位框区域的轮廓信息,确定所述待检测图像中的车位框区域的轮廓信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州海康威视数字技术股份有限公司,未经杭州海康威视数字技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810610078.3/1.html,转载请声明来源钻瓜专利网。