[发明专利]一种基于单目视觉的图像检测方法、装置及存储设备

说明书

本申请公开了一种基于单目视觉的图像检测方法、装置及存储设备，该方法包括：利用输出为车辆类型的第一神经网络模型获得基于单目视觉的图像中车辆的类型；根据获得的车辆的类型，利用输出为三维尺寸偏差的第二神经网络模型获得基于单目视觉的图像中车辆的三维尺寸偏差；根据所述车辆的三维尺寸偏差以及预先设置的该类型车辆的数据获得所述图像中车辆在世界坐标系的三维坐标。本申请能够取得的有益效果在于，获得目标车辆的3D深度信息，可以为驾驶的车辆提供更多的周围环境的信息，以便驾驶的车辆更加快速的做出判断。

技术领域

本申请涉及人工智能、自动驾驶领域，尤其是涉及一种基于单目视觉的图像检测方法、装置及存储设备。

背景技术

对于自动驾驶的汽车来说，理解周围交通场景是至关重要的。现有技术中，大家都是基于2D图像进行车辆的检测与识别，使用深度学习与机器学习的方法来进行车辆的识别和定位。通过对图像中的车辆进行标注，获得车辆在图像像素坐标系中的位置，生成label(标签)。通过大量标注的图像信息(即训练集)，运用深度学习的方法，使用神经网络进行训练得到最终的模型。在检测时，使用训练好的模型来对待检测图片进行检测，获得图片中的目标类别以及其位置信息。现有基于图像的车辆识别与检测，只能检测出车辆在图像中的位置，即车辆在像素坐标系中的位置，而对于自动驾驶来说，仅确定车辆在图像中的位置是不够的，更需要获取车辆在相机中的位置、车辆的尺寸以及其姿态，这些信息对于自动驾驶的车辆来说是至关重要的。现在的方法并没有基于2D图像的车辆检测来获取车的尺寸和位姿信息，更多的是采用双目视觉或其他的三维视觉方法来获得。本发明解决了基于单目视觉在2D车辆检测的基础上，获得车辆的尺寸、位姿信息的问题。

发明内容

本申请实施例提供一种基于单目视觉的图像检测方法、装置及存储设备。解决了基于单目视觉在2D车辆检测的基础上，获得车辆的尺寸、位姿信息的问题。

本申请提供了一种基于单目视觉的图像检测方法，该方法包括：

利用输出为车辆类型的第一神经网络模型获得基于单目视觉的图像中车辆的类型；

根据获得的车辆的类型，利用输出为三维尺寸偏差的第二神经网络模型获得基于单目视觉的图像中车辆的三维尺寸偏差；

根据所述车辆的三维尺寸偏差以及预先设置的该类型车辆的数据获得所述图像中车辆在世界坐标系的三维坐标。

本申请还提供了一种辅助驾驶系统，所述辅助驾驶系统通过所述的基于单目视觉的图像检测方法获取到车辆距离摄像机的距离，用于车道保持、自动泊车、刹车和倒车中的至少一者。

本申请还提供了一种存储设备，其上存储有程序数据，所述程序数据用于被处理器执行时实现基于单目视觉的图像检测方法。

本申请还提供了一种基于单目视觉的图像检测装置，该装置包括：

存储设备，用于存储程序数据；

处理器，用于执行所述存储设备中的程序数据以实现基于单目视觉的图像检测方法。

与现有技术相比，本申请能够取得的有益效果在于，单目图像获得目标车辆的3D深度信息，可以为驾驶的车辆提供更多的周围环境的信息，以便驾驶的车辆更加快速的做出判断。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请提供的一种基于单目视觉的图像检测方法实施例的流程示意图；

图2为本申请提供的一种基于单目视觉的图像检测方法实施例以车辆底部中央为原点建立的世界坐标系；

图3为本申请提供的一种基于单目视觉的图像检测方法实施例中车辆在图像中的3D框；