[发明专利]车辆检测方法及车载终端

权利要求书

1.一种车辆检测方法，其特征在于，包括以下步骤：

将输入图片进行特征提取，并输入至预先训练得到的车轮点识别模型，预测得到所述输入图片中是否包括车轮点，以及车轮点的坐标，其中所述车轮点识别模型使得输入图片与对应输入图片中像素点是否属于车轮点的类别信息以及每个车轮点的坐标偏移量和对面车轮点的坐标偏移量相关联；

将所述车轮点和对面车轮点连线，对得到的多条连线进行投票，并将得票数最高的连线作为车轮线；

根据所述车轮线的位置，确定所述车辆的位置；

其中，对得到的多条连线进行投票，并将得票数最高的连线作为车轮线，包括：

针对每个候选点，遍历每个投票连线，如果连线和两点距离小于阈值，则该两点投票数加1；对于投票数最高的两点，如果投票数大于设置的阈值，则匹配成线。

2.根据权利要求1所述的车辆检测方法，其特征在于，所述车轮点识别模型通过以下方式构建：

生成训练样本集，所述训练样本集包括多组样本数据，每组样本数据包括包含有车轮图像的样本图片、对应样本图片中预先标注的是否属于车轮点的类别信息以及每个车轮点和对面车轮点的偏移量；

基于所述训练样本集对预先搭建的深度神经网络模型进行训练，得到车轮点设别模型，所述车轮点识别模型使得每组所述样本数据中的样本图片与对应样本图片中预先标注的像素点是否属于车轮点的类别信息以及每个车轮点和对面车轮点的偏移量相关联。

3.根据权利要求1或2所述的车辆检测方法，其特征在于，所述预先训练得到的车轮点识别模型包括5个通道(channel)，所述5个通道包括1个分类通道和4个回归通道；所述1个分类通道用于输出车轮点的分类置信图，并表示为以车轮点坐标为中心，给定半径的圆形区域；所述回归通道分别用于输出当前车轮点的两个坐标偏移量和到对面车轮点的两个坐标偏移量。

4.根据权利要求1所述的车辆检测方法，其特征在于，预测得到所述输入图片中是否包括车轮点，以及车轮点的坐标，包括:

以所述车轮点识别模型输出的当前车轮点的坐标加上当前车轮点的两个坐标偏移量，得到多个候选车轮点的坐标；

对得到的多个候选车轮点的坐标进行投票，剔除小于预定分数阈值的候选车轮点；

将比相邻四个点的分数都高的点作为候选车轮点；

将得到的候选车轮点按分数排序，并设置非极大值抑制半径，使得距离小于所述半径的点被抑制以得到车轮点。

5.根据权利要求1所述的车辆检测方法，其特征在于，将所述车轮点和对面车轮点连线，包括：

对车轮点按分数排序；

从分数最高的点开始依次与其余的点进行匹配，从其余的点中查找和当前点匹配的点，如果找到，则将该两点连线输出；如果未找到，则删除此点。

6.一种车载终端，其特征在于，包括：

车轮线识别模块，用于将输入图片进行特征提取，并输入至预先训练得到的车轮点识别模型，预测得到所述输入图片中是否包括车轮点，以及车轮点的坐标，其中所述车轮点识别模型使得输入图片与对应输入图片中像素点是否属于车轮点的类别信息以及每个车轮点的坐标偏移量和对面车轮点的坐标偏移量相关联；

车轮线投票模块，用于将所述车轮点和对面车轮点连线，对得到的多条连线进行投票，并将得票数最高的连线作为车轮线；

检测模块，用于根据所述车轮线的位置，确定所述车辆的位置；

其中，所述车轮线投票模块具体用于：

针对每个候选点，遍历每个投票连线，如果连线和两点距离小于阈值，则该两点投票数加1；对于投票数最高的两点，如果投票数大于设置的阈值，则匹配成线。