[发明专利]一种车位限位器识别方法及其系统、计算机设备

权利要求书

1.一种车位限位器识别方法，其特征在于，包括如下步骤：

实时获取车辆环境图像；

利用预先训练好的神经网络模型检测所述车辆环境图像中的车位限位器得到一个或多个区域建议框，并在所述车辆环境图像中叠加所述一个或多个区域建议框得到停车位图像；其中，一个区域建议框对应一个车位限位器；

对所述停车位图像进行显示。

2.如权利要求1所述的车位限位器识别方法，其特征在于，所述实时获取车辆环境图像包括：

通过鱼眼摄像机采集车辆原始环境图像；

对所述车辆原始环境图像矫正和预处理得到所述车辆环境图像。

3.如权利要求1或2所述的车位限位器识别方法，其特征在于，所述利用预先训练好的神经网络模型检测所述车辆环境图像中的车位限位器得到一个或多个区域建议框包括：

对所述车辆环境图像进行卷积处理得到卷积特征图像；

对所述卷积特征图像进行处理生成一个或多个区域建议框；

确定所述一个或多个区域建议框的坐标及尺寸信息；

判断所述一个或多个区域建议框是否为前景，并根据判断结果保留或丢弃区域建议框；其中，若一区域建议框为前景，则保留该区域建议框，否则，丢弃该区域建议框。

4.如权利要求3所述的车位限位器识别方法，其特征在于，所述在所述车辆环境图像中叠加所述一个或多个区域建议框得到停车位图像包括：

根据所述一个或多个区域建议框的坐标及尺寸信息将保留的一个或多个区域建议框叠加至所述车辆环境图像中得到停车位图像。

5.如权利要求3所述的车位限位器识别方法，其特征在于，所述判断所述一个或多个区域建议框是否为前景包括：

计算区域建议框与真实标注框的IOU值；

根据所述IOU值与预设阈值的比较结果确定区域建议框是否为前景；其中，若一区域建议框与真实标注框的IOU值大于预设阈值，则该区域建议框为前景。

6.一种计算机设备，其特征在于，包括：

目标检测单元，包括预先训练好的神经网络模型，所述神经网络模型用于检测所述车辆环境图像中的车位限位器得到一个或多个区域建议框，并在所述车辆环境图像中叠加所述一个或多个区域建议框得到停车位图像；其中，一个区域建议框对应一个车位限位器。

7.如权利要求6所述的计算机设备，其特征在于，包括：

图像接收单元，用于接收鱼眼摄像机实时采集的车辆原始环境图像；

图像处理单元，用于对所述车辆原始环境图像矫正和预处理得到所述车辆环境图像。

8.如权利要求6所述的计算机设备，其特征在于，所述神经网络模型包括：

特征提取网络层，用于对所述车辆环境图像进行卷积处理得到卷积特征图像；

区域生成网络层，用于对所述卷积特征图像进行处理生成一个或多个区域建议框；

第一全连接层，用于确定所述一个或多个区域建议框的坐标及尺寸信息；

第二全连接层，用于判断所述一个或多个区域建议框是否为前景，并根据判断结果保留或丢弃区域建议框；其中，若一区域建议框为前景，则保留该区域建议框，否则，丢弃该区域建议框。

9.如权利要求8所述的计算机设备，其特征在于，所述目标检测单元包括：

信息处理单元，用于根据所述一个或多个区域建议框的坐标及尺寸信息将保留的一个或多个区域建议框叠加至所述车辆环境图像中得到停车位图像。

10.一种车位限位器识别系统，其特征在于，包括鱼眼摄像机、显示装置以及权利要求6－9任一项所述的计算机设备；所述鱼眼摄像机用于采集车辆原始环境图像；所述显示装置用于显示所述停车位图像。