[发明专利]一种目标定位方法、装置、电子设备及存储介质

权利要求书

1.一种目标定位方法，其特征在于，包括：

基于双目摄像头捕捉的包含待定位目标的左视图和右视图，计算视差图；

将所述左视图输入训练后的深度学习网络，输出所述左视图中的目标掩码；

基于所述视差图和所述左视图中的目标掩码，利用三维重建投影方法计算待定位目标的三维空间坐标。

2.根据权利要求1所述的目标定位方法，其特征在于，所述基于双目摄像头捕捉的包含待定位目标的左视图和右视图，计算视差图包括：

对所述双目摄像头进行标定，获取所述双目摄像头的内外参数；

基于所述双目摄像头的内外参数，对所述左视图和所述右视图进行立体矫正，使得所述左视图和所述右视图保持行对准；

基于矫正后的所述左视图和所述右视图，采用立体匹配法对所述左视图和所述右视图进行匹配，获取视差图。

3.根据权利要求2所述的目标定位方法，其特征在于，所述立体匹配法为高效大规模立体匹配法。

4.根据权利要求1所述的目标定位方法，其特征在于，通过如下方式对深度学习网络进行训练：

基于左视图训练集对所述深度学习网络进行训练，其中，所述左视图训练集中包括多张左视图以及每一张左视图中的目标的像素点位置，所述目标的像素点位置组成目标掩码，所述左视图为采用所述双目摄像头捕捉。

5.根据权利要求1所述的目标定位方法，其特征在于，所述基于所述视差图和所述左视图中的目标掩码，利用三维重建投影方法计算待定位目标的三维空间坐标包括：

根据立体视觉原理及所述双目摄像头的内外参数，计算重投影矩阵；

基于所述重投影矩阵、所述视差图和所述左视图中的目标掩码，计算得到待定位目标的三维空间坐标。

6.根据权利要求5所述的目标定位方法，其特征在于，所述基于所述重投影矩阵、所述视差图和所述左视图中的目标掩码，计算得到待定位目标的三维空间坐标包括：

通过如下公式计算目标的三维空间坐标：

其中，Q为重投影矩阵，(x,y)表示左视图中待定位目标的像素点坐标，d为左视图中待定位目标的像素点坐标为(x,y)处的视差，(X/W，Y/W，Z/W)为场景中待定位目标对应的三维空间坐标。

7.根据权利要求1或4所述的目标定位方法，其特征在于，所述深度学习网络为MaskRCNN深度神经网络。

8.根据权利要求1所述的目标定位方法，其特征在于，所述左视图和右视图中的待定位目标包含一个或多个。

9.一种目标定位装置，其特征在于，包括：

第一计算模块，用于基于双目摄像头捕捉的包含待定位目标的左视图和右视图，计算视差图；

输出模块，用于将所述左视图输入训练后的深度学习网络，输出所述左视图中的目标掩码；

第二计算模块，用于基于所述视差图和所述左视图中的目标掩码，利用三维重建投影方法计算待定位目标的三维空间坐标。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至8任一项所述目标定位方法的步骤。