[发明专利]一种车位检测方法、装置、设备及存储介质

说明书

本申请公开了一种车位检测方法、装置、设备及存储介质。本技术方案中，对场景的俯视图像进行学习，获得五幅概率图。这五幅概率图具体包括一幅中心点概率图和四幅内角点概率图。由于中心点概率图反映出场景俯视图像中各像素点作为车位中心点的预测概率，每幅内角点概率图反映出场景俯视图像中各像素点作为车位某一内角点的预测概率，并且每个车位的内角点和中心点存在几何联系。基于此，利用模型输出的图像获得车位检测结果。本申请通过学习场景的俯视图像，单阶段地实现了车位的快速检测。此外，本申请不受车位类型的限制，因此可以同时对多种类型的车位进行检测，提升了车位检测效率。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种车位检测方法、装置、设备及存储介质。

背景技术

自动泊车是自动驾驶技术中的重要一环。自动泊车的实现需要依靠准确的车位信息。目前已有的车位检测技术通常将车位检测分割为多个子任务执行。例如，首先检测图像中线条的交叉点，两个相邻的交叉点作为一个交叉点对；其后，利用交叉点对形成的区域获得车位信息，包括车位的类型以及车位的角度；最后，利用车位信息估计车位的其他两个点，在给出车位的完整信息。

在已有的技术中，车位检测是多阶段地实现的，检测速度较慢。并且也无法对多种类型的车位进行同时检测。

发明内容

基于上述问题，本申请提供了一种车位检测方法、装置、设备及存储介质，简化车位检测的复杂度，提升检测速度，且对多种类型的车位能够同时检测。

本申请实施例公开了如下技术方案：

第一方面，本申请提供一种车位检测方法，包括：

获得场景的俯视图像；

对所述俯视图像进行学习，获得一幅中心点概率图和四幅内角点概率图；所述中心点概率图包括：所述俯视图像中各像素点作为中心点的预测概率；所述内角点概率图包括：所述俯视图像中各像素点作为内角点的预测概率，不同的所述内角点概率图对应车位的不同类型的内角点；

根据所述中心点概率图和所述四幅内角点概率图获得对所述俯视图像的车位检测结果。

可选地，所述根据所述中心点概率图和所述四幅内角点概率图获得对所述俯视图像的车位检测结果，具体包括：

根据所述中心点概率图确定中心点的数量和位置信息；

从所述四幅内角点概率图中确定出与中心点相关的内角点；

利用确定出的中心点的数量和位置信息、所述与中心点相关的内角点的位置信息以及中心点与内角点的关联关系，获得对所述俯视图像的车位检测结果。

可选地，所述根据所述中心点概率图确定中心点的数量和位置信息，具体包括：

对所述中心点概率图中的每一个像素点，判断其作为中心点的预测概率是否超过第一预设概率阈值，如果是，则将该像素点确定为中心点，并对中心点的数量加1；

按照所述图像坐标系与场景坐标系的转换关系，将作为中心点的像素点在图像坐标系的坐标转换到所述场景坐标系中，得到中心点在所述场景坐标系中的位置信息。

可选地，所述根据所述中心点概率图确定中心点，具体包括：

根据所述中心点概率图并结合极大值抑制算法确定中心点。

可选地，所述获得对所述俯视图像的车位检测结果，具体包括：

获得所述场景中所有车位的数量和位置；或者，

获得所述场景中所有空车位的数量和位置；或者，

获得所述场景中符合预设要求的空车位的数量和位置。

可选地，获得场景的俯视图像，具体包括：