[发明专利]一种车辆关键点检测方法

权利要求书

1.一种车辆关键点检测方法，其特征在于，所述方法包括以下步骤：

步骤1)图像预处理，获取车辆实例图像，并对所述实例图像进行预处理，每张所述实例图像包含单个车辆；

步骤2)车辆关键点标记，对已预处理的实例图像标记车辆N个关键点，得到实例图像对应的关键点标记信息，所述关键点标记信息包括关键点标签与关键点位置，所述关键点标签包括可见与不可见，定义简单关键点与困难关键点，所述简单关键点为可见的若干关键点，所述困难关键点为根据基于预测误差的设定条件所筛选的若干关键点；

步骤3)车辆关键点检测网络构建，所述关键点检测网络包括特征提取模块、简单关键点检测模块和困难关键点检测模块，其中所述特征提取模块用于提取不同分辨率的K个特征图，所述简单关键点检测模块用于预测简单关键点位置，所述困难关键点检测模块用于对K个特征图进行特征融合并预测关键点位置与关键点到车辆中心的偏移量，所述困难关键点检测模块包括特征融合子模块、关键点检测分支与关键点偏移预测分支；

步骤4)车辆关键点检测网络训练，定义所述关键点检测网络的损失函数，使用已预处理的实例图像与对应的关键点标记信息对所述关键点检测网络的参数进行训练，得到已训练的车辆关键点检测网络；

步骤5)车辆关键点检测网络使用，对待检测图像进行预处理，并输入已训练的车辆关键点检测网络进行检测，最后输出待检测图像的关键点检测结果，所述关键点检测结果包括所述检测网络中所述困难关键点检测模块所预测的关键点位置与关键点到车辆中心的偏移量。

2.根据权利要求1中所述的一种车辆关键点检测方法，其特征在于，所述步骤2)中，所述关键点分为3组，分别为4个车轮关键点、4个车灯关键点与4个车顶关键点，所述困难关键点为选择每组关键点中预测误差最大的2个关键点所组成的6个关键点。

3.根据权利要求1或2中所述的一种车辆关键点检测方法，其特征在于，所述步骤3)中，所述特征提取模块的结构包括1个ResNet与K个1×1卷积层，ResNet接收预处理后的实例图像，提取不同分辨率的K个特征图，对每个特征图使用1个1×1卷积层进行卷积操作使K个特征图的通道数相同，并发送至所述简单关键点检测模块。

4.根据权利要求3中所述的一种车辆关键点检测方法，其特征在于，所述步骤3)中，所述简单关键点检测模块的结构包括K个1×1卷积层与K个输出层，所述简单关键点检测模块接收K个特征图并发送至所述困难关键点 检测模块中的特征融合子模块，同时对每个特征图使用1个1×1卷积层进行卷积操作生成对应的热图，并发送至对应的输出层输出，进而得到K个热图，所述热图的通道数等于关键点数N且每个通道代表对应的关键点的预测概率分布。