[发明专利]针对鱼眼图像的目标检测方法、装置、设备和存储介质有效

专利信息
申请号: 202011306070.1 申请日: 2020-11-20
公开(公告)号: CN112101361B 公开(公告)日: 2021-04-23
发明(设计)人: 董颖;刘国清;郑伟;杨广 申请(专利权)人: 深圳佑驾创新科技有限公司
主分类号: G06K9/32 分类号: G06K9/32;G06K9/62;G06N3/04;G06N3/08
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 杨欢
地址: 518051 广东省深圳市南山区粤海街道高*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 针对 图像 目标 检测 方法 装置 设备 存储 介质
【说明书】:

本申请涉及计算机视觉技术领域,提供一种针对鱼眼图像的目标检测方法、装置、设备和存储介质,包括:获取待处理的鱼眼图像;提取鱼眼图像上与各预设图像区域对应的待检测区域图像;其中,不同预设图像区域所对应的成像变形程度不同;将各待检测区域图像分别输入至对应的目标检测模型;其中,不同的目标检测模型用于利用不同角度的检测框对不同的预设图像区域对应的图像进行目标检测;检测框的角度与成像变形程度相适应;获取各目标检测模型输出的目标检测结果;根据各目标检测模型输出的目标检测结果,得到鱼眼图像中被检目标所在位置,无需对鱼眼图像进行去畸变校正,减小数据集制作带来的计算成本。

技术领域

本申请涉及计算机视觉技术领域,特别是涉及一种针对鱼眼图像的目标检测方法、装置、计算机设备和存储介质。

背景技术

基于计算机视觉进行目标检测被广泛应用在各个领域中,尤其是行驶安全领域,借助计算机视觉技术将检测到的预警目标(如车辆、行人等)的位置信息发送给驾驶员,以使驾驶员及时获知当前行驶过程中附近的情况,避免出现行驶安全问题,降低行驶事故的发生。

基于计算机视觉的目标检测根据摄像头的类型可以分为基于一般图像的目标检测和基于鱼眼图像的目标检测方法。由于鱼眼图像具备更大范围的观测视野,适合于检测范围更广的目标检测。

当前基于鱼眼图像的目标检测技术中,考虑到图像中不同位置的目标变形较大,通常先对鱼眼图像进行去畸变的校正操作,然后设计检测算法进行目标位置的判定。其中,针对鱼眼图像中不同位置的目标形状差异大的问题,如果利用图像去畸变校正解决,则会为数据集制作增加计算成本。

发明内容

基于此,有必要针对上述技术问题,提供一种针对鱼眼图像的目标检测方法、装置、计算机设备和存储介质。

一种针对鱼眼图像的目标检测方法,所述方法包括:

获取待处理的鱼眼图像;

提取所述鱼眼图像上与各预设图像区域对应的待检测区域图像;其中,不同预设图像区域所对应的成像变形程度不同;

将各待检测区域图像分别输入至对应的目标检测模型;其中,不同的目标检测模型用于利用不同角度的检测框对不同的预设图像区域对应的图像进行目标检测;所述检测框的角度与成像变形程度相适应;

获取各目标检测模型输出的目标检测结果;

根据所述各目标检测模型输出的目标检测结果,得到所述鱼眼图像中被检目标所在位置。

在其中一个实施例中,

所述方法还包括:

基于在各预设图像区域中选择的任一预设图像区域,从样本鱼眼图像中获取所述任一预设图像区域对应的待标注样本图像;其中,所述待标注样本图像相对于所述样本鱼眼图像水平;

按照与所述任一预设图像区域对应的成像变形程度相适应的角度,对所述待标注样本图像进行旋转处理,得到旋转待标注样本图像;其中,所述旋转待标注样本图像中的待标注目标相对于所述样本鱼眼图像水平,且所述旋转待标注样本图像相对于所述样本鱼眼图像旋转;

基于所述旋转待标注样本图像,得到尺寸扩充图像;其中,所述尺寸扩充图像的图像尺寸大于所述旋转待标注样本图像的图像尺寸,且相对于所述样本鱼眼图像水平;所述尺寸扩充图像包括所述旋转待标注样本图像以及围绕所述旋转待标注样本图像的黑边图像,所述旋转待标注样本图像相对于所述尺寸扩充图像旋转的角度为所述相适应的角度,且所述待标注目标相对于所述尺寸扩充图像水平;

利用相对于所述尺寸扩充图像水平的检测框,对所述旋转待标注样本图像中的待标注目标进行标注,得到对应的水平标注检测框,并将包括所述水平标注检测框的旋转待标注样本图像作为第一标注样本图像;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳佑驾创新科技有限公司,未经深圳佑驾创新科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011306070.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top