[发明专利]驾驶员视觉显著区域检测方法、装置和计算机设备

说明书

本申请涉及一种驾驶员视觉显著区域检测方法、装置和计算机设备。该驾驶员视觉显著区域检测方法包括：获取车载摄像机拍摄的待检测图像；对待检测图像进行编码，并通过注意力机制，获取待检测图像在空间维度和通道维度融合后的图像特征；获取待检测图像对应的领域自适应模型；将图像特征输入领域自适应模型，对图像特征进行自适应处理，得到待检测图像的视觉显著区域。从而，可以通过注意力机制，强化待检测图像中的有效信息，得到对应的图像特征，并通过自适应处理，对图像特征进行泛化，当待检测图像对应的同场景或驾驶员不同的时候，也可以检测到待检测图像的视觉显著区域，以提高视觉显著区域的检测效率。

技术领域

本申请涉及计算机视觉技术领域，特别是涉及一种驾驶员视觉显著区域检测方法、装置和计算机设备。

背景技术

随着计算机视觉和图像处理技术的发展，出现了学习识别图像中的视觉显著区域的技术。随着智能驾驶技术的发展，出现了通过检测驾驶员视觉显著区域，辅助驾驶员进行安全驾驶的技术。传统技术中，通常是通过训练一个能够识别图像中的视觉显著区模型，去识别特定场景下特定驾驶员的视觉显著区域。

然而，传统技术中，只能学习和识别特定场景下特定驾驶员的视觉显著区域，当同场景不同、驾驶员不同时，需要重新进行学习和识别，导致视觉显著区域的检测效率十分低下。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高视觉显著区域的检测效率的驾驶员视觉显著区域检测方法、装置和计算机设备。

一种驾驶员视觉显著区域检测方法，所述方法包括：

获取车载摄像机拍摄的待检测图像；

对所述待检测图像进行编码，并通过注意力机制，获取所述待检测图像在空间维度和通道维度融合后的图像特征；

获取所述待检测图像对应的领域自适应模型；

将所述图像特征输入所述领域自适应模型，对所述图像特征进行自适应处理，得到所述待检测图像的视觉显著区域。

在一个实施例中，所述将所述图像特征输入所述领域自适应模型，对所述图像特征进行自适应处理，得到所述待检测图像的视觉显著区域之后，包括：

通过预设的视觉感知模型，检测所述待检测图像中的危险区域；

获取所述危险区域与所述视觉显著区域的重合率；

检测所述重合率与预设阈值之间的大小；

当所述重合率小于所述预设阈值时，生成避撞方案或警示信息中的至少一种。

在一个实施例中，所述对所述待检测图像进行编码，并通过注意力机制，获取所述待检测图像在空间维度和通道维度融合后的图像特征，包括：

获取包括所述注意力机制的编码网络模型；其中，所述注意力机制包括通道注意力机制和空间注意力机制；

将所述待检测图像输入编码网络模型，通过所述编码网络模型对所述待检测图像进行编码，得到所述待检测图像对应的第一图像特征；

通过所述编码网络模型中的通道注意力机制，获取所述第一图像特征中的通道域特征，得到第二图像特征；

通过所述空间注意力机制，获取所述第二图像特征中的空间域特征，输出所述图像特征。

在一个实施例中，所述将所述图像特征输入所述领域自适应模型，对所述图像特征进行自适应处理，得到所述待检测图像的视觉显著区域，包括：

将所述图像特征输入所述领域自适应模型，通过所述领域自适应模型中的自适应标准化模型，对所述图像特征进行自适应标准化处理，得到标准化图像特征；