[发明专利]用于对象检测的方法和系统

说明书

本公开涉及用于对象检测的方法和系统。用于对象检测的计算机实现的方法包括由计算机硬件组件执行的以下步骤：获取图像；将所述图像的一像素确定成基础像素；确定多个目标像素集合的坐标，各个目标像素集合包括与所述基础像素有相应预定关系的多个像素；针对所述目标像素集合中的各个集合，确定表示各目标像素集合中的所述像素的值的信息；以及基于所确定的信息来确定在所述图像中是否示出了预定对象。

技术领域

本公开涉及用于对象检测的方法和系统，具体地是用于前灯识别或用于交通标志识别的方法和系统。

背景技术

诸如数码摄像头的数字成像设备被用于各种汽车应用中。一种这样的应用是自适应前灯控制，以在近光灯与远光灯之间进行切换。前灯控制与车辆的安全性相关，因为远光灯会由于过度的眩光而使迎面而来或前面的车辆的驾驶员眩目。可以基于前灯检测来执行自适应前灯控制。

因此，需要提供用于可靠的前灯检测的设备和方法。

发明内容

本公开提供了一种计算机实现的方法、计算机系统、车辆和非暂时性计算机可读介质。在说明书和附图中给出了实施方式。

在一个方面，本公开涉及用于对象检测的计算机实现的方法，所述方法包括由计算机硬件组件执行的以下步骤：获取图像；将所述图像的一像素确定成基础像素；确定多个目标像素集合的坐标，各个目标像素集合包括与所述基础像素有相应预定关系的多个像素；针对所述目标像素集合中的各个集合，确定表示各目标像素集合中的所述像素的值的信息；以及基于所确定的信息来确定在所述图像中是否示出了预定对象。

换句话说，可以评估图像中沿着预定像素集合(例如，线)的像素，并且基于该评估，可以确定在图像上是否示出了预定对象(例如，车辆的前灯或预定交通标志)。

预定关系可以是空间关系。例如，各个目标像素集合可以是从基础像素开始的线。

表示针对各个目标像素集合中的相应目标像素集合中的像素的值的相应信息可以被称为描述符，该描述符可以描述图像中提供的信息，从而使得机器学习方法(例如人工神经网络)可以对图像进行评估，例如以确定在图像上是否示出了预定对象，而不必考虑图像的各个像素或每个像素。例如，可以对图像的像素进行评估以确定比这样的像素值对机器学习方法更具描述性或更有用的信息，并且该信息可以是描述符。描述符可以描述某些图像区域。

该描述符以及确定和使用该描述符的方法可以在用于提供图像描述符的系统中使用以将车辆光与道路附近的其它光源区分开，并且可以在各种ADAS(高级驾驶员辅助系统)功能(例如自适应大灯控制(AHC))中使用。

根据另一方面，使用人工神经网络基于所确定的信息来确定在所述图像中是否示出了所述预定对象。

根据另一方面，所述预定对象可以包括或者可以是车辆的前灯。指示图像中是否存在车辆前灯的信息可以用于自适应前灯控制，例如，避免其他驾驶员眩目，同时在执行该方法的车辆周围提供尽可能多的光。

根据另一方面，预定对象可以包括或者可以是交通标志。指示图像中是否存在预定交通标志的信息可以用于巡航控制(例如，设置最大允许速度)或用于一般车辆行为(例如，避免在不允许超车的区域超车)。

根据另一方面，各个目标像素集合可以包括图像中沿着穿过基础像素的线的像素。应当理解，由于图像包括多个像素，图像中的线由几个(离散)像素组成，因此该线实际上是图像中的线的近似值。在给定起点(例如，基础像素)和期望方向或期望终点的情况下，例如，可以根据布雷森纳姆的方法确定通过起点并且具有期望方向或通过期望终点的近似该线的像素。

根据另一方面，多个目标像素集合的各条线可以具有成对的不同方向。根据另一方面，多个目标像素集合的各条线可以包括具有不同方向的成对的线。