[发明专利]图像处理方法、装置、电子设备、路侧设备及云控平台

说明书

本公开公开了图像处理方法、装置、电子设备、路侧设备及云控平台，涉及深度学习和智能交通等人工智能领域，其中的方法可包括：根据待处理的原始图像对应的第一拍摄设备的第一内参矩阵以及第二拍摄设备的第二内参矩阵，对原始图像进行变换，得到中间图像；将中间图像变换为预定大小的目标图像，目标图像为适合第二拍摄设备对应的障碍物检测模型处理的图像，障碍物检测模型为针对第二拍摄设备的焦距训练得到的障碍物检测模型。应用本公开所述方案，可节省人力和时间成本等。

技术领域

本公开涉及人工智能技术领域，特别涉及深度学习和智能交通等领域的图像处理方法、装置、电子设备、路侧设备及云控平台。

背景技术

路侧感知系统为车路协同的车辆提供了超视距的感知信息，相机作为路侧感知系统中的主要传感器之一，需要采集二维(2D，Two-Dimensional)图像进行障碍物检测，之后通过三维(3D，Three-Dimensional)感知对障碍物进行精确定位等。

目前，针对不同焦距的相机，需要分别训练对应的障碍物检测模型，即2D障碍物检测模型，以便对对应焦距的相机拍摄到的图像进行障碍物检测。

相应地，就需要针对不同焦距的相机，分别获取对应的训练样本并进行标注和训练，从而需要耗费大量的人力和时间成本等。

发明内容

本公开提供了图像处理方法、装置、电子设备、路侧设备及云控平台。

一种图像处理方法，包括：

根据待处理的原始图像对应的第一拍摄设备的第一内参矩阵以及第二拍摄设备的第二内参矩阵，对所述原始图像进行变换，得到中间图像；

将所述中间图像变换为预定大小的目标图像，其中，所述目标图像为适合所述第二拍摄设备对应的障碍物检测模型处理的图像，所述障碍物检测模型为针对所述第二拍摄设备的焦距训练得到的障碍物检测模型。

一种图像处理装置，包括：第一处理模块以及第二处理模块；

所述第一处理模块，用于根据待处理的原始图像对应的第一拍摄设备的第一内参矩阵以及第二拍摄设备的第二内参矩阵，对所述原始图像进行变换，得到中间图像；

所述第二处理模块，用于将所述中间图像变换为预定大小的目标图像，其中，所述目标图像为适合所述第二拍摄设备对应的障碍物检测模型处理的图像，所述障碍物检测模型为针对所述第二拍摄设备的焦距训练得到的障碍物检测模型。

一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如以上所述的方法。

一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行如以上所述的方法。

一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如以上所述的方法。

一种路侧设备，包括如上所述的电子设备。

一种云控平台，包括如上所述的电子设备。

上述公开中的一个实施例具有如下优点或有益效果：可通过一系列处理，将第一拍摄设备拍摄到的原始图像转换为适合第二拍摄设备对应的障碍物检测模型处理的图像，这样，仅需针对第二拍摄设备训练得到障碍物检测模型即可，从而节省了人力和时间成本，并提升了模型的泛化性能等。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明