[发明专利]多角点聚类的车位检测方法、装置、电子设备及存储介质

说明书

本发明提供一种多角点聚类的车位检测方法、装置、电子设备及存储介质，本发明通过提取图像在不同角点方向下的热度图和标签值，能够聚类角点检测车位。基于本发明，可以准确的识别出水平、垂直、任意角度斜车位，具备高可靠性、高精度、智能化的车位检测性能。

技术领域

本发明涉及智能驾驶及自动泊车技术领域，更具体地说，涉及一种多角点聚类的车位检测方法、装置、电子设备及存储介质。

背景技术

车位检测技术是车辆自动泊车系统的关键技术之一，是其能否准确规划泊车路径，准确泊入车位的前提。

车位检测技术中对于线车位的检测完全依靠摄像头传感器，应用机器视觉算法检测出车位具体位置，近些年主要是基于传统的图形学方法，这需要人工设计车位场景，然后进行特征提取，但是很难设计一套通用的方案应对所有场景，如对复杂场景(线不清晰、植草砖车位等)的检出率较低，是目前视觉车位检测的一大痛点。

发明内容

有鉴于此，为解决上述问题，本发明提供一种多角点聚类的车位检测方法、装置、电子设备及存储介质，技术方案如下：

本发明一方面提供一种多角点聚类的车位检测方法，所述方法包括：

获取车载相机所采集的、待检测的目标图像；

提取所述目标图像的多个热度图和标签图，一个热度图对应一个角点方向，所述热度图中包含在相应角点方向下不同像素点属于角点的热度值，所述标签图中包含不同像素点所属车位的标签值；

从每个热度图中分别提取热度值满足对应阈值的多个目标像素点，并基于所述标签图获取每个目标像素点的标签值；

将标签值满足对应差异条件的多个目标像素点聚类为同一车位在不同角点方向下的角点，并根据所聚类的角点确定车位。

可选的，所述提取所述目标图像的多个热度图和标签图，包括：

调取预先训练获得的检测模型，所述检测模型是以对样本图像的热度图预测结果趋近于所述样本图像的热度图标注结果、对所述样本图像的标签图预测结果趋近于所述样本图像的标签图标注结果为目标，对神经网络训练得到的；

将所述目标图像输入至所述检测模型中，以获取所述检测模型针对所述目标图像所输出的多个热度图和标签图。

可选的，所述样本图像的获取方式，包括：

获取第一日间样本图像；

调取预先基于生成对抗网络技术训练获得的转换模型，以通过所述转换模型将所述第一日间样本图像转换为第一夜间样本图像，所述转换模型是以对第二日间样本图像的转换结果趋近于所述第二日间样本图像被标注的第二夜间样本图像为目标，对生成对抗网络训练得到的。

可选的，所述生成对抗网络包括第一生成网络、与所述第一生成网络对应的第一鉴别网络、第二生成网络以及与所述第二生成网络对应的第二鉴别网络；

相应的，基于生成对抗网络技术训练所述转换模型的过程，包括：

将所述第二日间样本图像分别输入至所述第一生成网络和所述第二鉴别网络，以及，将所述第二夜间样本图像输入至所述第一鉴别网络和所述第二生成网络，以实现：

所述第一生成网络基于所述第二日间样本图像生成第三夜间样本图像，并输出至所述第一鉴别网络，以使所述第一鉴别网络处理所述第二夜间样本图像和所述第三夜间样本图像；所述第二生成网络基于所述第二夜间样本图像生成第三日间样本图像，并输出至所述第二鉴别网络，以使所述第二鉴别网络处理所述第三日间样本图像和所述第二日间样本图像；

根据所述第一鉴别网络的处理结果计算第一损失函数值，以及，根据所述第二鉴别网络的处理结果计算第二损失函数值；