[发明专利]一种用于车位检测的模型训练方法及系统

权利要求书

1.一种用于车位检测的模型训练方法，其特征在于，所述方法包括：

获取车位的鸟瞰图样本，所述鸟瞰图样本中的车位具备编码标签，所述编码标签用于表征所述车位的闭环方向信息；所述闭环方向信息由车位线上各个像素点的方向信息构成；其中，针对所述鸟瞰图样本中车位的任意一条车位线，识别所述车位线的方向信息，并将与所述方向信息相匹配的编码值作为所述车位线的编码标签；将所述车位的各条车位线的编码标签的组合，作为所述车位的编码标签；

将所述鸟瞰图样本输入预设模型，以通过所述预设模型提取所述鸟瞰图样本的特征信息，并基于所述特征信息识别出所述鸟瞰图样本中车位的编码信息；

比对所述车位的编码标签和所述车位的编码信息，并根据比对结果对所述预设模型中的训练参数进行校正，以使得校正后的预设模型对所述鸟瞰图样本处理得到的编码信息与所述编码标签相匹配；

其中，所述车位的编码信息中包括车位的各条车位线的编码值，其中，每条车位线的编码值包括第一编码值和第二编码值，所述第一编码值和所述第二编码值分别通过所述预设模型的不同通道输出；若所述车位的目标车位线与其它车位的车位线重叠，所述目标车位线的第一编码值和第二编码值分别通过独立的两个不同的通道输出。

2.根据权利要求1所述的方法，其特征在于，若所述鸟瞰图样本中的车位为不规则形状，所述方法还包括：

识别所述车位的车位线上各个像素点的方向信息，并将各个所述像素点的方向信息对应的编码值作为所述车位线的编码标签；其中，所述像素点的方向信息表征切线方向。

3.根据权利要求1所述的方法，其特征在于，提取所述鸟瞰图样本的特征信息包括：

生成所述鸟瞰图样本的多个分层特征，并对所述多个分层特征中的至少两个分层特征进行融合，以生成对应的融合特征，并将生成的所述融合特征作为所述鸟瞰图样本的特征信息。

4.根据权利要求1所述的方法，其特征在于，在识别出所述鸟瞰图样本中车位的编码信息之后，所述方法还包括：

识别所述车位的车位类型，所述车位类型包括可停车位或者不可停车位，并通过与所述车位类型相匹配的通道组输出所述车位的编码信息。

5.根据权利要求1所述的方法，其特征在于，在对所述预设模型中的训练参数进行校正之后，所述方法还包括：

将待检测的鸟瞰图输入所述校正后的预设模型中，以生成所述待检测的鸟瞰图中待检测车位的编码信息；

根据所述待检测车位的编码信息，确定所述待检测车位的各条车位线，以通过确定的所述各条车位线表征所述待检测车位。

6.根据权利要求5所述的方法，其特征在于，所述待检测车位的各条车位线上的像素点按照以下方式确定：

在所述待检测的鸟瞰图中确定出位于车位线上的一个起始像素点，并识别所述起始像素点的编码信息表征的方向；

在所述方向确定搜寻区域，并在所述搜寻区域内确定代表像素点，并将所述代表像素点作为车位线上与所述起始像素点相邻的下一个像素点；

将所述代表像素点作为起始像素点，并继续搜寻下一个像素点。

7.根据权利要求5所述的方法，其特征在于，所述方法还包括：

若在所述待检测的鸟瞰图中检测出存在重合区域的多个目标车位，确定各个所述目标车位的置信度，并将置信度最大的目标车位作为检测出的真实车位。

8.一种用于车位检测的模型训练系统，其特征在于，所述系统包括：

样本获取单元，用于获取车位的鸟瞰图样本，所述鸟瞰图样本中的车位具备编码标签，所述编码标签用于表征所述车位的闭环方向信息；其中，针对所述鸟瞰图样本中车位的任意一条车位线，识别所述车位线的方向信息，并将与所述方向信息相匹配的编码值作为所述车位线的编码标签；将所述车位的各条车位线的编码标签的组合，作为所述车位的编码标签；

编码信息识别单元，用于将所述鸟瞰图样本输入预设模型，以通过所述预设模型提取所述鸟瞰图样本的特征信息，并基于所述特征信息识别出所述鸟瞰图样本中车位的编码信息；

模型校正单元，用于比对所述车位的编码标签和所述车位的编码信息，并根据比对结果对所述预设模型中的训练参数进行校正，以使得校正后的预设模型对所述鸟瞰图样本处理得到的编码信息与所述编码标签相匹配；

其中，所述车位的编码信息中包括车位的各条车位线的编码值，其中，每条车位线的编码值包括第一编码值和第二编码值，所述第一编码值和所述第二编码值分别通过所述预设模型的不同通道输出；若所述车位的目标车位线与其它车位的车位线重叠，所述目标车位线的第一编码值和第二编码值分别通过独立的两个不同的通道输出。