[发明专利]一种图像自适应的雾天自动驾驶场景目标检测方法

权利要求书

1.一种图像自适应的雾天自动驾驶场景目标检测方法，其特征在于，所述方法的步骤包括：

S1、将含有驾驶场景关注对象类别的图像组成了训练数据集；

S2、建立图像自适应的雾天驾驶场景目标检测框架，其中包括图像自适应处理模块和目标检测器，图像自适应处理模块包含一个参数预测网络和一个可导图像处理模块；

S3、利用训练数据集对雾天驾驶场景目标检测框架进行端到端地训练，得到最终的雾天驾驶场景目标检测模型；

S4、输入待检测的雾天自动驾驶场景图像到雾天驾驶场景目标检测模型中，计算得到待检测的雾天自动驾驶场景图像中驾驶场景关注对象的类别和坐标。

2.如权利要求1所述的一种图像自适应的雾天自动驾驶场景目标检测方法，其特征在于：所述步骤S1，具体为：收集通用数据集中含有驾驶场景关注对象类别的图像组成驾驶场景图像集，再对驾驶场景图像集中的图像施加不同程度的雾而生成雾天驾驶场景图像集，由加雾前后的两个图像集共同组成了训练数据集。

3.如权利要求2所述的一种图像自适应的雾天自动驾驶场景目标检测方法，其特征在于：所述雾天驾驶场景图像集，是通过对通用数据集中每张含有驾驶场景关注对象类别的图像加上不同程度的雾，得到数量增大数倍的雾天驾驶场景图像集。

4.如权利要求1所述的一种图像自适应的雾天自动驾驶场景目标检测方法，其特征在于：所述S2中的雾天驾驶场景目标检测框架，具体为：输入图像经下采样后获得低分辨率图像，将低分辨率图像输入到参数预测网络中输出可导图像处理模块中的超参数，并输入到可导图像处理模块中；输入图像经可导图像处理模块处理后获得处理后图像，再将处理后图像输入到目标检测器中输出驾驶场景关注对象的检测结果。

5.如权利要求1或4所述的一种图像自适应的雾天自动驾驶场景目标检测方法，其特征在于：所述的参数预测网络是由连续的5个卷积层和连续的2个全连接层依次连接组成。

6.如权利要求1或4所述的一种图像自适应的雾天自动驾驶场景目标检测方法，其特征在于：所述的所述的目标检测器具体采用通用检测网络YOLOv3。