[发明专利]一种高精度视频测速方法、系统、电子设备及存储介质

权利要求书

1.一种高精度视频测速方法，其特征在于，所述方法包括：

通过双目摄像头获取视频图像，将所述视频图像输入至FPGA中；

对所述视频图像进行去畸变处理，确定去畸变图像；

将所述去畸变图像的映射关系存储至所述FPGA的外接存储器中，确定图像映射信息；

通过预先训练好的二值神经网络模型对所述图像映射信息进行特征提取，确定图像特征，所述图像特征包括当前帧图像特征和前一帧图像特征；

所述通过预先训练好的二值神经网络模型对所述图像映射信息进行特征提取，确定图像特征，包括：

对所述图像映射信息进行数据拼接处理，确定二进制数据；

将所述二进制数据输入所述二值神经网络模型中进行特征提取处理，确定输出数据；

对所述输出数据进行数据复原处理，确定图像特征；

所述二值神经网络模型为：

其中，popcnt表示统计向量中1的个数，xnor表示同或计算，x₁表示单个通道卷积输出的结果；x₀表示卷积的输入；和分别表示根据神经网络的权值离线计算的阈值，具体计算公式为和分别为的上取整和下取整，w，u，b，β，σ，γ分别表示二值神经网络的权重；

对所述当前帧图像特征进行深度计算处理，确定距离信息；

所述对所述当前帧图像特征进行深度计算处理，确定距离信息，包括：

所述当前帧图像特征包括左视图特征和右视图特征；

对所述左视图特征和所述右视图特征进行汉明距离计算处理，确定初始代价；

对所述初始代价进行代价聚合处理，确定聚合代价；

根据所述聚合代价进行视差选取处理，确定图像视差；

根据深度计算公式对所述图像视差进行深度计算处理，确定距离信息；

所述对所述初始代价进行代价聚合处理，确定聚合代价，包括：

根据滑窗进行稀疏采样，选取相隔行列的像素进行相似度计算，得到相似度计算结果；

根据所述相似度计算结果结合所述初始代价进行局部聚合处理，得到聚合代价；

根据所述前一帧图像特征对所述当前帧图像特征进行光流估计处理，确定图像光流；

所述根据所述前一帧图像特征对所述当前帧图像特征进行光流估计处理，确定图像光流，包括：

分别对所述前一帧图像特征和所述当前帧图像特征进行金字塔降采样处理，再通过滑窗采样计算公式进行计算处理，确定初始光流代价；

根据所述初始光流代价进行粗光流选取处理，确定初始光流；

对所述初始光流进行光流细化处理，确定光流点；

对所述光流点进行光流代价计算处理，确定光流点代价；

对所述光流点代价进行代价聚合处理，确定目标光流代价；

根据所述目标光流代价进行光流信息选取处理，确定图像光流；

根据所述距离信息和所述图像光流对所述视频图像进行速度计算处理，确定像素速度。

2.根据权利要求1所述的方法，其特征在于，所述对所述视频图像进行去畸变处理，确定去畸变图像，包括：

获取标定板；

根据所述标定板获取所述双目摄像头的内外参数；

根据所述内外参数对所述视频图像进行像素位置校正处理，确定去畸变图像。

3.根据权利要求1所述的方法，其特征在于，所述将所述去畸变图像的映射关系存储至所述FPGA的外接存储器中，确定图像映射信息，包括：

对去畸变图像进行位置信息读取处理，确定图像位置信息；

根据所述图像位置信息对所述去畸变图像进行地址编码处理，确定图像映射关系；

将所述图像映射关系存储至所述FPGA的外接存储器中，确定图像映射信息。