[发明专利]一种检测待检测区域内是否存在车辆的方法和装置

说明书

技术领域

本发明涉及计算机视觉领域，特别涉及一种检测待检测区域内是否存在车辆的方法和装置。

背景技术

随着汽车的日益普及，道路交通事故成为意外死亡和致残的重要原因之一，快速准确的检测待检测区域是否存在除当前车辆之外的其他车辆并及时避开其他车辆，如此可以有效地减少道路交通事故的发生。其中，该待检测区域一般为以当前车辆为中心预设半径内的区域。因此，检测待检测区域内是否存在车辆的方法成为汽车安全领域重要的研究课题。

目前采用的检测待检测区域内是否存在车辆的方法为：获取待检测图像，该待检测图像为第一车辆的车辆传感器拍摄待检测区域得到的图像；提取待检测图像中包括的物体的外观特征，其中，外观特征可以为物体形状、高度以及宽度等，事先训练一个分类器，该分类器中存储车辆的分类模型；计算待检测图形中包括的物体的外观特征与分类器中存储的车辆的分类模型的置信度，如果该置信度大于预设阈值时，确定出待检测区域中存在第二车辆；如果该置信度不大于预设阈值时，确定出待检测区域中不存在第二车辆，该第二车辆为除第一车辆之外的其他车辆。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：

提取待检测图像中包括的物体的外观特征和训练分类器会耗费大量时间。并且，训练分类器时容易出错，从而造成现有的检测车辆的方法检测率较低。

发明内容

为了解决现有技术的问题，本发明提供了一种检测待检测区域内是否存在车辆的方法和装置。所述技术方案如下：

一方面，本发明提供了一种检测待检测区域内是否存在车辆的方法，所述方法包括：

根据预设第一个数个哈雾Haar特征获取待检测图像的第一特征向量，所述待检测图像为第一车辆的车辆传感器拍摄待检测区域得到的图像，所述待检测区域为以所述第一车辆为中心的预设半径内的区域；

计算所述待检测图像的第一特征向量与车辆样本图像集合之间的第一估计概率密度，所述车辆样本图像集合用于存储预设第二个数个车辆样本图像中的每个车辆样本图像的第一特征向量；

计算所述待检测图像的第一特征向量与非车辆样本图像集合之间的第二估计概率密度，所述非车辆样本图像集合用于存储预设第三个数个非车辆样本图像中的每个非车辆样本图像的第一特征向量；

根据所述第一估计概率密度和所述第二估计概率密度判断所述待检测区域内是否存在第二车辆，所述第二车辆为除所述第一车辆之外的其他车辆。

进一步地，所述计算所述待检测图像的第一特征向量与车辆样本图像集合之间的第一估计概率密度之前，所述方法还包括：

根据所述预设第一个数个Haar特征获取所述预设第二个数个车辆样本图像中的每个车辆样本图像的第一特征向量，并将所述每个车辆样本图像的第一特征向量组成所述车辆样本图像集合；

根据所述预设第一个数个Haar特征获取所述预设第三个数个非车辆样本图像中的每个非车辆样本图像的第一特征向量，并将所述每个非车辆样本图像的第一特征向量组成所述非车辆样本图像集合。

进一步地，所述计算所述待检测图像的第一特征向量与车辆样本图像集合之间的第一估计概率密度，包括：

根据所述待检测图像的第一特征向量和所述车辆样本图像集合中存储的每个车辆样本图像的第一特征向量，分别计算所述待检测图像与所述每个车辆样本图像之间的第一相似度；

将所述待检测图像与所述每个车辆样本图像之间的第一相似度进行求和运算，得到所述待检测图像的第一特征向量与车辆样本图像集合之间第一估计概率密度。

进一步地，所述计算所述待检测图像的第一特征向量与非车辆样本图像集合之间的第二估计概率密度，包括：

根据所述待检测图像的第一特征向量与所述非车辆样本图像集合中存储的每个非车辆样本图像的第一特征向量，分别计算所述待检测图像与所述每个非车辆样本图像之间的第二相似度；

将所述待检测图像与所述每个非车辆样本图像之间的第二相似度进行求和运算，得到所述待检测图像的第一特征向量与非车辆样本图像集合之间的第二估计概率密度。

进一步地，所述根据所述第一估计概率密度和所述第二估计概率密度判断所述待检测区域内是否存在第二车辆，包括：

如果所述第一估计概率密度大于所述第二估计概率密度，确定出所述待检测区域内存在所述第二车辆。

另一方面，本发明提供了一种检测待检测区域内是否存在车辆的装置，所述装置包括：