[发明专利]一种基于机器视觉的多运动目标快速测距方法

权利要求书

1.一种基于机器视觉的多运动目标快速测距方法，其特征在于：包括如下步骤，

S1、训练及测试图像数据集采集：对盲人出行影响较大的物体类别进行图像数据采集，将采集的数据分为三份，分别为训练集、测试集和侧面测试集，其中侧面测试集用来评估摄像头不同角度拍摄对测距的影响；

S2、目标识别：采用卷积神经网络进行目标识别，利用基础分类网络微调以提升准确率，利用不同层级的特征图进行检测以适应不同尺寸的目标物体，同时采用默认检测框机制来离散化输出框；

S3、训练图像数据集人工标注：对训练集以及测试集中每个图片中的每一类目标物进行人工标注，并记录其宽与高；

S4、数据拟合：已标记好的训练集中标注框的高度记为X，距离记为Y，显著值a＝0.05；根据其趋势采取指数模型：接着考虑到高度与距离量纲区别较大，为了消除其影响，首先将数据归一化到0-1范围；其次，为了提高模型的泛化能力，加入高斯噪声；然后，利用高斯-牛顿迭代法求解模型的未知数β＝(β₀,β₁)^T；最后，经过若干次迭代得到测距模型；

所述步骤S4中，利用高斯-牛顿迭代法求解模型的未知数β＝(β₀,β₁)^T的具体过程为：

利用高斯-牛顿迭代法求解模型的未知数β＝(β₀,β₁)^T，对β随机生成初始值，并计算与

S5、测距实现：将步骤S4得到的测距模型与卷积神经网络结合，所采用的卷积神经网络是SSD，即利用SSD对目标检测产生检测框并提取检测框高度输入测距模型，从而得出距离。

2.根据权利要求1所述的一种基于机器视觉的多运动目标快速测距方法，其特征在于：所述步骤S4中，将数据归一化到0-1范围采用的是Min-Max方法，高斯噪声均值为0，方差为0.05。

3.根据权利要求1所述的一种基于机器视觉的多运动目标快速测距方法，其特征在于：所述对盲人出行影响较大的物体类别为三类，分别为汽车、自行车、摩托车。

4.根据权利要求3所述的一种基于机器视觉的多运动目标快速测距方法，其特征在于：所述步骤S1中训练集的采集为对三类物体从4米开始每间隔0.5米进行拍摄，同时记录拍摄处距离。

5.根据权利要求3所述的一种基于机器视觉的多运动目标快速测距方法，其特征在于：所述步骤S1中测试集的采集为随机站在不同距离对三类物体进行拍摄，并记录拍摄处距离。

6.根据权利要求1所述的一种基于机器视觉的多运动目标快速测距方法，其特征在于：所述步骤S2中，基础分类网络为VGG-16，在基础分类网络后额外添加了逐层递减的卷积层进行预测以及实现多尺度预测和共享权重；同时在网络训练阶段，将已标注好的图片中的标注框与特征图中的默认检测框进行匹配，符合设为正样本，不符合为负样本；并且对于每个默认检测框预测其定位误差与置信度，并将两者加权和为设为目标函数。

7.根据权利要求1所述的一种基于机器视觉的多运动目标快速测距方法，其特征在于：所述步骤S5中，利用实时检测算法SSD对目标检测产生检测框之前，需对采集的图片进行尺度变化，变换为与实时检测算法SSD相匹配的大小。