[发明专利]目标检测中滑动窗口的优化方法及系统

说明书

本发明涉及一种目标检测中滑动窗口的优化方法及系统。其中，优化方法包括如下步骤：摄取车行前方的图像；获取待检测目标的实际高度和在所摄图像中的位置；根据所述待检测目标在图像中的位置、待检测目标的实际高度、以及预先标定的摄像机内参和外参，确定用于检测所述待检测目标的滑动窗口在该位置的预测像素高度。由于视觉上图像中近处的物体会大于远处的物体，所以本发明对近处采用尺寸相对较大的滑动窗口，远处采用尺寸相对较小的滑动窗口，这样，不仅降低了误检率，而且避免了现有技术中由于多尺度检测模型的影响使某些预测框不稳定的情况，本发明可以得到与目标位置更吻合的预测框，提高了检测精度。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种目标检测中滑动窗口的优化方法及系统。

背景技术

目前，我国汽车的使用量大大增加，并且随着网购浪潮的兴起，诸如快递送货车、送外卖的摩托车等的使用量也在非常迅速地增长，与此同时交通事故的发生率也大大增加了，于是先进辅助驾驶系统(ADAS)成为近年来的研究热点，目的就是减少交通事故的发生以及保护驾驶员的安全。而目标检测与识别又是ADAS中的核心模块，因此目标检测与识别算法正在非常迅速地发展。针对中国的复杂交通环境，各种目标如：行人、非机动车辆、以及快递车辆等，都是建立ADAS需要的且必不可少的信息，并且对于这些目标的检测是减少事故发生率的有效方案。

近年来在车载视觉目标检测方面，检测算法层出不穷，也都具有一定的检测精度，例如SubCat,caffe-ssd,Faster-RCNN等，但是由于车载环境的复杂性，包括：车载环境的光照变化比较明显、图像中的检测目标在自身车辆行驶过程中容易产生畸变、目标的尺度大小多种多样、以及检测图像的分辨率较低等，这些问题都会对目标检测算法产生一些影响，即误检、漏检增多。

另外，对于ADAS，单单只有检测目标还是不够的，还需要知道目标距离自身车辆的距离，以及该目标相对于自身车辆的相对速度，这些信息对于保护行人、非机动车主等的安全是必不可少的，而要获取这些信息就必须使得检测框能够标定准确。最近比较优秀的传统目标检测算法都是采用多尺度的特征信息，目的就是检测图像中不同尺度的目标，但这也造成了一定的问题，在多尺度的金字塔特征信息当中，许多滑动窗口中的目标信息并不满足成像的几何关系，因此导致最后形成的检测框的位置不准确，漏检和误检也增多，从而影响ADAS中的测速测距结果的精度。

发明内容

鉴于上述的分析，本发明旨在提供一种目标检测中滑动窗口的优化方法及系统，用以解决由于现有滑动框误检率高而导致的预测框位置不准确的问题。

本发明的目的主要是通过以下技术方案实现的：

一个方面，本发明提供了一种目标检测中滑动窗口的优化方法，该方法包括如下步骤：摄取车行前方的图像；获取待检测目标的实际高度和在所摄图像中的位置；根据所述待检测目标的实际高度、在图像中的位置、以及预先标定的摄像机内参和外参，确定用于检测所述待检测目标的滑动窗口在该位置的预测像素高度根据所述预测像素高度并利用预先训练的各训练目标的预测像素高度与实际高度之间的相对误差，确定所述滑动窗口的实际像素高度h_滑动窗。

进一步地，上述目标检测中滑动窗口的优化方法中，所述确定滑动窗口的实际像素高度h_滑动窗步骤进一步为：其中，预先训练的各标定目标的预测像素高度与实际高度之间的相对误差满足正态分布，μ为相对误差的均值。

进一步地，上述目标检测中滑动窗口的优化方法中，所述确定用于检测待检测目标的滑动窗口在该位置的预测像素高度步骤进一步为：