[发明专利]一种目标对象定位方法及装置

说明书

本发明提供了一种目标对象定位方法及装置，其中，该目标对象定位方法包括：获取原始道路图像数据，原始道路图像数据中包含目标对象；将原始道路图像数据进行分块，并将分块后的图像输入至图像配准模型；根据图像配准模型获取每个分块后的图像的变形向量；根据变形向量获取变形场，并根据变形场和分块后的图像得到配准后的图像；根据配准后的图像对目标对象进行定位。通过实施本发明，无需对每个摄像头进行校准，即使通过未经过校准的摄像头获取到原始道路图像数据，也可通过图像配准模型获得配准后的图像，从而实现对目标对象的精确定位。

技术领域

本发明涉及交通数据处理领域，具体涉及一种目标对象定位方法及装置。

背景技术

对目标行人或目标车辆的追踪、轨迹预测等，都需要先对目标行人或目标对象进行定位，而对目标行人或目标对象的定位是基于安装于道路上的摄像头拍摄的照片实现的。但是摄像头拍摄的照片会存在一定的变形，因此为了对目标行人及目标对象进行精准定位，在摄像头投入使用前，会将摄像头进行校准，通过校准后的摄像头拍摄的照片可以较为准确地对照片中的行人或车辆进行定位。但是随着城市的不断发展，道路中所需的摄像头也越来越多，每安装一个摄像头前都需对其进行校准，工作量较大。

发明内容

因此，本发明要解决的技术问题在于克服现有技术中的对每个准备投入使用的摄像头进行校准工作量较大的缺陷，从而提供了一种目标对象定位方法及装置。

本发明第一方面提供了一种目标对象定位方法，包括：获取原始道路图像数据，原始道路图像数据中包含目标对象；将原始道路图像数据进行分块，并将分块后的图像输入至图像配准模型；根据图像配准模型获取每个分块后的图像的变形向量；根据变形向量获取变形场，并根据变形场和分块后的图像得到配准后的图像；根据配准后的图像对目标对象进行定位。

可选地，本发明提供的目标对象定位方法通过以下步骤构建图像配准模型：获取训练图像数据，训练图像数据包括输入图像和与输入图像相对应的真实变形向量；将输入图像和与输入图像相对应的真实变形向量输入神经网络模型进行训练，得到图像配准模型。

可选地，获取训练图像数据的步骤，包括：通过未标定的摄像头获取第一图像；将第一图像进行切块，将切块后的图像数据作为输入图像；获取与第一图像相对应的标准图像；将标准图像进行切块，并将切块后的图像数据中与输入图像相对应的图像数据作为输入图像的真实变形向量。

可选地，获取训练图像数据的步骤，包括：获取经过配准的标准图像；根据模拟变形场对标准图像进行模拟变形，得到第三图像；将第三图像进行切块，并将切块后的图像数据作为输入图像；将标准图像进行切块，并将切块后的图像数据中与输入图像相对应的图像作为输入图像的真实变形向量。

可选地，根据配准后的图像对目标对象进行定位的步骤包括：获取目标对象在配准后的图像中的图像坐标；获取配准后的图像中至少一个特征点的第一图像坐标，特征点为配准后的图像中作为参照标准的静态物体；获取特征点在地图中的第一地图坐标；根据第一图像坐标和第一地图坐标获取第一过渡矩阵；根据第一地图坐标获取特征点的第一地球坐标；根据第一地图坐标和第一地球坐标获取第二过渡矩阵；根据图像坐标、第一过渡矩阵、第二过渡矩阵获取目标对象的地球坐标。

可选地，本发明提供的目标对象定位方法还包括：获取目标对象的历史定位信息；根据目标对象的历史定位信息获取目标对象的历史运动轨迹；根据目标对象的定位信息及历史运动轨迹预测目标对象下一时刻的运动轨迹。

可选地，本发明提供的目标对象定位方法还包括：获取目标对象在预设时间段内不同时刻的地球坐标；根据目标对象在不同时刻的地球坐标获取目标对象在预设时间段内的移动速度。