[发明专利]一种目标定位的方法、系统及相关设备

说明书

本申请提供了一种目标定位的方法、系统及相关设备，该方法包括以下步骤：获取第一图像和第二图像，对第一图像和第二图像进行目标检测和匹配，获得第一图像的第一目标区域和第二图像的第二目标区域，对第一目标区域和第二目标区域进行特征点检测和匹配，获得特征点匹配结果，根据特征点匹配结果确定目标的位置信息。该方法通过对目标所在的目标区域进行特征点检测和匹配，根据特征点之间的像素差异确定目标的视差信息，而无需对第一目标区域和第二目标区域中的每个像素进行匹配，从而降低目标定位所需的计算资源，并且避免了背景图像对于目标视差计算的干扰，提高视差计算准确度，提升测距定位的精度。

技术领域

本申请涉及人工智能(Artificial Intelligence，AI)领域，尤其涉及一种目标定位的方法、系统及相关设备。

背景技术

随着AI技术的不断发展，立体视觉算法目前被广泛应用在智能安防、自动驾驶、工业检测、三维重建、虚拟现实等领域，体现出其强有力的技术竞争力。立体视觉算法通常使用多目摄像机对目标进行拍摄获得目标的多路图像后，根据多路图像确定目标的视差(parallax)，其中，视差指的是从有一定距离的两个观察点上观察同一个目标所产生的方向差异，根据摄像机之间的距离(即基线长度)和视差，可计算出目标和摄像机之间的距离。

但是，当前立体视觉算法确定目标和摄像机之间的距离时，由于目标在多路图像中并不是一个点，而是一片图像区域，因此需要确定区域内每个像素的视差，根据每个像素的视差和多目摄像机的基线长度确定目标和摄像机之间的距离，该过程不仅消耗巨额计算资源，而且计算过程中易出现噪声、计算错误等问题，导致目标定位精度差，进而影响后续三维重建、自动驾驶、安防监控等应用。

发明内容

本申请提供了一种目标定位的方法、系统及相关设备，用于解决目标定位过程消耗巨额资源、目标定位精度差的问题。

第一方面，提供了一种目标定位的方法，该方法包括以下步骤：获取第一图像和第二图像，第一图像和第二图像是多目摄像机在同一时刻对同一目标进行拍摄获得，然后对第一图像和第二图像进行目标检测和匹配，获得第一图像的第一目标区域和第二图像的第二目标区域，其中，第一目标区域和第二目标区域包括目标，对第一目标区域和第二目标区域进行特征点检测和匹配，获得特征点匹配结果，其中，特征点匹配结果包括第一目标区域中的特征点与第二目标区域中的特征点之间的对应关系，存在对应关系的特征点描述目标的同一个特征，根据特征点匹配结果和多目摄像机的参数信息，确定目标的位置信息。

具体实现中，参数信息至少包括多目摄像机的基线长度和多目摄像机的焦距，可根据特征点匹配结果中存在对应关系的特征点之间的像素差异，获得目标的视差信息，视差信息包括第一目标区域中的特征点的像素坐标与第二目标区域中存在对应关系的特征点的像素坐标之间的差距，然后根据目标的视差信息、多目摄像机的基线长度以及多目摄像机的焦距，确定目标与摄像机之间的距离，获得目标的位置信息。

实施第一方面描述的方法，根据特征点的匹配结果确定目标的视差信息，进而确定目标的位置信息，无需对第一图像区域和第二图像区域中每个像素进行匹配和视差计算，从而降低定位测距时所需的计算资源，同时避免背景干扰、噪声等问题，提升测距定位的精度。

在第一方面的一种可能的实现方式中，多目摄像机包括多个摄像机组，多个摄像机组中的每组摄像机包括多个摄像机，基于此，可获取多目摄像机的基线数据，基线数据包括每组摄像机中的多个摄像机之间的基线长度，根据目标的测量精度需求，从基线数据中获取目标基线，然后根据目标基线获取第一图像和第二图像，其中，第一图像和第二图像是目标基线对应的摄像机组拍摄获得。