[发明专利]目标检测方法、车载设备及存储介质

权利要求书

1.一种目标检测方法，其特征在于，包括：

获取目标场景的可见光图像和红外图像，对所述可见光图像和所述红外图像进行配准，得到可见光配准图像和红外配准图像；

根据所述可见光配准图像和所述红外配准图像中包含的目标对象尺寸形成数据点，得到锚框数据集；

基于所述锚框数据集进行聚类以确定聚类中心，根据聚类中心对应的所述数据点确定目标锚框；

获取待识别场景的待识别图像，基于所述目标锚框对所述待识别图像进行滑动遍历，以分别对所述目标锚框对应图像区域提取图像特征，根据所述图像特征得到所述待识别图像中是否包含目标对象的目标检测结果。

2.如权利要求1所述的目标检测方法，其特征在于，所述基于所述锚框数据集进行聚类以确定聚类中心，根据聚类中心对应的所述数据点确定目标锚框，包括：

根据所述锚框数据集确定初始的聚类中心；

计算所述锚框数据集中各数据点与初始的所述聚类中心之间的第一距离，根据所述第一距离对初始的所述聚类中心进行更新，得到更新后的聚类中心；

根据最终更新后的所述聚类中心对应的所述数据点确定目标锚框。

3.如权利要求2所述的目标检测方法，其特征在于，所述计算所述锚框数据集中各数据点与初始的所述聚类中心之间的第一距离，根据所述第一距离对初始的所述聚类中心进行更新，得到更新后的聚类中心之后，还包括：

以当前的所述聚类中心为初始化质心，根据所述锚框数据集中各数据点与所述初始化质心之间的距离进行聚类划分，确定聚类集；

根据新增的所述目标对象尺寸形成的数据点，得到更新的锚框数据集；

计算所述更新的锚框数据集中各数据点与当前的所述聚类中心之间的第二距离，根据所述第二距离对当前的所述聚类中心进行更新，根据当前更新后的所述聚类中心确定更新质心；

若所述初始化质心与所述更新质心之间的距离满足设定条件时，将所述初始化质心对应的聚类中心作为最终的聚类中心。

4.如权利要求3所述的目标检测方法，其特征在于，还包括：

若所述初始化质心与所述更新质心之间的距离不满足所述设定条件时，返回所述根据所述锚框数据集确定初始的聚类中心的步骤。

5.如权利要求2所述的目标检测方法，其特征在于，所述计算所述锚框数据集中各数据点与初始的所述聚类中心之间的第一距离，根据所述第一距离对初始的所述聚类中心进行更新，得到更新后的聚类中心，包括：

分别以所述锚框数据集中各数据点为目标数据点，根据所述目标数据点与初始的所述聚类中心对应的数据点的交并比，确定所述目标数据点与初始的所述聚类中心之间的第一距离；

选取所述第一距离满足预设条件的所述目标数据点作为更新后的聚类中心。

6.如权利要求1至5中任一项所述的目标检测方法，其特征在于，所述获取待识别场景的待识别图像，基于所述目标锚框对所述待识别图像进行滑动遍历，以分别对所述目标锚框对应图像区域提取图像特征，根据所述图像特征得到所述待识别图像中是否包含目标对象的目标检测结果，包括：

获取待识别场景的待识别图像；其中，所述待识别图像包括对采集到的所述待识别场景的可见光图像和红外图像进行配准后得到的可见光配准图像和红外配准图像；

将所述待识别图像输入对初始神经网络模型进行训练后得到的目标检测模型；

通过所述目标检测模型采用所述目标锚框对所述待识别图像进行遍历以提取图像特征，根据所述图像特征得到所述待识别图像中是否包含目标对象的目标检测结果。