[发明专利]面向驾驶辅助系统的危险目标检测方法、装置有效
申请号: | 201710696755.3 | 申请日: | 2017-08-15 |
公开(公告)号: | CN107609483B | 公开(公告)日: | 2020-06-16 |
发明(设计)人: | 赵冬斌;陈亚冉 | 申请(专利权)人: | 中国科学院自动化研究所 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04 |
代理公司: | 北京市恒有知识产权代理事务所(普通合伙) 11576 | 代理人: | 郭文浩 |
地址: | 100080 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及智能驾驶领域,具体提出了一种面向驾驶辅助系统的危险目标检测方法、装置,旨在解决现场复杂交通场景下危险目标检测精度低的问题。为此目的,本发明中的危险目标检测方法,通过依据预设的危险目标检测模型,识别所获取的车体外部图像中的危险目标的检测框位置以及目标类别和距离类别的笛卡尔积;依据笛卡尔积和危险等级匹配表,获取目标的危险等级;依据危险等级对应的颜色标注图像中目标的检测框。同时本发明中的危险目标检测装置、存储及处理装置,可以执行上述危险目标检测方法中的各步骤。本发明中的技术方案,可以在现实复杂交通场景下,提升基于图像的危险目标检测的精准度,有预防交通事故的作用。 | ||
搜索关键词: | 面向 驾驶 辅助 系统 危险 目标 检测 方法 装置 | ||
【主权项】:
一种面向驾驶辅助系统的危险目标检测方法,其特征在于,所述方法包括:获取车体外部的图像;依据预设的危险目标检测模型,识别所述图像中的危险目标;所述预设的危险目标检测模型为基于深度卷积神经网络构建的检测模型;其中,“依据预设的危险目标检测模型,识别所述图像中的危险目标”具体包括下述步骤:获取所述预设的危险目标检测模型的预测结果;所述预测结果包括所述图像所包含目标的检测框位置和笛卡尔积;所述笛卡尔积为所述图像中目标的目标类别与距离类别的笛卡尔积;依据所述笛卡尔积和预设的危险等级匹配表,匹配该目标的危险等级;所述预设的危险等级匹配表包括预设的各距离类别,以及所述预设的各距离类别对应的危险等级;依据所述匹配出的危险等级对应的颜色,标注所述图像中目标的检测框。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所,未经中国科学院自动化研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201710696755.3/,转载请声明来源钻瓜专利网。