[发明专利]一种基于机器视觉的多运动目标快速测距方法

摘要

本发明涉及一种基于机器视觉的多运动目标快速测距方法。该方法首先对图像训练集中标注框（Ground Truth Box）与实际距离进行拟合，并保存其测距模型，接着利用实时检测算法SSD（Single Shot MultiBox Detector）对特定目标所产生的检测框（Bounding Box）进行高度提取并输入到测距模型中，从而实时地获取多个目标的测量距离。本发明所提出的多运动目标快速识别及测距方法，能够高效、实时地对特定多个目标进行识别与测距。相较其他ETA测距系统更适合盲人，更加实用，其拥有较好的应用前景以及实际工程的应用价值。

主权项

一种基于机器视觉的多运动目标快速测距方法，其特征在于：包括如下步骤，S1、训练及测试图像数据集采集：对盲人出行影响较大的物体类别进行图像数据采集，将采集的数据分为三份，分别为训练集、测试集和侧面测试集，其中侧面测试集用来评估摄像头不同角度拍摄对测距的影响；S2、目标识别：采用卷积神经网络进行目标识别，利用基础分类网络微调以提升准确率，利用不同层级的特征图进行检测以适应不同尺寸的目标物体，同时采用默认检测框机制来离散化输出框；S3、训练图像数据集人工标注：对训练集以及测试集中每个图片中的每一类目标物进行人工标注，并记录其宽与高；S4、数据拟合：已标记好的训练集中标注框的高度，记为X，距离记为Y，显著值a＝0.05；根据其趋势采取指数模型：接着考虑到高度与距离量纲区别较大，为了消除其影响，首先将数据归一化到0‑1范围；其次，为了提高模型的泛化能力，加入高斯噪声；然后，利用高斯‑牛顿迭代法求解模型的未知数β＝(β0,β1)T；最后，经过若干次迭代得到测距模型；S5、测距实现：将步骤S4得到的测距模型与卷积神经网络结合，具体地，本发明所采用的卷积神经网络是SSD，即利用SSD对目标检测产生的检测框并提取高度输入测距模型，从而得出距离。