[发明专利]一种基于物体检测与光流计算的物体物理速度估计方法

权利要求书

1.一种基于物体检测与光流计算的物体物理速度估计方法，其特征在于，将视频帧分别输入物体检测卷积神经网络和光流计算卷积神经网络，将物体检测卷积神经网络和光流计算卷积神经网络的输出信息通过光学理论以及先验知识估算出画面中每个物体的真实速度值。

2.根据权利要求1所述的基于物体检测与光流计算的物体物理速度估计方法，其特征在于：所述物体检测卷积神经网络基于YOLO CNNs，是一个端到端的回归网络，所述物体检测卷积神经网络以一个包含物体位置信息、物体类别信息、物体大小信息的置信度作为回归函数，通过卷积层和采样层提取特征，训练后的网络以图片原像素作为输入，识别出图片中各个物体的位置信息、大小信息以及类别信息。

3.根据权利要求2所述的基于物体检测与光流计算的物体物理速度估计方法，其特征在于：所述光流计算卷积神经网络基于FlowNet CNNs,是一个端到端的回归网络，所述光流计算卷积神经网络以前后帧两幅图作为输入，经过卷基层提取前后帧的像素差异，再利用上卷积层将差异特征还原回原像素级别，计算出前后两帧图像的全图光流值。

4.根据权利要求3所述的基于物体检测与光流计算的物体物理速度估计方法，其特征在于：速度估算过程包括：(1)由于光流计算卷积神经网络只能输出全图光流值，借助物体检测卷积神经网络的位置以及大小信息可以找出全图中物体的光流值以及背景的光流值；(2)由于光流值只是一个像素单位的相对量，借助物体检测卷积神经网络的物体类别信息可以得到物体先验的真实大小，再利用摄像头定标法则可以找到光流值与真实速度之间的关系，如此便可以推算出物体的真实速度值。