CN111832347B - 动态选取感兴趣区域的方法及装置 - Google Patents

动态选取感兴趣区域的方法及装置 Download PDF

Info

Publication number
CN111832347B
CN111832347B CN201910310535.1A CN201910310535A CN111832347B CN 111832347 B CN111832347 B CN 111832347B CN 201910310535 A CN201910310535 A CN 201910310535A CN 111832347 B CN111832347 B CN 111832347B
Authority
CN
China
Prior art keywords
region
distance
image
acquisition device
interest
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910310535.1A
Other languages
English (en)
Other versions
CN111832347A (zh
Inventor
潘铭星
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Horizon Robotics Technology Research and Development Co Ltd
Original Assignee
Beijing Horizon Robotics Technology Research and Development Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Horizon Robotics Technology Research and Development Co Ltd filed Critical Beijing Horizon Robotics Technology Research and Development Co Ltd
Priority to CN201910310535.1A priority Critical patent/CN111832347B/zh
Publication of CN111832347A publication Critical patent/CN111832347A/zh
Application granted granted Critical
Publication of CN111832347B publication Critical patent/CN111832347B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]

Abstract

公开了一种动态选取感兴趣区域的方法、装置、计算机可读存储介质及电子设备,方法包括:根据图像采集装置的参数及预设的车辆高度,计算至少一个预设的成像距离分别对应的感兴趣区域高度;以及将所述图像采集装置采集的图像转换得到路面区域图像,并根据所述路面区域图像及预设的检测宽度,确定各个所述成像距离分别对应的感兴趣区域宽度;计算所述图像采集装置采集的图像的消失点;根据距离参数确定目标成像距离;根据所述消失点、所述目标成像距离对应的感兴趣区域宽度、所述目标成像距离对应的感兴趣区域高度,确定所述目标成像距离对应的感兴趣区域的位置及尺寸。根据本公开的技术方案,有利于更为快速的检测到图像中的关键信息。

Description

动态选取感兴趣区域的方法及装置
技术领域
本申请涉及图像处理领域,具体涉及一种动态选取感兴趣区域的方法及装置。
背景技术
近年来,集自动控制及人工智能等技术于一体的辅助驾驶技术得到了深入的研究及发展,有助于控制汽车安全行进。
目前,通常需要在汽车上设置图像采集装置实时采集图像,通过相应的算法模型对图像采集装置采集的图像进行检测以得到有助于控制汽车安全行进的关键信息。
发明内容
数据采集装置采集的图像中存在大量非兴趣区域(比如,远景图像区域),算法模型需要对无法提供准确的、有助于控制汽车安全行进的关键信息的非兴趣区域进行检测,从而导致需要花费较多的时间才能检测到图像中的关键信息。
为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种动态选取感兴趣区域的方法、装置、计算机可读存储介质及电子设备,有利于更为快速的检测到图像中的关键信息。
根据本申请的第一方面,提供了一种动态选取感兴趣区域的方法,包括:
根据图像采集装置的参数及预设的车辆高度,计算至少一个预设的成像距离分别对应的感兴趣区域高度;以及
将所述图像采集装置采集的图像转换得到路面区域图像,并根据所述路面区域图像及预设的检测宽度,确定各个所述成像距离分别对应的感兴趣区域宽度;
计算所述图像采集装置采集的图像的消失点;
根据距离参数确定目标成像距离;
根据所述消失点、所述目标成像距离对应的感兴趣区域宽度、所述目标成像距离对应的感兴趣区域高度,确定所述目标成像距离对应的感兴趣区域的位置及尺寸。
根据本申请的第二方面,提供了一种动态选取感兴趣区域的装置,包括:
高度确定模块,用于根据图像采集装置的参数及预设的车辆高度,计算至少一个预设的成像距离分别对应的感兴趣区域高度;
宽度确定模块,用于将所述图像采集装置采集的图像转换得到路面区域图像,并根据所述路面区域图像及预设的检测宽度,确定各个所述成像距离分别对应的感兴趣区域宽度;
消失点计算模块,用于计算所述图像采集装置采集的图像的消失点;
配置处理模块,用于根据距离参数确定目标成像距离;
区域确定模块,用于根据所述消失点计算模块计算得到的所述消失点、所述目标成像距离对应的感兴趣区域宽度、所述目标成像距离对应的感兴趣区域高度,确定所述目标成像距离对应的感兴趣区域的位置及尺寸。
根据本申请的第三方面,提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行上述第一方面中所述的动态选取感兴趣区域的方法。
根据本申请的第四方面,提供了一种电子设备,所述电子设备包括:处理器;用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述可执行指令以实现上述第一方面中所述的动态选取感兴趣区域的方法。
与现有技术相比,采用根据本申请提供的动态选取感兴趣区域的方法、装置、计算机可读存储介质及电子设备,可以根据图像采集的参数及预设的车辆高度,计算至少一个预设成像距离分别对应的感兴趣区域高度,然后将图像采集装置采集的图像转换得到路面区域图像,并根据得到的路面区域图像及预设的检测宽度,确定各个成像距离分别对应的感兴趣区域宽度,进一步计算出图像采集装置采集的图像的消失点之后,即可根据距离参数确定采集的图像的消失点,进而根据图像采集装置采集的图像的消失点、目标成像距离对应的感兴趣区域宽度、目标成像距离对应的感兴趣区域高度,确定目标成像距离对应的感兴趣区域的位置及尺寸,从而实现根据距离参数,在图像采集装置采集的图像中动态选取感兴趣区域。如此,后续可仅针对动态选取的感兴趣区域进行检测,无需对图像中除选取的感兴趣区域以外的非兴趣区域进行检测,有利于更为快速的检测到图像中的关键信息。
附图说明
通过结合附图对本申请实施例进行更详细的描述,本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解,并且构成说明书的一部分,与本申请实施例一起用于解释本申请,并不构成对本申请的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1是本申请中图像采集装置采集的图像的示意图。
图2是本申请一示例性实施例提供的一种动态选取感兴趣区域的方法的流程示意图。
图3是本申请一示例性实施例提供的一种动态选取感兴趣区域的方法中距离选取步骤的流程示意图。
图4是本申请一示例性实施例提供的另一种动态选取感兴趣区域的方法的流程示意图。
图5是本申请一示例性实施例提供的一种动态选取感兴趣区域的方法中宽度确定步骤的流程示意图。
图6是本申请中路面区域图像的示意图。
图7是本申请一示例性实施例提供的一种动态选取感兴趣区域的装置的结构示意图。
图8是本申请一示例性实施例提供的电子设备的结构示意图。
具体实施方式
下面,将参考附图详细地描述根据本申请的示例实施例。显然,所描述的实施例仅仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
ADAS(AdvancedDrivingAssistantSystem,高级辅助驾驶系统)可通过设置于交通工具(比如,汽车)上的各个传感器实时采集交通工具所在环境的传感数据,并对传感数据进行系统的计算与分析。具体地,ADAS包括但不限于设置于交通工具前侧(比如,设置于汽车的前保险杠、前挡风玻璃或其他位置)的图像采集装置以及对应的算法模型,算法模型可对图像采集装置采集的图像进行检测以得到有助于控制交通工具安全行进的关键信息。
以交通工具是汽车为例,图像采集装置可在汽车的行进过程中实时采集汽车所在环境的图像。如图1所示,图像采集装置采集的图像通常包括路面图像区域A、车辆图像区域B,还包括大量无法提供有助于汽车安全行进的关键信息的非兴趣区域(如位于消失线C上方的远景图像区域D)。
通过相应的算法模型对图像采集装置采集的图像进行检测时,需要将上述各个图像区域全部作为检测区域,检测区域过大;同时,能够提供有助于汽车安全行进的关键信息的图像区域主要集中于车辆区域图像。有鉴于此,针对上述需要花费较多时间才能检测到图像中的关键信息的技术问题,本申请的基本构思是提出了一种动态选取感兴趣区域的方法、装置、计算机可读存储介质及电子设备,具体地,可以根据图像采集的参数及预设的车辆高度,计算至少一个预设成像距离分别对应的感兴趣区域高度,然后将图像采集装置采集的图像转换得到路面区域图像,并根据得到的路面区域图像及预设的检测宽度,确定各个成像距离分别对应的感兴趣区域宽度,进一步计算出图像采集装置采集的图像的消失点之后,即可根据距离参数确定采集的图像的消失点,进而根据图像采集装置采集的图像的消失点、目标成像距离对应的感兴趣区域宽度、目标成像距离对应的感兴趣区域高度,确定目标成像距离对应的感兴趣区域的位置及尺寸,从而实现根据距离参数,在图像采集装置采集的图像中动态选取感兴趣区域。如此,后续可仅针对动态选取的感兴趣区域进行检测,无需对图像中除选取的感兴趣区域以外的非兴趣区域进行检测,有利于更为快速的检测到图像中的关键信息。
在介绍本申请的基本构思之后,下面将结合附图来具体介绍本申请所述提供技术方案的各种非限制性实施例。
示例性方法
图2是本申请一示例性实施例提供的动态选取感兴趣区域的方法的流程示意图。本实施例可应用在电子设备上。
如图2所示,本申请一示例性实施例提供的动态选取感兴趣区域的方法,可以包括如下步骤201~步骤205:
步骤201,根据图像采集装置的参数及预设的车辆高度,计算至少一个预设的成像距离分别对应的感兴趣区域高度。
具体地,图像采集装置的参数可以包括图像采集装置的一个或多个内参,还可以包括图像采集装置的一个或多个外参。
具体地,可预先给定大车适配范围,结合实际业务场景从大车适配范围中选择一个适配值,将选择的适配值与确定的标准车辆高度的乘积作为预设的车辆高度;一般的,标准车辆高度可以为1.8m。
在一种具体的业务场景中,可将图像采集装置固定于汽车的前挡风玻璃或前保险杠上,然后标定图像采集装置的参数,并将标定的图像采集装置的参数写入配置文件,从而根据写入配置文件的图像采集装置的参数及预设的车辆高度,计算至少一个预设成像距离分别对应的感兴趣区域高度。
步骤202,将所述图像采集装置采集的图像转换得到路面区域图像,并根据所述路面区域图像及预设的检测宽度,确定各个所述成像距离分别对应的感兴趣区域宽度。
具体地,在已知图像采集装置的参数(包括但不限于:关心位置、畸变参数等内参,图像采集装置相对于其所在当前车辆的设置位置、姿态角度等外参)的前提下,可得到图像采集装置采集的图像与世界坐标系之间的映射关系;同时,所有的“车辆”都应当位于用于行驶汽车的“路面”上,即图像采集装置采集的图像中,车辆图像区域应当位于路面图像区域上;有鉴于此,可根据得到的映射关系对图像采集装置采集的图像进行转换,得到近似于车辆图像区域、路面图像区域所对应环境的俯视图的路面区域图像(请参考图7),该俯视图以“路面”为投影面。
步骤203,计算所述图像采集装置采集的图像的消失点。
具体地,消失点指的是用于行驶车辆的“路面”的地面交点。
步骤204,根据距离参数确定目标成像距离。
具体地,距离参数可以结合实际业务需求预先设置,或者由用户通过外部的输入装置输入,或者通过其他设备获取。
步骤205,根据所述消失点、所述目标成像距离对应的感兴趣区域宽度、所述目标成像距离对应的感兴趣区域高度,确定所述目标成像距离对应的感兴趣区域的位置及尺寸。
这里,目标成像距离对应的感兴趣区域的位置及尺寸,可直接指示图像采集装置采集的图像中与该目标成像距离相对应的感兴趣区域。后续过程中,还可进一步根据确定的目标成像距离对应的感兴趣区域的位置及尺寸,从图像采集装置采集的图像中提取目标成像距离对应的感兴趣区域,并将提取的感兴趣区域输入相应的算法模型进行检测以得到有助于控制汽车安全行进的关键信息。
具体地,请参考图1,确定的目标成像距离对应的感兴趣区域E可呈矩形,其宽度尺寸应当为目标成像距离对应的感兴趣区域宽度,且其宽度方形可平行于图像采集装置采集的图像的宽度方向;其高度尺寸为目标成像距离对应的感兴趣区域高度;感兴趣区域的中心与确定的图像采集装置采集的图像的消失点重合。
该实施例中,可实现根据距离参数,在图像采集装置采集的图像中动态选取感兴趣区域;后续可仅针对动态选取的感兴趣区域进行检测,无需对图像中除选取的感兴趣区域以外的非兴趣区域进行检测,有利于更为快速的检测到图像中的关键信息。
需要说明的是,如图1所示,后续仅需要将选取的感兴趣区域E输入算法模型进行检测,算法模型无需对大量的非兴趣区域(除选取的感兴趣区域E之外的其他图像区域)进行检测,可减少算法模型在非兴趣区域内的误报,从而使得算法模型对感兴趣区域进行检测以得到的有助于控制汽车安全行进的关键信息更为准确。
图3示出了如图2所示实施例中距离选取步骤的流程示意图。
如图3所示,在上述图2所示实施例的基础上,本申请一个示例性实施例中,所述距离参数包括:预测距离,所述预测距离指示了目标车辆与所述图像采集装置所在当前车辆之间的距离;相应的,距离选取步骤步骤204,具体可以包括如下步骤2041~步骤2043:
步骤2041,获取各个所述成像距离分别对应的距离范围。
不难理解的,预设的成像距离的个数、每个成像距离的取值、每个成像距离对应的距离范围,可以结合实际业务情况进行自定义配置。举例来说,取有效检测距离为45m(实际业务场景中可取有效检测距离为200m或者其他数值),通过对有效检测距离进行等分(实际业务场景中也可采用非等分方式)得到3个(实际业务场景中可为其它数量)距离范围:0m~15m、15m~30m、30m~45m;对于每个距离范围,可取该距离范围的中间值作为一个预设的成像距离。显而易见的,前述举例中列举的各个数值仅为了方便描述技术方案,各个数值不作为对这一实现方式的限制。
步骤2042,从各个所述距离范围中确定出所述预测距离所属的目标距离范围。
具体地,可通过设置于图像采集装置所在当前车辆的距离传感器,检测当前车辆与图像采集装置采集的图像中车辆图像区域所对应的目标车辆之间的距离,将检测的距离作为预测距离。
举例来说,预测距离为10m,落在了0m~15m的距离范围中,因此,可以从各个距离范围中确定出预测距离所属的目标距离范围为0m~15m,
步骤2043,将所述目标距离范围对应的所述成像距离确定为目标成像距离。
举例来说,预测距离为10m所属的目标距离范围为0m~15m,该目标距离范围对应的成像距离为7.5m;那么,即可确定出目标成像距离为7.5m。
视觉成像具有近大远小的特点,即当目标车辆与图像采集装置所在当前车辆之间的距离越近时,目标车辆对应在图像采集装置采集的图像中的车辆图像区域越大,且图像采集装置采集的图像的关键信息主要集中于车辆图像区域;基于此,通过一个成像距离代表一个距离范围,使得一个成像距离对应的感兴趣区域高度、感兴趣宽度能够适配该成像距离对应的整个距离范围,实现针对不同的距离范围配置具有不同尺寸的感兴趣区域,有利于动态选取完整携带关键信息的感兴趣区域,同时减少选取的感兴趣区域中非兴趣区域所占据的比例,进一步提高对感兴趣区域进行检测以得到有利于控制汽车安全行进的关键信息的速度。
图4是本申请一示例性实施例提供的另一种动态选取感兴趣区域的方法的流程示意图。
为了实现针对不同的距离配置具有不同高度尺寸的感兴趣区域,如图4所示,在上述图2所示实施例的基础上,本申请一个示例性实施例中,所述参数包括:焦距;
所述步骤201,具体可以包括如下步骤2011:
步骤2011,根据所述图像采集装置的焦距及预设的车辆高度,计算至少一个预设的成像距离分别对应的感兴趣区域高度。
具体地,可通过如下公式1计算预设的各个成像距离分别对应的感兴趣区域高度:
Hi=fh/Di (1)
其中,Hi表征预设的第i个成像距离对应的感兴趣区域高度、f表征图像采集装置的焦距、h表征预设的车辆高度、Di表征预设的第i个成像距离。
图5是如图1所示实施例中宽度确定步骤的流程示意图。
图6是路面区域图像的示意图。
为了实现针对不同的距离配置具有不同宽度尺寸的感兴趣区域,如图5所示,在如图1所示实施例的基础上,本申请一个示例性实施例中,宽度确定步骤202包括但不限于如下步骤2021~步骤2023:
步骤2021,根据预设的检测宽度,从所述路面区域图像中提取有效检测区域。
具体地,检测宽度指示了图像采集装置采集的图像中,车辆图像区域所对应的目标车辆左右两侧的有效检测范围;检测宽度可以为经验值,一般的,检测宽度可以为4m,即车辆图像区域对应的目标车辆左右两侧的有效检测范围为4m。
具体地,请参考图6,在路面区域图像中以车辆图像区域B为中心,可根据预设的检测宽度,沿车辆图像区域B左右两侧分别向路面图像区域A延伸一定的图像宽度m至剪切线a、b所在位置,然后从路面区域图像中提取剪切线a、b所在位置之间的图像区域作为有效检测区域。
步骤2022,根据所述图像采集装置的参数确定所述有效检测区域对应在所述图像采集装置采集的图像中的候选区域。
在已知图像采集装置的参数(包括但不限于:关心位置、畸变参数等内参,图像采集装置相对于其所在当前车辆的设置位置、姿态角度等外参)的前提下,可得到图像采集装置采集的图像与世界坐标系的映射关系;可根据该映射关系将提取的有效检测区域映射至图像采集装置采集的图像中,得到有效检测区域对应在图像采集装置采集的图像中的候选区域。
步骤2023,根据所述候选区域计算各个所述成像距离分别对应的感兴趣区域宽度。
在图像采集装置采集的图像中确定出候选区域,即得到了候选区域在图像采集装置采集的图像中的有效检测宽度,之后,即可将该有效检测宽度作为一个基准值,采用与计算感兴趣区域高度相似的方法,计算得到各个成像距离分别对应的感兴趣区域宽度,以便实现针对不同的距离配置具有不同宽度尺寸的感兴趣区域。
示例性装置
基于与本申请方法实施例相同的构思,本申请实施例还提供了一种动态选取感兴趣区域的装置。
图7为本申请一示例性实施例提供的一种动态选取感兴趣区域的装置的结构示意图。
如图7所示,本申请一示例性实施例提供的一种动态选取感兴趣区域的装置,包括:
高度确定模块701,用于根据图像采集装置的参数及预设的车辆高度,计算至少一个预设的成像距离分别对应的感兴趣区域高度;
宽度确定模块702,用于将所述图像采集装置采集的图像转换得到路面区域图像,并根据所述路面区域图像及预设的检测宽度,确定各个所述成像距离分别对应的感兴趣区域宽度;
消失点计算模块703,用于计算所述图像采集装置采集的图像的消失点;
配置处理模块704,用于根据距离参数确定目标成像距离;
区域确定模块705,用于根据所述消失点计算模块计算得到的所述消失点、所述目标成像距离对应的感兴趣区域宽度、所述目标成像距离对应的感兴趣区域高度,确定所述目标成像距离对应的感兴趣区域的位置及尺寸。
本申请一个示例性实施例中,所述距离参数包括:预测距离,所述预测距离指示了目标车辆与所述图像采集装置所在当前车辆之间的距离;
所述配置处理模块704,包括:
获取单元,用于获取各个所述成像距离分别对应的距离范围;
检测单元,用于从所述获取单元获取的各个所述距离范围中确定出所述预测距离所属的目标距离范围;
确定单元,用于将所述检测单元确定出的所述目标距离范围对应的所述成像距离确定为目标成像距离。
本申请一个示例性实施例中,所述参数包括:焦距;
所述高度确定模块701,用于根据所述图像采集装置的焦距及预设的车辆高度,计算至少一个预设的成像距离分别对应的感兴趣区域高度。
本申请一个示例性实施例中,所述宽度确定模块702,包括:
区域提取单元,用于根据预设的检测宽度,从所述路面区域图像中提取有效检测区域;
映射处理单元,用于根据所述图像采集装置的参数确定所述区域提取单元提取的所述有效检测区域对应在所述图像采集装置采集的图像中的候选区域;
宽度计算单元,用于根据所述映射处理单元确定的所述候选区域计算各个所述成像距离分别对应的感兴趣区域宽度。
示例性电子设备
图8图示了根据本申请实施例的电子设备的框图。
如图8所示,电子设备80包括一个或多个处理器801和存储器802。
处理器801可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备80中的其他组件以执行期望的功能。
存储器802可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器801可以运行所述程序指令,以实现上文所述的本申请的各个实施例的动态选取感兴趣区域的方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。
在一个示例中,电子设备80还可以包括:输入装置803和输出装置804,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
该输入装置803可以是通信网络连接器;此外,该输入装置803还可以包括例如键盘、鼠标等等。该输出装置804可以向外部输出各种信息,包括确定出的目标成像距离对应的感兴趣区域的位置及尺寸,还可以包括根据确定的目标成像距离对应的感兴趣区域的位置及尺寸、从图像采集装置采集的图像中选取的感兴趣区域等。该输出设备804可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然,为了简化,图8中仅示出了该电子设备80中与本申请有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备80还可以包括任何其他适当的组件。
示例性计算机程序产品和计算机可读存储介质
除了上述方法和设备以外,本申请的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的动态选取感兴趣区域的方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本申请的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的动态选取感兴趣区域的方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本申请的基本原理,但是,需要指出的是,在本申请中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本申请为必须采用上述具体的细节来实现。
本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
还需要指出的是,在本申请的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此,本申请不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (10)

1.一种动态选取感兴趣区域的方法,包括:
根据图像采集装置的参数及预设的车辆高度,计算至少一个预设的成像距离分别对应的感兴趣区域高度;以及
将所述图像采集装置采集的图像转换得到路面区域图像,并根据所述路面区域图像及预设的检测宽度,确定各个所述成像距离分别对应的感兴趣区域宽度;
计算所述图像采集装置采集的图像的消失点;
根据距离参数确定目标成像距离;
根据所述消失点、所述目标成像距离对应的感兴趣区域宽度、所述目标成像距离对应的感兴趣区域高度,确定所述目标成像距离对应的感兴趣区域的位置及尺寸。
2.根据权利要求1所述的方法,其中,
所述距离参数包括:预测距离,所述预测距离指示了目标车辆与所述图像采集装置所在当前车辆之间的距离;
所述根据距离参数确定目标成像距离,包括:
获取各个所述成像距离分别对应的距离范围;
从各个所述距离范围中确定出所述预测距离所属的目标距离范围;
将所述目标距离范围对应的所述成像距离确定为目标成像距离。
3.根据权利要求1所述的方法,其中,
所述参数包括:焦距;
所述根据图像采集装置的参数及预设的车辆高度,计算至少一个预设的成像距离分别对应的感兴趣区域高度,包括:
根据所述图像采集装置的焦距及预设的车辆高度,计算至少一个预设的成像距离分别对应的感兴趣区域高度。
4.根据权利要求1至3中任一所述的方法,其中,
所述根据所述路面区域图像及预设的检测宽度,确定各个所述成像距离分别对应的感兴趣区域宽度,包括:
根据预设的检测宽度,从所述路面区域图像中提取有效检测区域;
根据所述图像采集装置的参数确定所述有效检测区域对应在所述图像采集装置采集的图像中的候选区域;
根据所述候选区域计算各个所述成像距离分别对应的感兴趣区域宽度。
5.一种动态选取感兴趣区域的装置,包括:
高度确定模块,用于根据图像采集装置的参数及预设的车辆高度,计算至少一个预设的成像距离分别对应的感兴趣区域高度;
宽度确定模块,用于将所述图像采集装置采集的图像转换得到路面区域图像,并根据所述路面区域图像及预设的检测宽度,确定各个所述成像距离分别对应的感兴趣区域宽度;
消失点计算模块,用于计算所述图像采集装置采集的图像的消失点;
配置处理模块,用于根据距离参数确定目标成像距离;
区域确定模块,用于根据所述消失点计算模块计算得到的所述消失点、所述目标成像距离对应的感兴趣区域宽度、所述目标成像距离对应的感兴趣区域高度,确定所述目标成像距离对应的感兴趣区域的位置及尺寸。
6.根据权利要求5所述的装置,其中,
所述距离参数包括:预测距离,所述预测距离指示了目标车辆与所述图像采集装置所在当前车辆之间的距离;
所述配置处理模块,包括:
获取单元,用于获取各个所述成像距离分别对应的距离范围;
检测单元,用于从所述获取单元获取的各个所述距离范围中确定出所述预测距离所属的目标距离范围;
确定单元,用于将所述检测单元确定出的所述目标距离范围对应的所述成像距离确定为目标成像距离。
7.根据权利要求5所述的装置,其中,
所述参数包括:焦距;
所述高度确定模块,用于根据所述图像采集装置的焦距及预设的车辆高度,计算至少一个预设的成像距离分别对应的感兴趣区域高度。
8.根据权利要求5至7中任一所述的装置,其中,
所述宽度确定模块,包括:
区域提取单元,用于根据预设的检测宽度,从所述路面区域图像中提取有效检测区域;
映射处理单元,用于根据所述图像采集装置的参数确定所述区域提取单元提取的所述有效检测区域对应在所述图像采集装置采集的图像中的候选区域;
宽度计算单元,用于根据所述映射处理单元确定的所述候选区域计算各个所述成像距离分别对应的感兴趣区域宽度。
9.一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1-4中任一所述的动态选取感兴趣区域的方法。
10.一种电子设备,所述电子设备包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述可执行指令以实现上述权利要求1-4中任一所述的动态选取感兴趣区域的方法。
CN201910310535.1A 2019-04-17 2019-04-17 动态选取感兴趣区域的方法及装置 Active CN111832347B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910310535.1A CN111832347B (zh) 2019-04-17 2019-04-17 动态选取感兴趣区域的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910310535.1A CN111832347B (zh) 2019-04-17 2019-04-17 动态选取感兴趣区域的方法及装置

Publications (2)

Publication Number Publication Date
CN111832347A CN111832347A (zh) 2020-10-27
CN111832347B true CN111832347B (zh) 2024-03-19

Family

ID=72914883

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910310535.1A Active CN111832347B (zh) 2019-04-17 2019-04-17 动态选取感兴趣区域的方法及装置

Country Status (1)

Country Link
CN (1) CN111832347B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112818748A (zh) * 2020-12-31 2021-05-18 北京字节跳动网络技术有限公司 确定视频中的平面的方法和装置、存储介质和电子设备
CN113611008B (zh) * 2021-07-30 2023-09-01 广州文远知行科技有限公司 一种车辆行驶场景采集方法、装置、设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103310006A (zh) * 2013-06-28 2013-09-18 电子科技大学 一种车辆辅助驾驶系统中的感兴趣区域提取方法
TW201514864A (zh) * 2013-10-15 2015-04-16 Nat Univ Chung Hsing 產生可變形狀之適應性動態區域之系統與其控制方法
CN107578012A (zh) * 2017-09-05 2018-01-12 大连海事大学 一种基于聚类算法选择敏感区域的驾驶辅助系统
CN109409202A (zh) * 2018-09-06 2019-03-01 惠州市德赛西威汽车电子股份有限公司 基于动态感兴趣区域的鲁棒性车道线检测方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2947937B1 (fr) * 2009-07-08 2012-03-02 Valeo Vision Sas Procede de determination d'une region d'interet dans une image
EP3095073A1 (en) * 2014-01-17 2016-11-23 KPIT Technologies Ltd. Vehicle detection system and method thereof

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103310006A (zh) * 2013-06-28 2013-09-18 电子科技大学 一种车辆辅助驾驶系统中的感兴趣区域提取方法
TW201514864A (zh) * 2013-10-15 2015-04-16 Nat Univ Chung Hsing 產生可變形狀之適應性動態區域之系統與其控制方法
CN107578012A (zh) * 2017-09-05 2018-01-12 大连海事大学 一种基于聚类算法选择敏感区域的驾驶辅助系统
CN109409202A (zh) * 2018-09-06 2019-03-01 惠州市德赛西威汽车电子股份有限公司 基于动态感兴趣区域的鲁棒性车道线检测方法

Also Published As

Publication number Publication date
CN111832347A (zh) 2020-10-27

Similar Documents

Publication Publication Date Title
EP3627180B1 (en) Sensor calibration method and device, computer device, medium, and vehicle
JP6670071B2 (ja) 車両用画像認識システム、及び対応法
CN106952303B (zh) 车距检测方法、装置和系统
US20200217656A1 (en) Method and apparatus for measuring distance using vehicle-mounted camera, storage medium, and electronic device
CN112014845A (zh) 一种车辆障碍物定位方法、装置、设备及存储介质
CN107578002B (zh) 一种车道线识别结果的监测方法、装置、设备和介质
CN109657638B (zh) 障碍物定位方法、装置和终端
CN112967283B (zh) 基于双目摄像头的目标识别方法、系统、设备及存储介质
CN110341621B (zh) 一种障碍物检测方法及装置
KR20190062852A (ko) 보행자 검출 시스템 및 모듈, 방법, 컴퓨터프로그램
CN111832347B (zh) 动态选取感兴趣区域的方法及装置
CN114047487B (zh) 雷达和车体的外参标定方法、装置、电子设备和存储介质
JP6613999B2 (ja) 運転支援システム
WO2021259280A1 (zh) 一种车辆泊车方法、装置、车载设备及存储介质
CN113838125A (zh) 目标位置确定方法、装置、电子设备以及存储介质
CN116486377B (zh) 可行驶区域的生成方法及装置
CN113536867A (zh) 物体识别的方法、装置及系统
CN110827337B (zh) 确定车载相机的姿态的方法、装置和电子设备
CN111626078A (zh) 识别车道线的方法及装置
CN115496923A (zh) 一种基于不确定性感知的多模态融合目标检测方法及装置
CN115273039A (zh) 一种基于摄像头的小障碍物探测方法
JP5959682B2 (ja) オブジェクトと車両との間の距離を算出するためのシステムおよび方法
CN110133624B (zh) 无人驾驶异常检测方法、装置、设备和介质
JP2021051348A (ja) 物体距離推定装置及び物体距離推定方法
US20130141575A1 (en) Driving assistance system and method

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant