CN116580095A - 一种目标定位方法和装置、电子设备和存储介质 - Google Patents
一种目标定位方法和装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN116580095A CN116580095A CN202310584053.1A CN202310584053A CN116580095A CN 116580095 A CN116580095 A CN 116580095A CN 202310584053 A CN202310584053 A CN 202310584053A CN 116580095 A CN116580095 A CN 116580095A
- Authority
- CN
- China
- Prior art keywords
- target
- pixel point
- grounding
- semantic segmentation
- original image
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000011218 segmentation Effects 0.000 claims abstract description 81
- 238000001514 detection method Methods 0.000 claims description 39
- 238000009434 installation Methods 0.000 claims description 15
- 230000004807 localization Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/70—Labelling scene content, e.g. deriving syntactic or semantic representations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种目标定位方法和装置、电子设备和存储介质。该方法包括:获取鱼眼相机采集的原始图像以及所述原始图像上的地面参考像素点;对所述原始图像进行语义分割,得到每个目标的语义分割结果,并根据所述目标的语义分割结果获得所述目标用于计算其接地像素点的候选像素点集合;根据所述候选像素点集合中每个候选像素点与所述地面参考像素点的距离关系,获得所述目标的接地像素点;根据所述目标的接地像素点和所述鱼眼相机的标定参数,获得所述目标的真实接地点。本申请的技术方案能够基于鱼眼相机的原始图像准确识别目标的真正接地点。
Description
技术领域
本申请涉及图像处理技术领域,尤其涉及一种目标定位方法和装置、电子设备和存储介质。
背景技术
鱼眼相机是一种较为常用的具有广角镜头的相机,鱼眼相机拍摄的原始图像存在严重的畸变,如图1所示,原始图像的画面中心处的景物能够保持其原本位姿,畸变较小,除画面中心之外的其他位置处的景物都发生了一定程度的位姿变化,例如四个行人在画面中呈现倒立姿态,可见鱼眼相机拍摄的原始图像中存在着较为严重的畸变。
在通过鱼眼相机采集的图像进行目标检测时,常规方案是对原始图像进行去畸变处理,对去畸变后的校正图像进行目标检测,然后基于检测结果进行目标定位。研究发现该方案至少存在以下缺点:
第一,需要增加额外的去畸变步骤,影响目标检测与定位的效率;
第二,去畸变处理一般需要对图像进行拉伸,该处理会导致边缘处目标无法被有效识别;
第三,鱼眼相机的标定参数通常用于实现图像坐标系与世界坐标系下地面的转换,基于目标的矩形检测框无法准确识别到目标的接地点,不论是检测框底边中心、顶边中心或者检测框上的其他固定点都可能不是目标真正的接地点。
因此,有必要提出一种能够准确识别目标真正接地点的方案。
发明内容
本申请实施例提供了一种目标定位方法和装置、电子设备和存储介质,以准确识别目标的真正接地点。
本申请实施例采用下述技术方案:
第一方面,本申请实施例提供一种目标定位方法,所述方法包括:
获取鱼眼相机采集的原始图像以及所述原始图像上的地面参考像素点;
对所述原始图像进行语义分割,得到每个目标的语义分割结果,并根据所述目标的语义分割结果获得所述目标用于计算其接地像素点的候选像素点集合;
根据所述候选像素点集合中每个候选像素点与所述地面参考像素点的距离关系,获得所述目标的接地像素点;
根据所述目标的接地像素点和所述鱼眼相机的标定参数,获得所述目标的真实接地点。
可选地,所述根据所述目标的语义分割结果获得所述目标用于计算其接地像素点的候选像素点集合,包括:
获取所述目标的目标类别,并根据所述目标类别确定所述目标的接地部位;
确定所述目标的语义分割结果所包括的语义分割部位是否包括所述接地部位;
根据所述目标的语义分割部位是否包括所述接地部位构建所述目标的候选像素点集合。
可选地,所述确定所述目标的语义分割结果所包括的语义分割部位是否包括所述接地部位,包括:
当所述目标的语义分割部位包括所述接地部位时,根据所述接地部位的像素点构建所述目标的候选像素点集合;
当所述目标的语义分割部位不包括所述接地部位时,对所述原始图像进行目标检测,根据所述目标的检测框和所述目标的语义分割结果构建所述目标的候选像素点集合。
可选地,所述根据所述目标的检测框和所述目标的语义分割结果构建所述目标的候选像素点集合,包括:
通过所述目标的检测框上的预设像素点和所述语义分割结果的所有像素点构建所述目标的候选像素点集合。
可选地,所述根据所述候选像素点集合中每个候选像素点与所述地面参考像素点的距离关系,获得所述目标的接地像素点,包括:
计算每个候选像素点与所述地面参考像素点的距离,将具有最小距离的候选像素点作为所述目标的接地像素点。
可选地,通过下述步骤获取所述原始图像上的地面参考像素点:
确定所述鱼眼相机的安装角度;
根据所述鱼眼相机的安装角度获取所述原始图像上的地面参考像素点。
可选地,所述安装角度包括俯视安装角度,所述根据所述鱼眼相机的安装角度获取所述原始图像上的地面参考像素点,包括:
获取所述原始图像的图像中心点;
将所述图像中心点作为所述地面参考像素点。
第二方面,本申请实施例还提供一种目标定位装置,所述装置包括:
数据获取单元,用于获取鱼眼相机采集的原始图像以及所述原始图像上的地面参考像素点;
图像处理单元,用于对所述原始图像进行语义分割,得到每个目标的语义分割结果,并根据所述目标的语义分割结果获得所述目标用于计算其接地像素点的候选像素点集合;
像素点计算单元,用于根据所述候选像素点集合中每个候选像素点与所述地面参考像素点的距离关系,获得所述目标的接地像素点;
接地点确定单元,用于根据所述目标的接地像素点和所述鱼眼相机的标定参数,获得所述目标的真实接地点。
第三方面,本申请实施例还提供一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行前述之任一所述目标定位方法。
第四方面,本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行前述之任一所述目标定位方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:
本申请实施例一方面从原始图像上确定出地面参考像素点,通过地面参考像素点标定真实地面,在检测目标的真实接地点的过程中,利用地面参考像素点与目标的接地部位的距离关系,确定出目标的真实接地点,以此提高真实接地点的准确度和精度。
另一方面本申请实施例还通过对原始图像进行语义分割,基于语义分割结果得到用于计算目标接地像素点的候选像素点集合,不但能够避免检测框算法导致的目标定位结果不可靠的问题,还能够提高目标定位点的计算效率。
此外,本申请实施例是对鱼眼相机的原始图像进行目标识别,不需要去畸变处理,能够避免去畸变处理带来的相关缺陷。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为一种鱼眼相机的原始图像示意图;
图2为本申请实施例中一种目标定位方法的流程示意图;
图3为本申请实施例中一种目标定位装置的结构示意图;
图4为本申请实施例中一种电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
本申请实施例提供了一种目标定位方法,本申请下述实施例以路侧设备作为目标定位方法的执行主体进行示例说明。可以理解的是,本申请实施例的执行主体也可以为其他设备或系统,例如为路侧边缘计算系统、自动驾驶系统或芯片系统,芯片系统包含至少一个处理器,以及通信接口或者存储器,其中,该存储器用于存储程序或指令,该通信接口用于为处理器提供信息或数据的输入输出功能。或者,本申请实施例的目标定位方法的执行主体也可以是软件或硬件,不同的执行步骤可以集中式也可以是分布式。
如图2所示,提供了本申请实施例中一种目标定位方法的流程示意图,所述方法至少包括如下的步骤S210至步骤S240:
步骤S210,获取鱼眼相机采集的原始图像以及所述原始图像上的地面参考像素点。
本申请实施例在通过鱼眼相机获取到原始图像之后,还需要从原始图像上获取地面参考像素点,地面参考像素点是用于标定真实世界中地面的像素点,这样在目标定位过程中,可以将地面参考像素点作为参考地面,通过确定目标像素点与地面参考像素点的关系,能够提高识别到的目标的真实接地点的准确度。
如图1所示的原始图像可知,图1中的每个行人与画面中心点距离最近的部位属于行人脚部,也就是说,目标的接地部位的像素点与地面参考像素点存在一定的距离关系,因此本申请实施例基于这样的客观规律利用原始图像上的地面参考像素点来确定目标的真实接地点,以此提高识别准确度。
步骤S220,对所述原始图像进行语义分割,得到每个目标的语义分割结果,并根据所述目标的语义分割结果获得所述目标用于计算其接地像素点的候选像素点集合。
继续参考图1,在鱼眼相机的原始图像中,非画面中心区域的各种目标的位姿都存在一定程度的偏移。在此情况下,一些基于检测框的目标检测算法虽然能够通过在检测过程中对检测框进行旋转来修正目标的偏转,但仍然会存在目标的接触点并没有位于检测框的底边或其他边的情形,进而无法基于检测框获得目标的准确接地点。
针对上述情况,本申请实施例是对原始图像进行语义分割,得到的语义分割结果中包括属于目标的所有像素点,并从目标的所有像素点中确定出候选像素点集合。
参考前文,可知目标接地部位的像素点与地面参考像素点之间的存在一定的距离关系,如此,本申请实施例可以事先根据目标类型规定目标的接地部位,例如规定行人的接地部位为脚部,车辆的接地部位为车轮等。这样在得到目标的语义分割结果后,可以根据目标的像素点类型确定出与地面参考像素点存在上述距离关系的候选像素点集合,以从该候选像素点集合中确定出目标的接地像素点。一方面能够避免目标其他部位对目标定位结果的干扰,提高接地像素点的准确度,另一方面还能够减少参与到接地像素点计算的像素点数量,提高计算效率。
步骤S230,根据所述候选像素点集合中每个候选像素点与所述地面参考像素点的距离关系,获得所述目标的接地像素点。
步骤S240,根据所述目标的接地像素点和所述鱼眼相机的标定参数,获得所述目标的真实接地点。
如图2所示的目标定位方法可知,本申请实施例一方面从原始图像上确定出地面参考像素点,通过地面参考像素点标定真实地面,在检测目标的真实接地点的过程中,利用地面参考像素点与目标的接地部位的距离关系,确定出目标的真实接地点,以此提高真实接地点的准确度和精度。另一方面本申请实施例还通过对原始图像进行语义分割,基于语义分割结果得到用于计算目标接地像素点的候选像素点集合,不但能够避免检测框算法导致的目标定位结果不可靠的问题,还能够提高目标定位点的计算效率。此外,本申请实施例是对鱼眼相机的原始图像进行目标识别,不需要去畸变处理,能够避免去畸变处理带来的相关缺陷。
在本申请的一些实施例中,上述步骤S210中获取原始图像上的地面参考像素点的具体步骤如下:
确定所述鱼眼相机的安装角度;
根据所述鱼眼相机的安装角度获取所述原始图像上的地面参考像素点。
在本实施例的一些实现方案中,当鱼眼镜头的安装角度为俯视安装角度时,根据所述鱼眼镜头的安装角度获取所述原始图像上的地面参考像素点,具体包括:
获取所述原始图像的图像中心点,将所述图像中心点作为所述地面参考像素点。
鱼眼相机的安装角度不同,原始图像上的地面参考像素点的位置也不同,在鱼眼相机以相对地面俯视安装时,如图1所示,在路侧场景中,原始图像的图像中心点即为地面参考像素点。而当鱼眼相机以相对地面成一定夹角安装时,例如在车载场景中,原始图像的地面参考像素点会与图像中心点存在一定角度的偏移,本领域技术人员可以根据车载鱼眼相机的安装角度确定出地面参考像素点。
在本申请的一些实施例中,上述步骤S220中根据所述目标的语义分割结果获得所述目标用于计算其接地像素点的候选像素点集合,具体包括:
获取所述目标的目标类别,并根据所述目标类别确定所述目标的接地部位;
确定所述目标的语义分割结果所包括的语义分割部位是否包括所述接地部位;
根据所述目标的语义分割部位是否包括所述接地部位构建所述目标的候选像素点集合,具体是当所述目标的语义分割部位包括所述接地部位时,根据所述接地部位的像素点构建所述目标的候选像素点集合;当所述目标的语义分割部位不包括所述接地部位时,对所述原始图像进行目标检测,根据所述目标的检测框和所述目标的语义分割结果构建所述目标的候选像素点集合。
本实施例是基于语义分割部位是否包括接地部位而采用不同的像素点构建候选像素点集合。之所以基于接地部位进行候选像素点集合的构建,考虑到在单帧原始图像中,某些情况下,目标的其他部位与地面参考像素点可能也会符合上述距离关系。例如行人行走过程中,摆动的手臂与地面参考像素点可能也会符合上文所述的距离关系。针对该问题,本申请实施例判断语义分割部位是否包括接地部位,只有在包括接地部位时,才从接地部位的像素点中计算出目标的接地像素点。
此外,图像的语义分割处理是按照一定的语义分割算法对图像的像素点进行分类,当图像上的某些目标被遮挡时,遮挡部分的像素点将不会被分类成被遮挡的目标像素点。那么在一些场景中,当目标的接地部位被遮挡时,若直接基于目标的语义分割结果计算候选像素点集合,会使得最终计算出的接地像素点的准确性较差、精度较低,使得目标定位结果不可信。
因此,本实施例在得到目标的语义分割结果之后,还根据目标类别确定出该目标的接地部位,在实际应用中,可以预先设置各类目标对应的接地部位,例如行人的接地部位为脚部,车辆的接地部位为车轮等。当目标的语义分割部位包括接地部位时,可以直接将接地部位的像素点作为候选像素点。而当目标的语义分割部位不包括接地部位时,本实施例是对原始图像进行目标检测,得到目标的检测框,结合检测框和语义分割结果构建候选像素点集合。
基于检测框的目标检测算法的优势在于,目标被遮挡部位仍然能被检测出来并归类到检测框中。因此当语义分割部位不包括目标的接地部位时,本实施例是结合目标的检测框和目标的语义分割结果构建候选像素点集合,具体是通过目标的检测框上的预设像素点和语义分割结果的所有像素点构建目标的候选像素点集合。例如,在一些场景中,可以将检测框四个边的中心像素点和语义分割结果的所有像素点作为候选像素点。当然,在其他场景中,也可以将检测框的顶点和/或四个边的中心像素点以及语义分割结果的所有像素点作为候选像素点。
如此,通过上述实施例获得目标的候选像素点集合之后,上述步骤S230中根据所述候选像素点集合中每个候选像素点与所述地面参考像素点的距离关系,获得所述目标的接地像素点,具体包括:
计算每个候选像素点与所述地面参考像素点的距离,将具有最小距离的候选像素点作为所述目标的接地像素点。
本实施例可以计算像素点之间的欧式距离,当然也可以采用其他距离算法进行计算,本领域技术人员可以灵活选择。
应理解的是,本申请实施例在此示出了一种基于候选像素点与地面参考像素点之间的距离关系计算目标的接地像素点的实现方案,在本申请的其他实施例中,还可以采用其他实现方案,例如计算所述候选像素点集合对应的轮廓边缘,计算轮廓边缘像素点与地面参考像素点的距离,将最小距离对应的轮廓边缘像素点作为目标的接地像素点。
在得到目标的接地像素点之后,就可以根据目标的接地像素点和鱼眼相机的标定参数,获得目标的真实接地点。本申请实施例中鱼眼相机的标定参数用于实现图像坐标系与基于地面的世界坐标系的转换。其中基于标定参数对目标的接地像素点进行坐标转换的实现方案本领域技术人员可以参考现有技术,本申请实施例在此不予展开描述。
本申请实施例还提供了一种目标定位装置300,如图3所示,提供了本申请实施例中一种目标定位装置的结构示意图,所述装置300包括:数据获取单元310、图像处理单元320、像素点计算单元330以及接地点确定单元340,其中:
数据获取单元310,用于获取鱼眼相机采集的原始图像以及所述原始图像上的地面参考像素点;
图像处理单元320,用于对所述原始图像进行语义分割,得到每个目标的语义分割结果,并根据所述目标的语义分割结果获得所述目标用于计算其接地像素点的候选像素点集合;
像素点计算单元330,用于根据所述候选像素点集合中每个候选像素点与所述地面参考像素点的距离关系,获得所述目标的接地像素点;
接地点确定单元340,用于根据所述目标的接地像素点和所述鱼眼相机的标定参数,获得所述目标的真实接地点。
在本申请的一些实施例中,图像处理单元320,具体用于获取所述目标的目标类别,并根据所述目标类别确定所述目标的接地部位;确定所述目标的语义分割结果所包括的语义分割部位是否包括所述接地部位;根据所述目标的语义分割部位是否包括所述接地部位构建所述目标的候选像素点集合。
在本申请的一些实施例中,图像处理单元320,具体用于当所述目标的语义分割部位包括所述接地部位时,根据所述接地部位的像素点构建所述目标的候选像素点集合;当所述目标的语义分割部位不包括所述接地部位时,对所述原始图像进行目标检测,根据所述目标的检测框和所述目标的语义分割结果构建所述目标的候选像素点集合。
在本申请的一些实施例中,图像处理单元320,具体用于通过所述目标的检测框上的预设像素点和所述语义分割结果的所有像素点构建所述目标的候选像素点集合。
在本申请的一些实施例中,像素点计算单元330,具体用于计算每个候选像素点与所述地面参考像素点的距离,将具有最小距离的候选像素点作为所述目标的接地像素点。
在本申请的一些实施例中,数据获取单元310,具体用于确定所述鱼眼相机的安装角度;根据所述鱼眼相机的安装角度获取所述原始图像上的地面参考像素点。
在本申请的一些实施例中,所述安装角度包括俯视安装角度,数据获取单元310,具体用于获取所述原始图像的图像中心点,将所述图像中心点作为所述地面参考像素点。
能够理解,上述目标定位装置,能够实现前述实施例中提供的目标定位方法的各个步骤,关于目标定位方法的相关阐释均适用于目标定位装置,此处不再赘述。
图4是本申请的一个实施例电子设备的结构示意图。请参考图4,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成目标定位装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
获取鱼眼相机采集的原始图像以及所述原始图像上的地面参考像素点;
对所述原始图像进行语义分割,得到每个目标的语义分割结果,并根据所述目标的语义分割结果获得所述目标用于计算其接地像素点的候选像素点集合;
根据所述候选像素点集合中每个候选像素点与所述地面参考像素点的距离关系,获得所述目标的接地像素点;
根据所述目标的接地像素点和所述鱼眼相机的标定参数,获得所述目标的真实接地点。
上述如本申请图2所示实施例揭示的目标定位装置执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述目标定位方法的步骤。
该电子设备还可执行图2中目标定位装置执行的方法,并实现目标定位装置在图2所示实施例的功能,本申请实施例在此不再赘述。
本申请实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的电子设备执行时,能够使该电子设备执行图2所示实施例中目标定位装置执行的方法,并具体用于执行:
获取鱼眼相机采集的原始图像以及所述原始图像上的地面参考像素点;
对所述原始图像进行语义分割,得到每个目标的语义分割结果,并根据所述目标的语义分割结果获得所述目标用于计算其接地像素点的候选像素点集合;
根据所述候选像素点集合中每个候选像素点与所述地面参考像素点的距离关系,获得所述目标的接地像素点;
根据所述目标的接地像素点和所述鱼眼相机的标定参数,获得所述目标的真实接地点。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种目标定位方法,其特征在于,所述方法包括:
获取鱼眼相机采集的原始图像以及所述原始图像上的地面参考像素点;
对所述原始图像进行语义分割,得到每个目标的语义分割结果,并根据所述目标的语义分割结果获得所述目标用于计算其接地像素点的候选像素点集合;
根据所述候选像素点集合中每个候选像素点与所述地面参考像素点的距离关系,获得所述目标的接地像素点;
根据所述目标的接地像素点和所述鱼眼相机的标定参数,获得所述目标的真实接地点。
2.如权利要求1所述的方法,其特征在于,所述根据所述目标的语义分割结果获得所述目标用于计算其接地像素点的候选像素点集合,包括:
获取所述目标的目标类别,并根据所述目标类别确定所述目标的接地部位;
确定所述目标的语义分割结果所包括的语义分割部位是否包括所述接地部位;
根据所述目标的语义分割部位是否包括所述接地部位构建所述目标的候选像素点集合。
3.如权利要求2所述的方法,其特征在于,所述确定所述目标的语义分割结果所包括的语义分割部位是否包括所述接地部位,包括:
当所述目标的语义分割部位包括所述接地部位时,根据所述接地部位的像素点构建所述目标的候选像素点集合;
当所述目标的语义分割部位不包括所述接地部位时,对所述原始图像进行目标检测,根据所述目标的检测框和所述目标的语义分割结果构建所述目标的候选像素点集合。
4.如权利要求3所述的方法,其特征在于,所述根据所述目标的检测框和所述目标的语义分割结果构建所述目标的候选像素点集合,包括:
通过所述目标的检测框上的预设像素点和所述语义分割结果的所有像素点构建所述目标的候选像素点集合。
5.如权利要求1所述的方法,其特征在于,所述根据所述候选像素点集合中每个候选像素点与所述地面参考像素点的距离关系,获得所述目标的接地像素点,包括:
计算每个候选像素点与所述地面参考像素点的距离,将具有最小距离的候选像素点作为所述目标的接地像素点。
6.如权利要求1所述的方法,其特征在于,通过下述步骤获取所述原始图像上的地面参考像素点:
确定所述鱼眼相机的安装角度;
根据所述鱼眼相机的安装角度获取所述原始图像上的地面参考像素点。
7.如权利要求6所述的方法,其特征在于,所述安装角度包括俯视安装角度,所述根据所述鱼眼相机的安装角度获取所述原始图像上的地面参考像素点,包括:
获取所述原始图像的图像中心点;
将所述图像中心点作为所述地面参考像素点。
8.一种目标定位装置,其特征在于,所述装置包括:
数据获取单元,用于获取鱼眼相机采集的原始图像以及所述原始图像上的地面参考像素点;
图像处理单元,用于对所述原始图像进行语义分割,得到每个目标的语义分割结果,并根据所述目标的语义分割结果获得所述目标用于计算其接地像素点的候选像素点集合;
像素点计算单元,用于根据所述候选像素点集合中每个候选像素点与所述地面参考像素点的距离关系,获得所述目标的接地像素点;
接地点确定单元,用于根据所述目标的接地像素点和所述鱼眼相机的标定参数,获得所述目标的真实接地点。
9.一种电子设备,其特征在于,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行权利要求1~7之任一项所述的目标定位方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行权利要求1~7之任一项所述的目标定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310584053.1A CN116580095A (zh) | 2023-05-23 | 2023-05-23 | 一种目标定位方法和装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310584053.1A CN116580095A (zh) | 2023-05-23 | 2023-05-23 | 一种目标定位方法和装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116580095A true CN116580095A (zh) | 2023-08-11 |
Family
ID=87544976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310584053.1A Pending CN116580095A (zh) | 2023-05-23 | 2023-05-23 | 一种目标定位方法和装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116580095A (zh) |
-
2023
- 2023-05-23 CN CN202310584053.1A patent/CN116580095A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112001456B (zh) | 一种车辆定位方法、装置、存储介质及电子设备 | |
CN111080805A (zh) | 标注对象立体框图生成方法、装置、电子设备及存储介质 | |
CN113160161B (zh) | 目标边缘处缺陷的检测方法和装置 | |
CN112200851B (zh) | 一种基于点云的目标检测方法、装置及其电子设备 | |
CN113256540B (zh) | 图像去畸变方法和装置、电子设备和计算机可读存储介质 | |
CN114705121B (zh) | 车辆位姿测量方法、装置及电子设备、存储介质 | |
CN114973198A (zh) | 目标车辆的航向角预测方法、装置及电子设备、存储介质 | |
CN115546315A (zh) | 自动驾驶车辆的传感器在线标定方法、装置及存储介质 | |
CN113284194A (zh) | 多rs设备的标定方法、装置及设备 | |
CN116977671A (zh) | 基于图像空间定位的目标跟踪方法、装置、设备及存储介质 | |
CN116051812A (zh) | 目标检测方法、装置及电子设备、存储介质 | |
CN116740680A (zh) | 一种车辆定位方法、装置及电子设备 | |
CN116309628A (zh) | 车道线识别方法和装置、电子设备和计算机可读存储介质 | |
CN116164763A (zh) | 目标航向角确定方法、装置及电子设备、存储介质 | |
CN115115704B (zh) | 确定汽车位姿信息的方法及装置 | |
CN114397671B (zh) | 目标的航向角平滑方法、装置及计算机可读存储介质 | |
CN116580095A (zh) | 一种目标定位方法和装置、电子设备和存储介质 | |
CN114066958A (zh) | 目标的深度信息预测方法和装置、电子设备和存储介质 | |
CN115170679A (zh) | 路侧相机的标定方法、装置及电子设备、存储介质 | |
CN112529943B (zh) | 一种物体检测方法、物体检测装置及智能设备 | |
CN114677448A (zh) | 车载相机的外参校正方法、装置及电子设备、存储介质 | |
CN113838075A (zh) | 单目测距方法、装置及计算机可读存储介质 | |
CN113658268B (zh) | 摄像头标定结果的验证方法、装置及电子设备、存储介质 | |
CN115761010A (zh) | 相机标定方法以及装置、电子设备、存储介质 | |
CN116597416A (zh) | 车辆定位方法、装置及电子设备、计算机可读存储介质 |
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 |