CN117745756A - 一种目标跟踪方法及系统 - Google Patents
一种目标跟踪方法及系统 Download PDFInfo
- Publication number
- CN117745756A CN117745756A CN202311807459.8A CN202311807459A CN117745756A CN 117745756 A CN117745756 A CN 117745756A CN 202311807459 A CN202311807459 A CN 202311807459A CN 117745756 A CN117745756 A CN 117745756A
- Authority
- CN
- China
- Prior art keywords
- target
- score
- tracked
- frame
- height
- 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 35
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 238000004891 communication Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 4
- 239000002131 composite material Substances 0.000 claims description 2
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 abstract description 9
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 abstract description 9
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 abstract description 9
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及一种目标跟踪方法及系统,其包括如下步骤:获取不同目标的标准目标框的宽度和高度;获取环境图像,并从环境图像中识别出待跟踪目标;获取待跟踪目标的目标得分以及目标距离;获取待跟踪目标的当前目标框的宽度和高度,并将该宽度和高度对应与该目标的标准目标框的宽度和高度进行对比;根据待跟踪目标的目标得分、目标距离获取待跟踪目标的综合得分;以及根据待跟踪目标的标记以及综合得分匹配对应的跟踪轨迹。本申请结合目标框的大小和目标框的得分对目标进行综合判断,由此提高近距离目标检测的精准性,降低远距离目标的误检性,同时根据待跟踪目标的标记以及综合得分匹配对应的跟踪轨迹,使其更利于ADAS任务的执行。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种目标跟踪方法及系统。
背景技术
汽车的自动驾驶通常需要ADAS实现(Advanced Driver Assistance System,高级驾驶辅助系统,也被称为自动驾驶辅助系统),其可以执行目标识别、自动跟车,紧急避让等任务,其中涉及对不同目标的跟踪,以执行对应的驾驶指令。
具体的,现有的目标跟踪算法中,通常采用目标框对目标进行标识,并且对目标框进行打分(score),对高分目标框优先进行路径匹配处理。但在ADAS任务中,通常需要关注的是较近的目标(发生碰撞的风险更大),但该目标对应的目标框得分不一定为高分,因此,若按照传统的目标跟踪处理方式,该目标则不会被优先考虑,无法产生/延迟产生与其对应的规避方案,进一步导致驾驶事故的发生。
发明内容
本发明的目的在于提供一种目标跟踪方法及系统,其结合目标框的大小和目标框的得分对目标进行综合判断,由此提高近距离目标检测的精准性,降低远距离目标的误检性,同时根据待跟踪目标的标记以及综合得分匹配对应的跟踪轨迹,使其更利于ADAS任务的执行。
为实现上述目的,本发明提供如下技术方案:
一方面,提供了一种目标跟踪方法,其包括如下步骤:
获取不同目标的标准目标框的宽度和高度;
获取环境图像,并从环境图像中识别出待跟踪目标,且通过当前目标框对待跟踪目标进行标识;
获取待跟踪目标的目标得分以及目标距离;
获取待跟踪目标的当前目标框的宽度和高度,并将该宽度和高度对应与该目标的标准目标框的宽度和高度进行对比,且根据对比结果以及目标得分将待跟踪目标标记为高分目标或低分目标;
根据待跟踪目标的目标得分、目标距离获取待跟踪目标的综合得分;
以及根据待跟踪目标的标记以及综合得分匹配对应的跟踪轨迹。
优选的,所述待跟踪目标包括静止目标、移动目标中的一种或多种。
优选的,当当前目标框的宽度和高度均大于标准目标框的宽度和高度,且待跟踪目标的目标得分score≥得分阈值score_thresh×130%时,将待跟踪目标标记为高分目标。
优选的,当当前目标框的宽度和高度均大于标准目标框的宽度和高度,且得分阈值score_thresh×100%≤跟踪目标的目标得分score<得分阈值score_thresh×130%时,将待跟踪目标标记为低分目标。
优选的,当当前目标框的宽度和高度均小于标准目标框的宽度和高度,且得分阈值score_thresh×100%≤跟踪目标的目标得分score<得分阈值score_thresh×150%时,将待跟踪目标标记为低分目标。
优选的,当当前目标框的宽度和高度均小于标准目标框的宽度和高度,且跟踪目标的目标得分score≥得分阈值score_thresh×150%时,将待跟踪目标标记为高分目标。
优选的,根据公式(1)获取待跟踪目标的综合得分track_score:
track_score=score*sigmoid(normal_dist-obj_dist) (1)
其中,所述normal_dist为待跟踪目标的标准目标框对应的距离;obj_dist为待跟踪目标的当前目标框对应的距离。
还提供一种目标跟踪系统,其用于实现上述目标跟踪方法,其包括:
目标框参数存储单元,其用于存储目标框大小与目标距离的线性关系;
图像获取单元,其用于实时获取环境图像;
目标检测单元,其连接所述图像获取单元,用于从环境图像中识别出待跟踪目标,且在识别出待跟踪目标后,通过当前目标框对待跟踪目标进行标识,同时获取待跟踪目标的目标得分以及目标距离;
目标框对比单元,其获取待跟踪目标的当前目标框的宽度和高度,并将该宽度和高度对应与该目标的标准目标框的宽度和高度进行对比;
目标标记单元,其用于根据对比结果以及目标得分将待跟踪目标标记为高分目标或低分目标;
综合得分计算单元,其用于根据待跟踪目标的目标得分、目标距离获取待跟踪目标的综合得分;
以及跟踪轨迹匹配单元,其用于根据待跟踪目标的标记以及综合得分匹配对应的跟踪轨迹。
还提供一种电子设备,其包括处理器、存储器、通信总线、通信接口以及存储在所述存储器中,并可在所述处理器上运行的计算机程序,所述计算机程序用于实现上述目标跟踪方法。
还提供一种计算机可读存储介质,其存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,用于实现上述目标跟踪方法。
综上所述,本发明与现有技术相比具有以下有益效果:
本发明结合目标框的大小和目标框的得分对目标进行综合判断,更加关注距离较近且得分高以及距离较远但得分高的目标,由此提高近距离目标检测的精准性,降低远距离目标的误检性,同时根据待跟踪目标的标记以及综合得分匹配对应的跟踪轨迹,使其更利于ADAS任务的执行。
附图说明
图1为本发明中目标跟踪方法的步骤流程图。
图2为本发明中目标跟踪方法的结构框图。
图3为本发明中实现目标跟踪方法的电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例,基于本发明中的实施例,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,都属于本发明保护的范围。
实施例1
如图1所示,本实施例提供了一种目标跟踪方法,其包括如下步骤:
S1、获取不同目标的标准目标框的宽度和高度;
由于不同目标的尺寸均在一定范围内,例如人的身高、肩宽,轿车的长度、宽度、高度,货车/卡车的长度、宽度、高度等,基本都在预定的范围内,因此,即使在不同的距离、角度,当通过目标框对目标进行标识后,二维目标框(一般为矩形或正方形)的宽度和高度也在预定的范围内,其中,所述通过目标框对目标进行标识是指目标整体位于目标框内;所述标准目标框是指目标在处于理想检测状态(如目标静止、目标未发生变形、目标完整)下,能够被清晰、完整、准确识别时,用于对目标进行标识的检测框;
由于同一目标在不同距离下的目标框大小(用宽度和高度进行表示)会发生变化,距离越近,则目标以及对应的目标框越大,反之目标框越小,因此可事先建立距离与目标框大小之间的线性关系,例如同一个目标在1m、5m、10m处的目标框大小,后续根据距离即可从线性关系中确定该距离处的目标框大小,进一步得知其宽度和高度,或者根据目标框大小获取与其对应的距离;
S2、通过车载相机等成像设备实时获取环境图像,并从环境图像中识别出待跟踪目标,且在识别出待跟踪目标后,通过当前目标框(x0,x1,y0,y1)对待跟踪目标进行标识,类似的,所述标识是指将待跟踪目标整体位于矩形/正方形目标框内,x0、y0分别为当前目标框左上顶点的横坐标、纵坐标,x1、y1分别为当前目标框右下顶点的横坐标、纵坐标;
同时获取待跟踪目标的目标得分score以及目标距离dist;
其中,目标得分score通过目标检测模块得出,其属于目标框的一个属性,目标得分score的高低代表该目标框检测结果的可信度高低,一般而言,对于较远的目标(目标成像较小),其得分通常偏低,反之,对于较近的目标(目标成像较大或适中),其得分通常偏高,目标得分score的取值范围为0-1之间,越趋近于1,则目标框检测结果的可信度越高,说明检测结果越准确;
具体的,本实施例中,从环境图像中识别出待跟踪目标,并且对待跟踪目标进行目标框标识可通过Yolov等模型实现,其属于现有技术,不再赘诉;所述待跟踪目标包括静止目标(如花坛、电线杆等)、移动目标(如移动的载具、行人等)中的一种或多种;
S3、获取待跟踪目标的当前目标框的宽度和高度,并将该宽度和高度对应与该目标的标准目标框的宽度和高度进行对比,且根据对比结果以及目标得分score将待跟踪目标标记为高分目标或低分目标;
具体的,当当前目标框的宽度和高度均大于标准目标框的宽度和高度,且待跟踪目标的目标得分score≥得分阈值score_thresh×130%时,将待跟踪目标标记为高分目标;
当当前目标框的宽度和高度均大于标准目标框的宽度和高度,且得分阈值score_thresh×100%≤跟踪目标的目标得分score<得分阈值score_thresh×130%时,将待跟踪目标标记为低分目标;
当当前目标框的宽度和高度均小于标准目标框的宽度和高度,且得分阈值score_thresh×100%≤跟踪目标的目标得分score<得分阈值score_thresh×150%时,将待跟踪目标标记为低分目标;
当当前目标框的宽度和高度均小于标准目标框的宽度和高度,且跟踪目标的目标得分score≥得分阈值score_thresh×150%时,将待跟踪目标标记为高分目标;
其中,得分阈值score_thresh的取值范围为[0.3,0.5];
由此,可以将距离较近且得分高以及距离较远但得分高的目标标记为高分目标,忽略距离较远或者距离较远且得分低的目标,符合驾驶人员在车中对路面状况的感知逻辑;
S4、根据待跟踪目标的目标得分score、目标距离dist获取待跟踪目标的综合得分track_score;
其中,本实施例根据公式(1)获取待跟踪目标的综合得分track_score:
track_score=score*sigmoid(normal_dist-obj_dist)
其中,所述normal_dist为待跟踪目标的标准目标框对应的距离,一般可以设置为8到15米的范围;obj_dist为待跟踪目标的当前目标框对应的距离,也即目标距离dist;
以及S5、根据待跟踪目标的标记(高分目标或低分目标)以及综合得分track_score匹配对应的跟踪轨迹,以实现对待跟踪目标的跟踪。
由此,本实施例中基于ADAS任务场景设计独特的目标跟踪算法,其结合目标框的大小和目标框的得分对目标进行综合判断,更加关注距离较近且得分高以及距离较远但得分高的目标,符合驾驶人员在车中对路面状况的感知逻辑,提高近距离目标检测的精准性,降低远距离目标的误检性,更利于ADAS任务(目标识别、报警、紧急避让等)的执行。
实施例2:
本实施例提供了一种目标跟踪系统,其可以实现实施例1所述的目标跟踪方法,如图2所示,所述目标跟踪系统包括:
目标框参数存储单元1,其用于存储目标框大小与目标距离的线性关系,其中,所述目标框大小用宽度和高度进行表示;
图像获取单元2,其用于实时获取环境图像;
目标检测单元3,其连接所述图像获取单元2,用于从环境图像中识别出待跟踪目标,且在识别出待跟踪目标后,通过当前目标框(x0,x1,y0,y1)对待跟踪目标进行标识,同时获取待跟踪目标的目标得分score以及目标距离dist;
目标框对比单元4,其获取待跟踪目标的当前目标框的宽度和高度,并将该宽度和高度对应与该目标的标准目标框的宽度和高度进行对比;
目标标记单元5,其用于根据对比结果以及目标得分score将待跟踪目标标记为高分目标或低分目标;
综合得分计算单元6,其用于根据待跟踪目标的目标得分score、目标距离dist获取待跟踪目标的综合得分track_score;
以及跟踪轨迹匹配单元7,其用于根据待跟踪目标的标记以及综合得分track_score匹配对应的跟踪轨迹,以实现对待跟踪目标的跟踪。
实施例3:
如图3所示,本实施例提供了一种实现实施例1所述目标跟踪方法的电子设备,所述电子设备包括处理器10、存储器11、通信总线12、通信接口13以及存储在所述存储器11中,并可在所述处理器10上运行的计算机程序,如可以实现实施例1所述目标跟踪方法的程序。
其中,所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing Unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(ControlUnit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如执行实施例1所述目标跟踪方法的程序等),以及调用存储在所述存储器11内的数据,以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据,例如实施例1所述目标跟踪方法的程序代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(Peripheral ComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备与其他设备之间的通信,包括网络接口和用户接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,所述用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图3仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图3示出的结构并不构成对所述电子设备的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
实施例4:
本实施例提供了一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现实施例1所述的目标跟踪方法。
综上所述,本申请结合目标框的大小和目标框的得分对目标进行综合判断,更加关注距离较近且得分高以及距离较远但得分高的目标,符合驾驶人员在车中对路面状况的感知逻辑,提高近距离目标检测的精准性,降低远距离目标的误检性,同时根据待跟踪目标的标记以及综合得分track_score匹配对应的跟踪轨迹,使其更利于ADAS任务的执行。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种目标跟踪方法,其特征在于,包括如下步骤:
获取不同目标的标准目标框的宽度和高度;
获取环境图像,并从环境图像中识别出待跟踪目标,且通过当前目标框对待跟踪目标进行标识;
获取待跟踪目标的目标得分以及目标距离;
获取待跟踪目标的当前目标框的宽度和高度,并将该宽度和高度对应与该目标的标准目标框的宽度和高度进行对比,且根据对比结果以及目标得分将待跟踪目标标记为高分目标或低分目标;
根据待跟踪目标的目标得分、目标距离获取待跟踪目标的综合得分;
以及根据待跟踪目标的标记以及综合得分匹配对应的跟踪轨迹。
2.如权利要求1所述的目标跟踪方法,其特征在于,所述待跟踪目标包括静止目标、移动目标中的一种或多种。
3.如权利要求1所述的目标跟踪方法,其特征在于,当当前目标框的宽度和高度均大于标准目标框的宽度和高度,且待跟踪目标的目标得分score≥得分阈值score_thresh×130%时,将待跟踪目标标记为高分目标。
4.如权利要求1所述的目标跟踪方法,其特征在于,当当前目标框的宽度和高度均大于标准目标框的宽度和高度,且得分阈值score_thresh×100%≤跟踪目标的目标得分score<得分阈值score_thresh×130%时,将待跟踪目标标记为低分目标。
5.如权利要求1所述的目标跟踪方法,其特征在于,当当前目标框的宽度和高度均小于标准目标框的宽度和高度,且得分阈值score_thresh×100%≤跟踪目标的目标得分score<得分阈值score_thresh×150%时,将待跟踪目标标记为低分目标。
6.如权利要求1所述的目标跟踪方法,其特征在于,当当前目标框的宽度和高度均小于标准目标框的宽度和高度,且跟踪目标的目标得分score≥得分阈值score_thresh×150%时,将待跟踪目标标记为高分目标。
7.如权利要求1所述的目标跟踪方法,其特征在于,根据公式(1)获取待跟踪目标的综合得分track_score:
track_score=score*sigmoid(normal_dist-obj_dist) (1)
其中,所述normal_dist为待跟踪目标的标准目标框对应的距离;obj_dist为待跟踪目标的当前目标框对应的距离。
8.一种目标跟踪系统,其用于实现权利要求1-7任一项所述的目标跟踪方法,其特征在于,所述目标跟踪系统包括:
目标框参数存储单元,其用于存储目标框大小与目标距离的线性关系;
图像获取单元,其用于实时获取环境图像;
目标检测单元,其连接所述图像获取单元,用于从环境图像中识别出待跟踪目标,且在识别出待跟踪目标后,通过当前目标框对待跟踪目标进行标识,同时获取待跟踪目标的目标得分以及目标距离;
目标框对比单元,其获取待跟踪目标的当前目标框的宽度和高度,并将该宽度和高度对应与该目标的标准目标框的宽度和高度进行对比;
目标标记单元,其用于根据对比结果以及目标得分将待跟踪目标标记为高分目标或低分目标;
综合得分计算单元,其用于根据待跟踪目标的目标得分、目标距离获取待跟踪目标的综合得分;
以及跟踪轨迹匹配单元,其用于根据待跟踪目标的标记以及综合得分匹配对应的跟踪轨迹。
9.一种电子设备,其特征在于,所述电子设备包括处理器、存储器、通信总线、通信接口以及存储在所述存储器中,并可在所述处理器上运行的计算机程序,所述计算机程序用于实现权利要求1-7任一项所述的目标跟踪方法。
10.一种计算机可读存储介质,其存储有计算机程序,其特征在于,所述计算机程序在被电子设备的处理器所执行时,用于实现权利要求1-7任一项所述的目标跟踪方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311807459.8A CN117745756A (zh) | 2023-12-26 | 2023-12-26 | 一种目标跟踪方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311807459.8A CN117745756A (zh) | 2023-12-26 | 2023-12-26 | 一种目标跟踪方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117745756A true CN117745756A (zh) | 2024-03-22 |
Family
ID=90250854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311807459.8A Pending CN117745756A (zh) | 2023-12-26 | 2023-12-26 | 一种目标跟踪方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117745756A (zh) |
-
2023
- 2023-12-26 CN CN202311807459.8A patent/CN117745756A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110443225B (zh) | 一种基于特征像素统计的虚实车道线识别方法及其装置 | |
CN103093181B (zh) | 一种车牌图像定位的方法和装置 | |
CN110751012B (zh) | 目标检测评估方法、装置、电子设备及存储介质 | |
CN111383460B (zh) | 一种车辆状态判别方法、装置以及计算机存储介质 | |
CN109389622B (zh) | 车辆追踪方法、装置、识别设备及存储介质 | |
CN111178119A (zh) | 路口状态检测方法、装置、电子设备及车辆 | |
Gluhaković et al. | Vehicle detection in the autonomous vehicle environment for potential collision warning | |
CN111881832A (zh) | 车道目标检测方法、装置、设备及计算机可读存储介质 | |
CN111881245B (zh) | 能见度动态地图的产生方法、装置、设备及存储介质 | |
CN113469115A (zh) | 用于输出信息的方法和装置 | |
CN113869440A (zh) | 图像处理方法、装置、设备、介质及程序产品 | |
CN112735163B (zh) | 确定目标物体静止状态的方法、路侧设备、云控平台 | |
CN113569812A (zh) | 未知障碍物的识别方法、装置和电子设备 | |
CN113297939A (zh) | 障碍物检测方法、系统、终端设备及存储介质 | |
CN117745756A (zh) | 一种目标跟踪方法及系统 | |
US20150178577A1 (en) | Image processing apparatus, and image processing method | |
US20220318456A1 (en) | Simulation method based on three-dimensional contour, storage medium, computer equipment | |
CN115930978A (zh) | 一种地图创建方法及装置 | |
CN114333414A (zh) | 停车让行检测装置、停车让行检测系统以及记录介质 | |
CN112149600A (zh) | 一种大数据汽车驾驶区域图像分析方法及系统 | |
Yao et al. | VLSI implementation of a real-time vision based lane departure warning system | |
CN112101139A (zh) | 人形检测方法、装置、设备及存储介质 | |
Nunn et al. | A two stage detection module for traffic signs | |
CN113205704B (zh) | 一种用于大型车辆的盲区检测方法、装置及存储介质 | |
CN118212610A (zh) | 基于激光雷达的红绿灯检测方法、装置及自动驾驶车辆 |
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 |