[发明专利]融合语义分割的单目测距系统、方法、设备及存储介质

说明书

本发明涉及一种融合语义分割的单目测距方法、系统及设备。接将待测图像输入检测模型进行目标检测，标注出待测图像的目标及承载区，并通过语义分割，输出目标标注区图像及承载区的分割结果，所述检测模型是将标注后的训练样本图像输入至预制的神经网络，基于损失函数训练所得；根据所述目标标注区图像及承载区的分割结果统计承载区的像素信息，将承载区像素信息与预设位置阈值比对得出目标与承载区的相接点信息；将相接点信息输入小孔成像模型得目标的距离信息。创新性的采用基于深度学习的语义分割技术来寻找目标与承载区的相接点信息，融合语义分割技术定位，解决使用目标检测得到的外接边框无法准确贴合目标外轮廓的问题。

技术领域

本发明涉及图像处理和视觉测量领域，尤其涉及一种融合语义分割的单目测距系统、方法、设备及存储介质。

背景技术

在视频监控应用场景中，测距是一种比较常见的需求。现有技术中，几乎所有的单目测距方法都是基于针孔成像模型的，通过先验知识对目标进行约束。例如目标在一个固定高度上(例如在地面上)，或目标的高度或宽度是一个固定值，这样就能够通过模型计算出目标的真实距离。无论哪种方案，都存在着某一类缺陷。对于前者，待检测的目标的形态和姿态可能是不固定的，这会导致高度、宽度为固定值的先验性假设失效；对于后者，当地面不平坦时，固定高度的先验性假设也会失效。在视频监控领域，通常采用后者进行测距。其一，待测距的对象种类繁多，尺寸不固定，无法满足尺寸固定的假设；其二，对于实际的应用需求，往往对测距精度也有一定的容忍度，即使地面不平坦，产生的误差也还在可接受的范围内。

单目测距的流程如下：

1.采用目标检测的方法找到目标，该目标用boundingbox(最小外接矩形)进行表示

2.取目标的boundingbox的底边作为目标的接地点，基于该点利用小孔成像模型计算目标的距离。因此，测距的准确度取决于boundingbox的底边是否贴合目标，底边的位置产生偏差，也会导致测距产生偏差。

随着深度学习技术的兴起，目标检测的精度得到了很大的提升，相比于传统的机器学习方法，深度学习得到的检测目标的boundingbox(最小外接矩形)能够更好的贴合目标，即使是这样，boundingbox也常常会或大或小的偏离目标真实轮廓。这导致了测距的误差。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种融合语义分割的单目测距方法、系统及设备。

根据本发明的一个方面，提供了一种融合语义分割的单目测距方法，包括以下步骤：

将待测图像输入检测模型进行目标检测，标注出待测图像的目标及目标的承载区，并通过语义分割，输出待测图像的目标标注区图像及目标标注区图像中承载区的分割结果，所述检测模型是对训练样本图像进行目标检测，标注出训练样本图像的目标及目标的承载区，将标注后的训练样本图像输入至预制的神经网络，基于损失函数训练所得；

根据所述目标标注区图像及目标标注区图像中承载区的分割结果统计承载区的像素信息，将承载区像素信息与预设位置阈值比对得出目标与承载区的相接点信息；

将所述相接点信息输入小孔成像模型，得目标的距离信息。

进一步，将标注后的训练样本图像输入至预制的神经网络，基于损失函数训练得所述检测模型，包括：

将标注后的训练样本图像输入至预制的神经网络，基于最小化损失函数训练得所述检测模型。

进一步，根据目标标注区图像及目标标注区图像中承载区的分割结果统计承载区的像素信息，将承载区像素信息与预设位置阈值比对得出目标与承载区的相接点信息包括：

对目标标注区图像进行二值化处理，二值化处理后的目标标注区图像中承载区为背景，其他区为前景；