[发明专利]一种目标检测方法及装置

说明书

本申请提供一种目标检测方法及装置，用于提供丰富的目标标注信息。该方法包括：获取原图像数据，及所述原图像数据的目标特征图和视差特征图；根据所述目标特征图和所述视差特征图，确定所述原图像数据中包括的目标的目标特征和目标距离；将所述目标特征、所述目标距离与所述原图像数据进行融合，得到融合后的图像数据。

技术领域

本申请涉及人工智能领域，尤其涉及一种目标检测方法及装置。

背景技术

随着深度学习技术的不断成熟，卷积神经网络(Convolutional NeuralNetworks，CNN)被广泛应用于目标检测识别、语音识别、自然语言处理等领域，由于是目标检测识别领域。

目前，现有的目标检测和目标测距是两套相互独立的系统，也就是要实现目标检测和目标测距，需要两套独立的硬件支持。在这种情况下，导致目标的标注信息较为单一，不能得到较好的推广应用。

发明内容

本申请实施例提供一种目标检测方法，用于提供丰富的目标标注信息。

第一方面，本申请提供一种目标检测方法，包括：本获取原图像数据，及所述原图像数据的目标特征图和视差特征图；根据所述目标特征图和所述视差特征图，确定所述原图像数据中包括的目标的目标特征和目标距离；将所述目标特征、所述目标距离与所述原图像数据进行融合，得到融合后的图像数据。

在本申请实施例中，能够根据原图像数据的目标特征图和视差特征图，确定原图像数据中包括的目标的目标特征和目标距离，进而将目标特征和目标距离与原图像数据进行融合，以得到融合后的图像数据，也就是在原图像数据上能够同时显示目标特征和目标距离，以丰富目标标注信息，进而能够得到更好的推广应用，作为一个示例，可以将本申请提供的目标检测方法应用于高级驾驶辅助系统(Advanced Driving Assistant System，ADAS)、大面积视频监控等应用场景。

在一个可能的设计中，根据所述目标特征图和所述视差特征图，确定所述原图像数据中包括的目标的目标距离，包括：

根据所述目标的坐标，从所述视差特征图中确定出所述目标的视差；

根据所述目标的视差，确定出所述目标的目标距离。

在本申请实施例中，也可以是先确定所述原图像数据的目标距离图；然后根据所述目标的坐标，从所述目标距离图中确定所述目标的目标距离。在此不做限制，只是上一种实现方式中无需计算原图像数据中所有像素点数据的目标距离，从而能够减少计算量，提高运算效率。

在一个可能的设计中，根据所述目标的坐标，从所述视差特征图中确定出所述目标的视差，包括：

遍历目标候选框，将宽和高均不为零的目标候选框的中心点作为目标中心点；其中，所述目标候选框为根据目标置信得分和非极大值抑制NMS算法从所述原图像数据的候选框中确定出来的；

根据所述目标中心点的坐标，从所述视差特征图中确定出所述目标的视差。

在一个可能的设计中，所述目标中心点的坐标为根据所述目标中心点的相对坐标、所述目标中心点所在的网格的左上角的第一个网格的坐标确定的；及所述宽为根据所述宽和高的值均不为零的目标候选框的宽的相对值、锚点框的宽确定的，所述高为根据所述宽和高的值均不为零的目标候选框的高的相对值、所述锚点框的高确定的。

在一个可能的设计中，根据所述目标的视差，确定出所述目标的目标距离，包括：

根据所述目标的视差、用于获取所述原图像数据的双目图像采集单元的焦距及基线，确定出所述目标的目标距离。

在一个可能的设计中，将所述目标特征、所述目标距离与所述原图像数据进行融合，得到融合后的图像数据，包括：

将所述目标特征、所述目标距离，转化为特征效果图；