[发明专利]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，涉及图像处理技术领域。该方法通过结合深度学习算法和卡尔曼滤波器对图像中的目标进行检测，这样能够很好地考虑目标在前后帧图像中运动的连续性，可以有效提高误检率和漏检率。并且通过及时对卡尔曼滤波器的参数进行更新，以便于及时更新运动目标的状态变化，从而对后续帧图像中的目标检测时，检测精度更高。

技术领域

本申请涉及图像处理技术领域，具体而言，涉及一种目标检测方法及装置。

背景技术

随着自动驾驶技术的发展，准确、及时地检测出道路周围的障碍物，如车辆、行人等，成为了自动驾驶辅助系统实现的基本要求。为了对车辆周围的障碍物进行感知，目前一般采用基于图像处理的目标检测算法对车辆周围的障碍物进行检测，虽然该方式具有很高的检测效率，但是这种方式仍然对目标存在一定的误检，检测精度不高。

发明内容

本申请实施例的目的在于提供一种目标检测方法及装置，用以改善现有技术中检测精度不高的问题。

第一方面，本申请实施例提供了一种目标检测方法，所述方法包括：

通过深度学习算法对当前帧图像中的目标进行检测，获得至少一个第一检测框；

通过卡尔曼滤波器对所述当前帧图像中的目标进行预测，获得至少一个第二检测框，其中，所述卡尔曼滤波器为对所述当前帧图像的上一帧图像中的目标进行检测获得的每个目标对应的卡尔曼滤波器；

将每个第一检测框与每个第二检测框进行匹配，获取所述至少一个第一检测框中与第二检测框匹配的第一匹配检测框；

根据所述第一匹配检测框对所述第一匹配检测框对应的目标对应的卡尔曼滤波器的参数进行更新，以利用更新后的卡尔曼滤波器对下一帧图像中的目标进行预测。

在上述实现过程中，通过结合深度学习算法和卡尔曼滤波器对图像中的目标进行检测，这样能够很好地考虑目标在前后帧图像中运动的连续性，可以有效提高误检率和漏检率。并且通过及时对卡尔曼滤波器的参数进行更新，以便于及时更新运动目标的状态变化，从而对后续帧图像中的目标检测时，检测精度更高。

可选地，所述根据所述第一匹配检测框对所述第一匹配检测框对应的目标对应的卡尔曼滤波器的参数进行更新，包括：

根据所述第一匹配检测框获取所述第一匹配检测框对应的目标与拍摄图像的拍摄设备之间的距离；

根据所述距离对所述第一匹配检测框对应的目标对应的卡尔曼滤波器的参数进行更新。

在上述实现过程中，根据距离对卡尔曼滤波器的参数进行更新，这样可以针对目标的远近动态调整卡尔曼滤波器的相关参数，使得卡尔曼滤波器可以适应对不同距离的目标的检测框的变化对目标检测的影响，以提高目标检测精度。

可选地，所述根据所述距离对所述第一匹配检测框对应的目标对应的卡尔曼滤波器的参数进行更新，包括：

根据所述距离获取对所述第一匹配检测框对应的目标对应的卡尔曼滤波器的状态转移矩阵进行更新的更新系数；其中，所述更新系数与所述距离成负相关；

利用所述更新系数对所述状态转移矩阵进行更新。

在上述实现过程中，更新系数与距离成负相关，使得卡尔曼滤波器可以适应对远距离或近距离的目标的检测。

可选地，所述根据所述距离对所述第一匹配检测框对应的目标对应的卡尔曼滤波器的参数进行更新，包括：

根据所述距离获取对所述第一匹配检测框对应的目标对应的卡尔曼滤波器的测量噪声进行更新的更新参数；其中，所述更新参数与所述距离成正相关；

利用所述更新参数对所述测量噪声进行更新。