[发明专利]一种黑色车检测方法、系统、装置以及存储介质

说明书

本申请公开了一种黑色车检测方法、系统、装置以及存储介质，用于提高夜间黑车的检测效果。本申请方法包括：通过双目相机采集目标黑色车的红外图像以及可见光图像；对所述红外图像以及所述可见光图像进行像素对齐；提取对齐后的可见光图像的第一色彩特征图以及对齐后的红外图像的第一亮度特征图；将所述第一色彩特征图以及所述第一亮度特征图输入到预设的融合网络模型中进行特征融合，得到融合图像，所述融合网络模型为根据样本图像对训练得到的网络模型。将所述融合图像输入至检测网络模型中对所述目标黑车进行检测并得到检测结果，所述检测网络模型为训练好的用于车辆检测的网络模型。

技术领域

本申请涉及数据处理领域，尤其涉及一种黑色车检测方法、系统、装置以及存储介质。

背景技术

随着深度学习的快速发展与完善，计算机视觉技术取得了巨大的进步，车辆检测和车牌检测得到了广泛应用，例如考勤通行、安全监控等领域。随着城市人口水平的不断提升，大型户外停车场景已逐渐饱和，路边停车场景有待更高效的停车管控，也逐渐成为城市停车的第二缓冲带，因此基于高位检测的场景开发成为当前业内主攻方向。

现有技术提供的方案中，在车辆检测时，基于深度学习的目标检测方法是高位停车管控的核心技术，目标检测方法在白天正常光线情况下有较好的效果，但是在光线较暗的夜间情况，可见光图像存在较大的噪声和较弱的纹理细节，针对可见光图像的黑车受环境影响较大，调参过程存在较大的误检。因此，在夜晚高位停车场景，通过可见光进行黑色车检测任务由于受噪声和较弱纹理的限制，导致黑色车检测效果较差。

发明内容

为了解决上述技术问题，提高夜间黑色车检测效果，本申请提供了一种黑色车检测方法、系统、装置以及计算机可读存储介质。

本申请第一方面提供了一种黑色车检测方法，所述方法包括：

通过双目相机采集目标黑色车的红外图像以及可见光图像；

对所述红外图像以及所述可见光图像进行像素对齐；

提取对齐后的可见光图像的第一色彩特征图以及对齐后的红外图像的第一亮度特征图；

将所述第一色彩特征图以及所述第一亮度特征图输入到预设的融合网络模型中进行特征融合，得到融合图像，所述融合网络模型为根据样本图像训练得到的网络模型。

将所述融合图像输入至检测网络模型中对所述目标黑车进行检测并得到检测结果，所述检测网络模型为训练好的用于车辆检测的网络模型。

可选的，所述双目相机包括红外相机以及可见光相机，在所述通过双目相机采集目标黑车的红外图像以及可见光图像之前，所述方法还包括：

计算所述红外相机的第一相机内参和第一相机外参以及计算所述可见光相机的第二相机内参以及第二相机外参；

所述对所述红外图像以及所述可见光图像进行像素对齐包括：

根据所述第一相机内参将所述红外图像转换到世界坐标系中；

结合所述第一相机外参将所述世界坐标系中的所述红外图像转换到相机坐标系中；

根据所述第二相机内参对所述红外图像以及所述可见光图像进行像素对齐。

可选的，在所述根据所述第一相机内参将所述红外图像转换到世界坐标系中之前，所述方法还包括：

将所述红外图像输入至预设的红外检测模型中，得到所述目标黑车的红外检测框；

所述根据所述第一相机内参将所述红外图像转换到世界坐标系中包括：

结合所述第一相机内参以及所述红外检测框的坐标信息将所述红外图像转换到世界坐标系中。