[发明专利]基于辅助驾驶的目标尺度变化率计算方法、装置及设备

权利要求书

1.一种基于辅助驾驶的目标尺度变化率计算方法，其特征在于，包括：

识别目标在当前帧图像中的特征点，作为第一特征点，所述当前帧图像为辅助驾驶场景中采集的图像；

通过对所述目标进行跟踪，在当前帧图像之后的图像中识别与所述第一特征点相匹配的特征点，作为第二特征点；

通过对所述目标进行反向跟踪，在当前帧图像中识别与所述第二特征点相匹配的特征点，作为第三特征点；

对所述第一特征点、所述第二特征点以及所述第三特征点进行运算，得到预测模型的输入数据；所述预测模型为基于样本数据以及样本数据对应的瞬时尺度变化率，对预设结构的神经网络训练得到的，所述样本数据的数据类型与所述输入数据的数据类型一致；

将所述输入数据输入至所述预测模型，得到所述预测模型输出的所述当前帧图像中的所述目标的瞬时尺度变化率。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

分别计算每两个第一特征点之间的距离，作为第一距离；

分别计算每两个第二特征点之间的距离，作为第二距离；

针对每两个第一特征点，确定与该两个第一特征点相匹配的两个第二特征点，计算所述相匹配的两个第二特征点之间的第二距离与该两个第一特征点之间的第一距离的比值；

所述对所述第一特征点、所述第二特征点以及所述第三特征点进行运算，得到预测模型的输入数据，包括：

将所述第一特征点与所述第三特征点之间的误差、所述第一特征点与所述第二特征点之间的匹配程度、以及所述比值，转换为预测模型的输入数据。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

判断所述第二特征点与所述第三特征点之间的匹配程度是否大于第一预设阈值，如果大于，将第一标志位置为第一预设值，如果不大于，将所述第一标志位置为第二预设值；

所述将所述第一特征点与所述第三特征点之间的误差、以及所述第一特征点与所述第二特征点之间的匹配程度，转换为预测模型的输入数据，包括：

将所述第一特征点与所述第三特征点之间的误差、所述第一特征点与所述第二特征点之间的匹配程度、所述比值、以及所述第一标志位，转换为预测模型的输入数据。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

确定当前帧图像与当前帧图像之后的图像之间的间隔帧数；

所述将所述第一特征点与所述第三特征点之间的误差、所述第一特征点与所述第二特征点之间的匹配程度、所述比值、以及所述第一标志位，转换为预测模型的输入数据，包括：

将所述第一特征点与所述第三特征点之间的误差、所述第一特征点与所述第二特征点之间的匹配程度、所述比值、所述第一标志位、以及所述间隔帧数，转换为预测模型的输入数据。

5.根据权利要求4所述的方法，其特征在于，所述将所述第一特征点与所述第三特征点之间的误差、所述第一特征点与所述第二特征点之间的匹配程度、所述比值、所述第一标志位、以及所述间隔帧数，转换为预测模型的输入数据，包括：

针对每两个第一特征点，将该两个第一特征点与其分别对应的第三特征点之间的误差求和，得到该两个第一特征点对应的误差之和；将该两个第一特征点与其分别匹配的第二特征点之间的匹配程度求和，得到该两个第一特征点对应的匹配程度之和；将该两个第一特征点分别对应的第一标志位进行逻辑与运算，得到该两个第一特征点对应的第二标志位；

将所述相匹配的两个第二特征点之间的第二距离与该两个第一特征点之间的第一距离的比值、该两个第一特征点对应的误差之和、两个第一特征点对应的匹配程度之和、该两个第一特征点对应的第二标志位、以及所述间隔帧数进行拼接，得到预测模型的输入数据。