[发明专利]一种基于车位关键点实例检测的车位检测方法

权利要求书

1.一种基于车位关键点实例检测的车位检测方法，其特征在于，包括以下步骤：

S1，先根据车位中心点顺时针对车位的四个点进行标记，并对四个点分别进行标注；

S2，通过计算获取车位边线角度；

S3，建立车位检测模型；

S4，对车位环视图进行拼接；

S5，对车位关键点heatmap检测；

S6，对车位中心点的检测；

S7，对车位信息进行回归，完成车位检测。

2.根据权利要求1所述的一种基于车位关键点实例检测的车位检测方法，其特征在于，所述S1中的车位标注，标注内容为corner1、corner2、corner3、corner4，且每次标注都要确保corner2、corner3在入口侧。

3.根据权利要求1所述的一种基于车位关键点实例检测的车位检测方法，其特征在于，所述S2中的车位边线角度通过计算获取corner1、corner2组成的边线的角度和corner3、corner4点组成的另一条边线的角度，取平均得出车位的角度。

4.根据权利要求1所述的一种基于车位关键点实例检测的车位检测方法，其特征在于，所述S3中车位检测模型由input、backbone、upsample、heads组成。

5.根据权利要求4所述的一种基于车位关键点实例检测的车位检测方法，其特征在于，所述bacbone采用mobilenet_v2作为特征提取网络提高网络的推导速度，upsample网络为三层反卷积层，heads由四个分支组成。

6.根据权利要求5所述的一种基于车位关键点实例检测的车位检测方法，其特征在于，所述heads的四个分支分别为：Park classification分支完成车位中心点heatmap检测，Keypoints regression分支完成车位顶点的回归，Keypoints classification完成车位关键点heatmap检测，Keypoints offset regression对Keypoints classification位置进行车位关键点回归。

7.根据权利要求5所述的一种基于车位关键点实例检测的车位检测方法，其特征在于，所述车位顶点的回归和车位关键点回归损失函数的计算公式为：

其中为网络总loss，L_PC为车位检分支loss，L_kr通过车位中心回归出车位顶点的loss，L_kc位车位顶点检测loss，L_ko通过Keypoints classification位置进行车位关键点回归loss,λ₀、λ₁、λ₂、λ₃为各个loss的权重系数。

8.根据权利要求1所述的一种基于车位关键点实例检测的车位检测方法，其特征在于，所述S4中车位环视图的获取是由前后左右四个鱼眼摄像头，经仿射变换投影到地面坐标系得到。

9.根据权利要求1所述的一种基于车位关键点实例检测的车位检测方法，其特征在于，所述S5中车位关键点的检测步骤为，先通过park classification 分支完成车位中心点的检测，并通过keypoints regression分支回归出车位对应的关键点，并通过keypointsclassification 分支完成车位关键点的检测工作，通过keypoint offset regression完成关键点的位置的回归，克服检测分支带来的量化误差，所述S6中的车位中心点的检测通过park classification 分支来完成。

10.根据权利要求1所述的一种基于车位关键点实例检测的车位检测方法，其特征在于，所述S7通过回归的车位关键点和检测车位关键点的位置，用置信度较高的关键点替代回归的关键点，从而得到最终的车位实例及其相应的车位关键点坐标。