[发明专利]用于减少在车辆的周围环境中的跟踪对象的漏检测的系统和方法在审
申请号: | 202211058846.1 | 申请日: | 2022-08-31 |
公开(公告)号: | CN116434162A | 公开(公告)日: | 2023-07-14 |
发明(设计)人: | G·费伊;K·P·V·斯里尼瓦桑 | 申请(专利权)人: | 瑞伟安知识产权控股有限公司 |
主分类号: | G06V20/56 | 分类号: | G06V20/56;G06V10/82;G06N3/08;G06N20/00 |
代理公司: | 北京市金杜律师事务所 11256 | 代理人: | 郭浩 |
地址: | 美国密*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 减少 车辆 周围环境 中的 跟踪 对象 漏检 系统 方法 | ||
1.一种方法,所述方法包括:
在与车辆相关联的处理器处并经由与所述车辆相关联的一个或多个图像传感器接收与在所述车辆周围的环境相关联的图像数据,其中所述图像数据对应于由所述一个或多个图像传感器在第一时间处捕获的第一图像;
在所述处理器处并经由所述一个或多个图像传感器接收与在所述车辆周围的环境相关联的附加图像数据,其中所述附加图像数据对应于由所述一个或多个图像传感器在所述第一时间之后的第二时间处捕获的第二图像;
由所述处理器并基于所接收的附加图像数据和机器学习模型来确定在所述第二图像中未检测到在所述第一图像中识别的跟踪对象;
由所述处理器并基于车辆数据和所述跟踪对象的跟踪数据来确定在所述第二图像中应当存在所述跟踪对象;以及
由所述处理器对所述附加图像数据执行补救动作以在所述第二图像中识别所述跟踪对象。
2.根据权利要求1所述的方法,其中:
基于所接收的附加图像数据和所述机器学习模型来确定在所述第二图像中未检测到在所述第一图像中识别的所述跟踪对象包括:
将所述图像数据输入到所述机器学习模型中,其中所述机器学习模型基于所述输入图像数据来输出第一输出;
将所述附加图像数据输入到所述机器学习模型中,其中所述机器学习模型基于所述输入附加图像数据来输出第二输出;以及
基于所述机器学习模型的所述第二输出来确定所述第二图像不包括对所述跟踪对象的描绘。
3.根据权利要求2所述的方法,其中:
所述车辆数据包括所述车辆的速度;
所述跟踪数据包括在所述第一时间处在所述跟踪对象与所述车辆之间的第一距离;并且
由所述处理器并基于所述车辆数据和所述跟踪对象的所述跟踪数据来确定在所述第二图像中应当存在所述跟踪对象包括:
基于所述机器学习模型的所述第一输出来确定所述跟踪对象在所述第一时间处位于距所述车辆的所述第一距离处;以及
基于所述第一距离和所述车辆的所述速度来确定所述第二输出本应指示在所述第二图像中描绘所述跟踪对象。
4.根据权利要求3所述的方法,其中:
所述第一输出包括与在所述第一图像中所述跟踪对象的位置相关联的边界框;以及
由所述处理器对所述附加图像数据执行所述补救动作以在所述第二图像中识别所述跟踪对象包括:
基于所述边界框、所述第一距离和所述车辆的所述速度来确定与在所述第二图像中所述跟踪对象的预测位置相关联的感兴趣区域。
5.根据权利要求4所述的方法,其中对所述附加图像数据执行所述补救动作以在所述第二图像中识别所述跟踪对象还包括:
在所述感兴趣区域内执行计算机视觉卷积以在所述第二图像中识别所述跟踪对象;以及
基于所述计算机视觉卷积来确定所述跟踪对象在所述第二时间处位于距所述车辆的第二距离处。
6.根据权利要求4所述的方法,其中:
所述机器学习模型与用于在输入到所述机器学习模型的图像数据中识别对象的阈值置信度水平相关联;以及
对所述附加图像数据执行所述补救动作以在所述第二图像中识别所述跟踪对象还包括:
降低所述第二图像的与所述感兴趣区域相关联的一部分的所述阈值置信度水平。
7.根据权利要求6所述的方法,其中对所述附加图像数据执行所述补救动作以在所述第二图像中识别所述跟踪对象包括:
将所述附加图像数据反馈到与所述第二图像的与所述感兴趣区域相关联的所述部分的所述降低的阈值置信度水平相关联的所述机器学习模型;以及
基于响应于将所述附加图像数据反馈到所述机器学习模型而接收的所述机器学习模型的第三输出来确定所述跟踪对象在所述第二时间处位于距所述车辆的第二距离处。
8.根据权利要求1所述的方法,其中:
所述车辆是第一车辆;
在所述第一车辆周围的所述环境由距所述第一车辆的所述一个或多个图像传感器的预定距离限定;并且
所述跟踪对象是在所述预定距离内的第二车辆。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于瑞伟安知识产权控股有限公司,未经瑞伟安知识产权控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211058846.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种检测胎盘植入疾病的标志物及其应用
- 下一篇:机械臂以及晶圆搬运机器人