一种基于单目高位摄像头采集图片的车辆姿态估计方法及系统技术方案

本发明专利技术公开一种基于单目高位摄像头采集图片的车辆姿态估计方法及系统，涉及智能交通管理领域，包括：通过城市内多种位置架设的固定机位摄像头采集的视频图片生成待训练样本图片数据集和与所述待训练样本图片数据集对应的标注信息，并进一步生成单一目标预测模型，再结合已有的成熟的目标检测模型，可对单目高位摄像头采集的图片中的目标车辆的姿态信息进行估计，并进一步解析所述目标的姿态信息和有向包围框的二维投影坐标，实现了高位固定摄像头场景下车辆姿态的估计，不仅能提供更为丰富的车辆结构信息用于后续复杂任务的参考信息，还极大的降低了特殊应用场景下的人工标注成本和复杂度。标注成本和复杂度。标注成本和复杂度。

【技术实现步骤摘要】
一种基于单目高位摄像头采集图片的车辆姿态估计方法及系统


[0001]本专利技术涉及智能交通管理领域，特别涉及一种基于单目高位摄像头采集图片的车辆姿态估计方法及系统。

技术介绍

[0002]智能交通领域的车辆姿态估计是一项基础且重要的视觉任务，其对于判断车辆的潜在行为意图具有至关重要的作用。随着深度学习技术的发展，根据目标图片特征快速准确的判断车辆姿态成为可能，但三维标注获取的困难极大限制了算法性能的进一步提升。
[0003]目前，针对车辆姿态估计的算法主要集中于车载场景下的目标车辆航向角估计，经过多年技术积累，自动驾驶场景下具有多种带有三维标注的数据集可以用于训练使用，这也为实际模型训练提供了有利的数据保证。然而，在高位固定摄像头场景下，存在摄像头姿态多样性、无视角相似的开源标注数据集、实际场景三维标注困难等多种问题，这极大限制了深度学习技术在该领域的使用的可能性。因此，如何创建用于训练的样本数据集、建立通用高位视频场景下的姿态估计模型训练方法，并由此解析目标车辆的姿态结构信息，是商业应用情境下亟待解决的问题之一。

技术实现思路

[0004]为解决上述技术问题，本专利技术提供一种基于单目高位摄像头采集图片的车辆姿态估计方法及系统，可以解决现有不存在高位固定摄像头场景下车辆姿态估计手段的问题。
[0005]为实现上述目的，一方面，本专利技术一种基于单目高位摄像头采集图片的车辆姿态估计方法，所述方法包括：
[0006]获取待训练样本图片数据集和与所述待训练样本图片数据集对应的标注信息；
[0007]根据所述待训练样本图片数据集的生成数据特征信息，生成单一目标预测模型；
[0008]根据所述单一目标预测模型对单目高位摄像头采集的图片中的目标检测框进行裁剪后进行与所述待训练样本图片数据尺寸一致的缩放，并将缩放后的图片输入到所述单一目标预测模型中获取预测结果；
[0009]根据所述标注信息对所述预测结果进行解析，获取所述目标的姿态信息和有向包围框的二维投影坐标。
[0010]进一步地，所述获取待训练样本图片数据集和与所述待训练样本图片数据集对应的标注信息的步骤包括：
[0011]根据预置车辆三维模拟模型生成与单目高位摄像头视角相似的模拟图片数据、所述模拟图片数据中每个模拟目标对应的立体有向包围框的尺寸信息、以及其二维平面投影顶点坐标信息；
[0012]根据所述模拟图片数据、所述模拟图片数据中每个模拟目标对应的立体有向包围框的尺寸信息、以及其二维平面投影顶点坐标信息，生成所述待训练样本图片数据集和与
所述待训练样本图片数据集对应的标注信息。
[0013]进一步地，所述根据所述待训练样本图片数据集的生成数据特征信息，生成单一目标预测模型的步骤包括：
[0014]根据所述待训练样本图片数据集的生成数据特征信息选择鲁棒损失函数和相对误差损失函数；
[0015]根据所述鲁棒损失函数和所述相对误差损失函数生成单一目标预测模型。
[0016]进一步地，所述根据所述标注信息对所述预测结果进行解析，获取所述目标的姿态信息和有向包围框的二维投影坐标的步骤包括：
[0017]根据所述标注信息中的相对尺寸信息、局部偏移信息、转化旋转向量与所述目标检测框中目标的姿态信息之间的相关性转化关系，对所述预测结果进行解析，获取所述目标的姿态信息和有向包围框的二维投影坐标。
[0018]进一步地，所述方法还包括：从所述解析结果中筛选有向包围框的投影符合预设条件的目标更新所述待训练样本图片数据集。
[0019]另一方面，本专利技术提供一种基于单目高位摄像头采集图片的车辆姿态估计系统，所述系统包括：获取单元，用于获取待训练样本图片数据集和与所述待训练样本图片数据集对应的标注信息；
[0020]生成单元，用于根据所述待训练样本图片数据集的生成数据特征信息，生成单一目标预测模型；
[0021]所述获取单元，还用于根据所述单一目标预测模型对单目高位摄像头采集的图片中的目标检测框进行裁剪后进行与所述待训练样本图片数据尺寸一致的缩放，并将缩放后的图片输入到所述单一目标预测模型中获取预测结果；
[0022]解析单元，用于根据所述标注信息对所述预测结果进行解析，获取所述目标的姿态信息和有向包围框的二维投影坐标。
[0023]进一步地，所述获取单元，具体用于根据预置车辆三维模拟模型生成与单目高位摄像头视角相似的模拟图片数据、所述模拟图片数据中每个模拟目标对应的立体有向包围框的尺寸信息、以及其二维平面投影顶点坐标信息；根据所述模拟图片数据、所述模拟图片数据中每个模拟目标对应的立体有向包围框的尺寸信息、以及其二维平面投影顶点坐标信息，生成所述待训练样本图片数据集和与所述待训练样本图片数据集对应的标注信息。
[0024]进一步地，所述生成单元，具体用于根据所述待训练样本图片数据集的生成数据特征信息选择鲁棒损失函数和相对误差损失函数；根据所述鲁棒损失函数和所述相对误差损失函数生成单一目标预测模型。
[0025]进一步地，所述解析单元，具体用于根据所述标注信息中的相对尺寸信息、局部偏移信息、转化旋转向量与所述目标检测框中目标的姿态信息之间的相关性转化关系，对所述预测结果进行解析，获取所述目标的姿态信息和有向包围框的二维投影坐标。
[0026]进一步地，所述系统还包括：
[0027]更新单元，用于从所述解析结果中筛选有向包围框的投影符合预设条件的目标更新所述待训练样本图片数据集。
[0028]本专利技术提供的一种基于单目高位摄像头采集图片的车辆姿态估计方法及系统，通过城市内多种位置架设的固定机位摄像头采集的视频图片生成待训练样本图片数据集和
与所述待训练样本图片数据集对应的标注信息，并进一步生成单一目标预测模型，再结合已有的成熟的目标检测模型，可对单目高位摄像头采集的图片中的目标车辆的姿态信息进行估计，并进一步解析所述目标的姿态信息和有向包围框的二维投影坐标，实现了高位固定摄像头场景下车辆姿态的估计，不仅能提供更为丰富的车辆结构信息用于后续复杂任务的参考信息，还极大的降低了特殊应用场景下的人工标注成本和复杂度。
附图说明
[0029]图1是本专利技术提供的一种基于单目高位摄像头采集图片的车辆姿态估计方法的流程图；
[0030]图2是本专利技术提供的一种基于单目高位摄像头采集图片的车辆姿态估计系统的结构示意图。
具体实施方式
[0031]下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。
[0032]本专利技术实施例提供的一种基于单目高位摄像头采集图片的车辆姿态估计方法，如图1所示，包括如下步骤：
[0033]101、获取待训练样本图片数据集和与所述待训练样本图片数据集对应的标注信息。
[0034]对于本专利技术实施例，步骤101具体可以包括：根据预置车辆三维模拟模型生成与单目高位摄像头视角相似的模拟图片数据、所述模拟图片数据中每个模拟目标对应的立体有向包围框的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于单目高位摄像头采集图片的车辆姿态估计方法，其特征在于，所述方法包括：获取待训练样本图片数据集和与所述待训练样本图片数据集对应的标注信息；根据所述待训练样本图片数据集的生成数据特征信息，生成单一目标预测模型；根据所述单一目标预测模型对单目高位摄像头采集的图片中的目标检测框进行裁剪后进行与所述待训练样本图片数据尺寸一致的缩放，并将缩放后的图片输入到所述单一目标预测模型中获取预测结果；根据所述标注信息对所述预测结果进行解析，获取所述目标的姿态信息和有向包围框的二维投影坐标。2.根据权利要求1所述的一种基于单目高位摄像头采集图片的车辆姿态估计方法，其特征在于，所述获取待训练样本图片数据集和与所述待训练样本图片数据集对应的标注信息的步骤包括：根据预置车辆三维模拟模型生成与单目高位摄像头视角相似的模拟图片数据、所述模拟图片数据中每个模拟目标对应的立体有向包围框的尺寸信息、以及其二维平面投影顶点坐标信息；根据所述模拟图片数据、所述模拟图片数据中每个模拟目标对应的立体有向包围框的尺寸信息、以及其二维平面投影顶点坐标信息，生成所述待训练样本图片数据集和与所述待训练样本图片数据集对应的标注信息。3.根据权利要求1所述的一种基于单目高位摄像头采集图片的车辆姿态估计方法，其特征在于，所述根据所述待训练样本图片数据集的生成数据特征信息，生成单一目标预测模型的步骤包括：根据所述待训练样本图片数据集的生成数据特征信息选择鲁棒损失函数和相对误差损失函数；根据所述鲁棒损失函数和所述相对误差损失函数生成单一目标预测模型。4.根据权利要求1所述的一种基于单目高位摄像头采集图片的车辆姿态估计方法，其特征在于，所述根据所述标注信息对所述预测结果进行解析，获取所述目标的姿态信息和有向包围框的二维投影坐标的步骤包括：根据所述标注信息中的相对尺寸信息、局部偏移信息、转化旋转向量与所述目标检测框中目标的姿态信息之间的相关性转化关系，对所述预测结果进行解析，获取所述目标的姿态信息和有向包围框的二维投影坐标。5.根据权利要求1所述的一种基于单目高位摄像头采集图片的车辆姿态估计方法，其特征在于，所述方法还包括：从所述解析结果中筛选有向包围框的投...

【专利技术属性】
技术研发人员：闫军，纪双西，
申请(专利权)人：超级视线科技有限公司，
类型：发明
国别省市：