本申请公开一种双光图像处理方法、装置、存储介质及电子设备，其中，该方法包括：通过获取同一时间采集到的同一场景的可见光图像以及不可见光图像，通过已训练的目标检测模型对可见光图像以及不可见光图像中的目标对象分别进行特征检测处理，得到可见光图像中目标对象的第一目标特征，以及不可见光图像中目标对象的第二目标特征，根据第一目标特征以及第二目标特征确定目标对象在场景中的位置信息。本申请可以通过目标检测模型准确检测可见光图像和不可见光图像中目标对象的特征信息，并根据可见光图像和不可见光图像中呈现出的图像特征信息，共同对场景中的目标对象的位置信息进行确定，能够提高目标检测的准确性。
【技术实现步骤摘要】
本申请涉及图像处理，具体涉及一种双光图像处理方法、装置、存储介质及电子设备。
技术介绍
1、目前，通过车载摄像头拍摄车辆行进过程中的图像来辅助驾驶车辆已经成为应用较为广泛的一种辅助驾驶技术，在通过车载摄像头拍摄图像，并基于该拍摄的图像进行目标检测的过程中，当环境光线很弱或者过强时，图像质量会受到较大的影响，难以获得清晰的图像，使得目标检测更加困难，比如，在一些特定场景下，例如夜间、雨雪雾天气、隧道、地库桥洞等场景会存在局限性，使得图像质量下降，并且在一些复杂环境下，例如，低对比度场景、强反光场景或者光线变化频繁的场景，也会使得图像质量下降，从而使得目标检测的准确性下降，很大程度影响智能驾驶算法对有用信息的检测和提取，从而影响智能驾驶的安全性。
技术实现思路
1、本申请实施例提供一种双光图像处理方法、装置、存储介质及电子设备，能够提高目标检测的准确性。
2、第一方面，本申请实施例提供一种双光图像处理方法，包括：
3、获取同一时间采集到的同一场景的可见光图像以及不可见光图像；
4、通过已训练的目标检测模型对所述可见光图像以及所述不可见光图像中的目标对象分别进行特征检测处理，得到所述可见光图像中所述目标对象的第一目标特征，以及所述不可见光图像中所述目标对象的第二目标特征；
5、根据所述第一目标特征以及所述第二目标特征确定所述目标对象在所述场景中的位置信息。
6、第二方面，本申请实施例还提供一种双光图像处理装置，包括：
>7、获取单元，用于获取同一时间采集到的同一场景的可见光图像以及不可见光图像；8、处理单元，用于通过已训练的目标检测模型对所述可见光图像以及所述不可见光图像中的目标对象分别进行特征检测处理，得到所述可见光图像中所述目标对象的第一目标特征，以及所述不可见光图像中所述目标对象的第二目标特征；
9、确定单元，用于根据所述第一目标特征以及所述第二目标特征确定所述目标对象在所述场景中的位置信息。
10、第三方面，本申请实施例还提供一种计算机可读的存储介质，其上存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行如本申请任一实施例提供的双光图像处理方法。
11、第四方面，本申请实施例还提供一种电子设备，包括处理器和存储器，所述存储器有计算机程序，所述处理器通过调用所述计算机程序，用于执行如本申请任一实施例提供的双光图像处理方法。
12、本申请实施例提供的技术方案，通过获取同一时间采集到的同一场景的可见光图像以及不可见光图像，通过已训练的目标检测模型对所述可见光图像以及所述不可见光图像中的目标对象分别进行特征检测处理，得到所述可见光图像中所述目标对象的第一目标特征，以及所述不可见光图像中所述目标对象的第二目标特征，根据所述第一目标特征以及所述第二目标特征确定所述目标对象在所述场景中的位置信息。本申请可以通过目标检测模型准确检测可见光图像和不可见光图像中目标对象的特征信息，并根据可见光图像和不可见光图像中呈现出的图像特征信息，共同对场景中的所述目标对象的位置信息进行确定，能够提高目标检测的准确性，减少各种复杂环境中的影响因素对智能驾驶算法对有用信息的检测和提取，从而提高智能驾驶的安全性。
本文档来自技高网...
【技术保护点】
1.一种双光图像处理方法，其特征在于，包括：
2.如权利要求1所述的双光图像处理方法，其特征在于，所述目标检测模型包括依次连接的特征采集模块、特征融合模块和检测模块，所述通过已训练的目标检测模型对所述可见光图像以及所述不可见光图像中的目标对象分别进行特征检测处理，得到所述可见光图像中所述目标对象的第一目标特征，以及所述不可见光图像中所述目标对象的第二目标特征，包括：
3.如权利要求2所述的双光图像处理方法，其特征在于，所述特征采集模块包括依次连接的十五层子模块，其中，第一层、第二层、第五层、第八层、第十一层、第十二层为CBS子模块；第三层、第六层、第九层、第十三层为C2F模块、第四层、第七层、第十层、第十四层为SE模块、第十五层为SPPF模块，所述通过所述特征采集模块对所述可见光图像和所述不可见光图像分别进行特征采集处理，得到所述可见光图像的第一采集特征，以及所述不可见光图像的第二采集特征，包括：
4.如权利要求3所述的双光图像处理方法，其特征在于，所述特征融合模块包括依次连接的十九层子模块，其中，第一层、第八层为上采样子模块；第二层、第五层、第九层、第十三层、第十七层为SE子模块；第三层为C2F1子模块；第七层为C2F2子模块；第十一层为C2F3子模块；第十五层为C2F4子模块；第十九层为C2F5子模块；第四层、第十二层、第十六层为CBS子模块；第六层、第十层、第十四层、第十八层为融合模块，所述通过所述特征融合模块对所述第一采集特征和所述第二采集特征分别进行特征融合处理，得到所述可见光图像的第一融合特征，以及所述不可见光图像的第二融合特征，包括：
5.如权利要求1所述的双光图像处理方法，其特征在于，所述检测模块包括三个检测单元，分别为第一检测单元、第二检测单元以及第三检测单元，每个所述检测单元包括第一分支和第二分支，其中，所述第一分支包括依次连接的CBS模块、卷积模块以及交叉熵的类别损失模块，所述第二分支包括依次连接的CBS模块、卷积模块以及损失模块，所述通过所述检测模块对所述第一融合特征和所述第二融合特征中的所述目标对象分别进行检测，得到所述可见光图像中所述目标对象的所述第一目标特征，以及所述不可见光图像中所述目标对象的所述第二目标特征，包括：
6.如权利要求1所述的双光图像处理方法，其特征在于，所述根据所述第一目标特征以及所述第二目标特征确定所述目标对象在所述场景中的位置信息，包括：
7.如权利要求1所述的双光图像处理方法，其特征在于，所述不可见光图像包括红外光图像，在通过已训练的目标检测模型对所述可见光图像以及所述不可见光图像中的目标对象分别进行特征检测处理，得到所述可见光图像中所述目标对象的第一目标特征，以及所述不可见光图像中所述目标对象的第二目标特征之前，还包括：
8.一种双光图像处理装置，其特征在于，包括用于执行如权利要求1至7任一项所述的双光图像处理方法的单元。
9.一种计算机可读的存储介质，其上存储有计算机程序，其特征在于，当所述计算机程序在计算机上运行时，使得所述计算机执行如权利要求1至7任一项所述的双光图像处理方法。
10.一种电子设备，包括处理器和存储器，所述存储器存储有计算机程序，其特征在于，所述处理器通过调用所述计算机程序，用于执行如权利要求1至7任一项所述的双光图像处理方法。
...
【技术特征摘要】
1.一种双光图像处理方法，其特征在于，包括：
2.如权利要求1所述的双光图像处理方法，其特征在于，所述目标检测模型包括依次连接的特征采集模块、特征融合模块和检测模块，所述通过已训练的目标检测模型对所述可见光图像以及所述不可见光图像中的目标对象分别进行特征检测处理，得到所述可见光图像中所述目标对象的第一目标特征，以及所述不可见光图像中所述目标对象的第二目标特征，包括：
3.如权利要求2所述的双光图像处理方法，其特征在于，所述特征采集模块包括依次连接的十五层子模块，其中，第一层、第二层、第五层、第八层、第十一层、第十二层为cbs子模块；第三层、第六层、第九层、第十三层为c2f模块、第四层、第七层、第十层、第十四层为se模块、第十五层为sppf模块，所述通过所述特征采集模块对所述可见光图像和所述不可见光图像分别进行特征采集处理，得到所述可见光图像的第一采集特征，以及所述不可见光图像的第二采集特征，包括：
4.如权利要求3所述的双光图像处理方法，其特征在于，所述特征融合模块包括依次连接的十九层子模块，其中，第一层、第八层为上采样子模块；第二层、第五层、第九层、第十三层、第十七层为se子模块；第三层为c2f1子模块；第七层为c2f2子模块；第十一层为c2f3子模块；第十五层为c2f4子模块；第十九层为c2f5子模块；第四层、第十二层、第十六层为cbs子模块；第六层、第十层、第十四层、第十八层为融合模块，所述通过所述特征融合模块对所述第一采集特征和所述第二采集特征分别进行特征融合处理，得到所述可见光图像的第一融合特征，以及所述不可见光图像的第二融合特征，包括：
5.如权利要...
【专利技术属性】
技术研发人员：王永健，谌安军，
申请(专利权)人：北京瞰瞰智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。