【技术实现步骤摘要】
本申请涉及环境感知，尤其涉及一种落石检测方法、装置、终端设备和存储介质。
技术介绍
1、在矿区或者山区等特殊场地，落石对过往车辆的危害极大，轻则划破轮胎造成经济损失，重则导致车辆侧翻发生安全事故。对于无人车来说，如何准确地检测并躲避落石成为一个关键问题。目前，现有技术已提出使用深度学习网络的方法对图像中的落石进行检测。然而，针对同一个落石，其在图像远端显示的尺寸较小，而在图像近端显示的尺寸较大，由于深度学习网络在落石大小识别上呈现模糊状态，这会导致图像近端的小尺寸落石也被检测到。实际上，图像近端的小尺寸落石并不会对无人车的安全行驶带来影响，而当检测到这些小尺寸落石时反而会造成无人车的急刹和频繁绕障，降低了无人车的工作效率。
技术实现思路
1、有鉴于此，本申请实施例提供了一种落石检测方法、装置、终端设备和存储介质，能够较为准确地过滤图像中的小尺寸落石，从而避免无人车出现非必要的急刹和频繁绕障，提高无人车的工作效率。
2、本申请实施例的第一方面提供了一种落石检测方法，包括：
3、获取待测区域的目标图像；
4、对所述目标图像进行落石检测处理，得到所述目标图像中的各个落石检测框；
5、使用已构建的尺寸过滤曲线，对所述目标图像中的各个落石检测框进行过滤；其中，所述尺寸过滤曲线用于表示落石检测框的尺寸统计值与图像的像素点纵坐标之间的对应关系。
6、在本申请实施例中，首先获取待测区域的目标图像，对该目标图像进行落石检测处理，得到各个落石
7、在本申请实施例的一种实现方式中，所述尺寸过滤曲线可以通过以下方式构建：
8、获取已完成落石检测的样本图像；
9、将所述样本图像横向切分为多个区域；
10、针对每个区域，分别检测该区域内具有的所有落石检测框的尺寸统计值；
11、分别以所述样本图像的像素点纵坐标和所述尺寸统计值作为两个坐标轴的元素，通过曲线拟合的方式构建得到所述尺寸过滤曲线。
12、在本申请实施例的一种实现方式中，所述对所述目标图像进行落石检测处理，得到所述目标图像中的各个落石检测框，可以包括：
13、将所述目标图像输入至已训练的神经网络模型进行处理，得到所述目标图像中的各个落石检测框；
14、其中，所述神经网络模型通过以下方式训练得到：
15、获取采集到的连续多帧落石图像，每帧所述落石图像均已标注落石检测框；
16、对所述连续多帧落石图像进行落石检测框的去重处理；
17、针对去重处理后的每帧所述落石图像，将该落石图像纵向切分为左图像和右图像；将所述左图像和中间图像融合得到第一样本图像，以及将所述右图像和所述中间图像融合得到第二样本图像；其中，所述中间图像为该落石图像中以所述左图像和所述右图像的分割线作为基准，向左右两个方向延伸指定长度后得到的图像区域；
18、以每帧所述落石图像各自对应的所述第一样本图像和所述第二样本图像作为训练集，训练得到所述神经网络模型。
19、进一步的，令第一图像和第二图像为所述连续多帧落石图像中的任意两帧前后相邻的图像，所述对所述连续多帧落石图像进行落石检测框的去重处理，可以包括：
20、检测所述第一图像中的各个落石检测框的中心点，以及检测所述第二图像中的各个落石检测框的中心点；
21、将所述第二图像中存在的中心点与所述第一图像中的任意一个落石检测框的中心点之间的距离小于第一阈值的落石检测框删除。
22、在本申请实施例的一种实现方式中，在使用已构建的尺寸过滤曲线，对所述目标图像中的各个落石检测框进行过滤之后，还可以包括：
23、若所述目标图像剩余的落石检测框的数量大于第二阈值，则通过聚类拟合的方法检测得到所述目标图像中的落石堆。
24、进一步的，所述通过聚类拟合的方法检测得到所述目标图像中的落石堆，可以包括：
25、使用聚类算法对所述目标图像剩余的落石检测框进行聚类处理，得到各个簇；
26、使用自适应拟合算法拟合出所述各个簇的边界，作为所述目标图像中的各个落石堆的边界。
27、在本申请实施例的一种实现方式中，所述使用已构建的尺寸过滤曲线，对所述目标图像中的各个落石检测框进行过滤，可以包括：
28、针对所述目标图像中的每个落石检测框，根据该落石检测框的中心点的纵坐标从所述尺寸过滤曲线中查找得到对应的目标尺寸统计值；若该落石检测框的尺寸小于所述目标尺寸统计值，则将该落石检测框滤除。
29、本申请实施例的第二方面提供了一种落石检测装置，包括：
30、目标图像获取模块，用于获取待测区域的目标图像；
31、落石检测模块，用于对所述目标图像进行落石检测处理，得到所述目标图像中的各个落石检测框；
32、落石过滤模块，用于使用已构建的尺寸过滤曲线，对所述目标图像中的各个落石检测框进行过滤；其中，所述尺寸过滤曲线用于表示落石检测框的尺寸统计值与图像的像素点纵坐标之间的对应关系。
33、本申请实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如本申请实施例的第一方面提供的落石检测方法。
34、本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如本申请实施例的第一方面提供的落石检测方法。
35、本申请实施例的第五方面提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行如本申请实施例的第一方面提供的落石检测方法。
36、可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
本文档来自技高网...【技术保护点】
1.一种落石检测方法，其特征在于，包括：
2.如权利要求1所述的落石检测方法，其特征在于，所述尺寸过滤曲线通过以下方式构建：
3.如权利要求1所述的落石检测方法，其特征在于，所述对所述目标图像进行落石检测处理，得到所述目标图像中的各个落石检测框，包括：
4.如权利要求3所述的落石检测方法，其特征在于，令第一图像和第二图像为所述连续多帧落石图像中的任意两帧前后相邻的图像，所述对所述连续多帧落石图像进行落石检测框的去重处理，包括：
5.如权利要求1所述的落石检测方法，其特征在于，在使用已构建的尺寸过滤曲线，对所述目标图像中的各个落石检测框进行过滤之后，还包括：
6.如权利要求5所述的落石检测方法，其特征在于，所述通过聚类拟合的方法检测得到所述目标图像中的落石堆，包括：
7.如权利要求1至6任一项所述的落石检测方法，其特征在于，所述使用已构建的尺寸过滤曲线，对所述目标图像中的各个落石检测框进行过滤，包括：
8.一种落石检测装置，其特征在于，包括：
9.一种终端设备，包括存储器、处理器以及存储
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的落石检测方法。
...【技术特征摘要】
1.一种落石检测方法，其特征在于，包括：
2.如权利要求1所述的落石检测方法，其特征在于，所述尺寸过滤曲线通过以下方式构建：
3.如权利要求1所述的落石检测方法，其特征在于，所述对所述目标图像进行落石检测处理，得到所述目标图像中的各个落石检测框，包括：
4.如权利要求3所述的落石检测方法，其特征在于，令第一图像和第二图像为所述连续多帧落石图像中的任意两帧前后相邻的图像，所述对所述连续多帧落石图像进行落石检测框的去重处理，包括：
5.如权利要求1所述的落石检测方法，其特征在于，在使用已构建的尺寸过滤曲线，对所述目标图像中的各个落石检测框进行过滤之后，还包括：
6.如权利要求5所述的落石检...
【专利技术属性】
技术研发人员：龚流青，蒋强卫，罗哲，
申请(专利权)人：长沙智能驾驶研究院有限公司，
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。