一种使用最小费用流网络的宽基线双目物体匹配方法，包括捕获第一图像和第二图像，第一图像从第一摄像机装置捕获并且第二图像从第二摄像机装置捕获。多个图像应用于第一图像和第二图像并且确定各与应用于第一图像和第二图像的图像块中相应图像块相关联的多个检测费用。确定各对应于第一图像与第二图像之间的图像块的选定的匹配对中的相应匹配对的多个匹配费用。基于检测费用和匹配费用确定从第一图像的源顶点到第二图像的沉顶点的至少一个费用流路径并且基于至少一个费用流路径跟踪目标物体。
【技术实现步骤摘要】
【专利摘要】一种，包括捕获第一图像和第二图像，第一图像从第一摄像机装置捕获并且第二图像从第二摄像机装置捕获。多个图像应用于第一图像和第二图像并且确定各与应用于第一图像和第二图像的图像块中相应图像块相关联的多个检测费用。确定各对应于第一图像与第二图像之间的图像块的选定的匹配对中的相应匹配对的多个匹配费用。基于检测费用和匹配费用确定从第一图像的源顶点到第二图像的沉顶点的至少一个费用流路径并且基于至少一个费用流路径跟踪目标物体。【专利说明】
本公开涉及使用双目摄像机系统的物体检测和匹配。
技术介绍
这部分的陈述主要提供关于本公开的背景信息。因此这些陈述并非旨在承认构成现有技术。主动安全和驾驶员辅助系统(ASDAS)利用单目视觉系统作为检测目标物体诸如沿道路行进的前车辆的低费用解决方案。单目视觉系统基于平地的假设来估计深度。但是，当平地假设并不适用时，深度估计偏离其真实值。例如，当平地假设并不适用时，单目视觉系统可能将离目标物体的距离估计为比目标物体实际距离更远。众所周知，例如，利用距离检测装置诸如雷达和激光雷达来检测目标物体的存在和离目标物体的距离。但是，这种距离检测装置费用较高，增加了配备ASDAS的车辆的价格。还已知，例如，通过从两个捕获的图像(每个图像来自相应的摄像机装置)的视差图提取三维特征，且匹配关键点的稀疏集以利用立体成像方案来确定目标物体的存在。但是，这种立体成像方案具有深度不准确的缺点，这归因于两个摄像机装置之间的窄基线，因为深度准确度随深度以二次方降级。此外，当两个摄像机装置之间的基线增加时，可出现导致不能用的视差图的像素对应问题。因此，需要改进使用立体成像而不提取三维特征(其需要使用视差图)的深度准确度。
技术实现思路
利用双目系统跟踪目标物体的方法包括:捕获第一图像和第二图像，第一图像从第一摄像机装置捕获，而第二图像从第二摄像机装置捕获。多个图像应用于第一图像和第二图像并且确定各与应用于第一图像和第二图像的图像块中相应图像块相关联的多个检测费用。确定各与第一图像与第二图像之间的图像块的选定的匹配对中的相应匹配对相对应的多个匹配费用。基于检测费用和匹配费用确定从第一图像的源顶点到第二图像的沉顶点的至少一个费用流路径并且基于至少一个费用流路径跟踪目标物体。本专利技术包括以下方案: 方案1.一种利用双目摄像机系统跟踪目标物体的方法，包括: 捕获第一图像和第二图像，第一图像从第一摄像机装置捕获，而第二图像从第二摄像机装置捕获； 将多个图像块应用到第一图像和第二图像中的每一个；确定各与应用于第一图像和第二图像的图像块中相应图像块相关联的多个检测费用；确定各与第一图像与第二图像之间的图像块的匹配对中的相应匹配对相对应的多个选定匹配费用； 基于检测费用和匹配费用确定从第一图像的源顶点到第二图像的沉顶点的至少一个费用流路径；以及 基于至少一个费用流路径跟踪目标物体。方案2.根据方案I所述的方法，其中跟踪目标物体包括下列中的至少一个: 跟踪离目标物体的距离；以及 跟踪目标物体的速度。方案3.根据方案I所述的方法，其中第一摄像机装置安装于源车辆挡风玻璃的第一端附近并且第二摄像机装置安装于源车辆挡风玻璃的第二端附近。方案4.根据方案I所述的方法，其中将多个图像块应用到第一图像和第二图像中的每一个包括: 将预定数量的图像块应用到第一图像和第二图像，每个图像块包括矩形框并且具有离散尺寸和位置。方案5.根据方案4所述的方法，其中应用于第一图像的多个图像块中的每一个由第一图像的第一层和第一图像的第二层表示，并且应用于第二图像的多个图像块中的每一个由第二图像的第一层和第二图像的第二层表示。方案6.根据方案5所述的方法,其中由相应第一层表不的应用于的第一图像的多个图像块中的每一个链结到源顶点并且由相应第二层表示的应用于第二图像的多个图像块中的每一个链结到沉顶点。方案7.根据方案I所述的方法，其中确定各与应用于第一图像和第二图像的图像块的相应图像块相关联的多个检测费用包括: 应用包括多个判定边界的线性向量分类器到应用于第一图像和第二图像的图像块中的每一个，每个判定边界对应于可能的目标物体的相应视角；以及下列情况的一种: 当线性向量分类器的量值小于零时，确定与相应图像块相关联的负检测费用，以及 当线性向量分类器的量值至少为零时，确定与相应图像块相关联的正检测费用。方案8.根据方案7所述的方法，还包括: 当确定了相关联的负检测费用时，将相应图像块指定为被占据；以及 当确定了相关联的正检测费用时，将相应图像块指定为未被占据。方案9.根据方案7所述的方法，其中包括判定边界的向量分类器包括线性权向量和预定偏置检测阈值。方案10.根据方案I所述的方法，其中第一图像与第二图像之间的图像块的选定匹配对中的相应匹配对如下来选择: 监视应用于第一图像和第二图像的图像块中的每一个的位置信息； 监视应用于第一图像和第二图像的图像块中的每一个的外观信息； 选择所述匹配对包括选择具有相关外观信息和相关位置信息的应用于第一图像的图像块中的选定图像块和应用于第二图像的图像块中的选定图像块。方案11.根据方案10所述的方法，还包括 当应用于第一图像和第二图像的图像块中的选定图像块的每一个的监视的位置信息以小于预定位置阈值偏离时，认为图像块中的选定图像块的每一个之间的位置信息为相关的。方案12.根据方案10所述的方法，还包括: 当应用于第一图像和第二图像的图像块中的选定图像块中每一个的监视的外观信息以小于预定外观阈值偏离时，认为图像块中的选定图像块中每一个之间的外观信息为相关的。方案13.根据方案I所述的方法，其中确定各与第一图像与第二图像之间的图像块的选定匹配对中的相应匹配对相对应的多个匹配费用包括: 监视与每个选定匹配对相关联的图像块中的每一个的位置信息； 监视与每个选定匹配对相关联的图像块中的每一个的外观信息； 测量与每个选定匹配对相关联的图像块中每一个之间的位置信息的相异点； 测量与每个选定匹配对相关联的图像块中每一个之间的外观信息的相异点；以及基于与每个选定匹配对相关联的图像块中每一个之间的位置信息的相异点和外观信息的相异点来确定多个匹配费用。方案14.根据方案I所述的方法，其中确定从第一图像的源顶点到第二图像的沉顶点的至少一个费用流路径包括: 监视从第一图像的源顶点到第二图像的沉顶点的多个费用流路径； 将每个费用流路径分段成多个运载单元， 每个运载单元包括下列之一:检测成本之一和匹配费用之一； 基于从每个相应费用流路径分段的每个运载单元的之和来确定每个费用流路径的总累积费用；以及 基于具有最低总累积费用的费用流路径来选择最少费用流路径。方案15.根据方案11所述的方法，其中最少费用流路径包括负的总累积费用。方案16.使用立体成像用于估计离前目标车辆的距离的方法，包括: 从安装于驾驶员侧A-柱附近的第一向前的摄像机装置捕获第一图像； 从安装于乘客侧A-柱附近的第二向前的摄像机装置捕获第二图像； 将预定数量的图像块应用于第一图像和第二图像的每一个，每个图像块包括矩形框并且具有离散尺寸和位置； 应用线性向量分类器到应用于第一图像和第二图像的图像块中的每一个来确定各与应用于第一图像和第二本文档来自技高网...
【技术保护点】
一种利用双目摄像机系统跟踪目标物体的方法，包括：捕获第一图像和第二图像，第一图像从第一摄像机装置捕获，而第二图像从第二摄像机装置捕获；将多个图像块应用到第一图像和第二图像中的每一个；确定各与应用于第一图像和第二图像的图像块中相应图像块相关联的多个检测费用；确定各与第一图像与第二图像之间的图像块的匹配对中的相应匹配对相对应的多个选定匹配费用；基于检测费用和匹配费用确定从第一图像的源顶点到第二图像的沉顶点的至少一个费用流路径；以及基于至少一个费用流路径跟踪目标物体。
【技术特征摘要】
...
【专利技术属性】
技术研发人员：S曾，
申请(专利权)人：通用汽车环球科技运作有限责任公司，
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。