用于检测对象接近的方法和系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114972855A(43)申请公布日2022.08.30(21)申请号202210537745.6(22)申请日2022.05.18(71)申请人蔚来汽车科技（安徽）有限公司地址230601安徽省合肥市经济技术开发区宿松路3963号恒创智能科技园F幢(72)发明人马明明吕雪杰(74)专利代理机构中国专利代理(香港)有限公司72001专利代理师李文斐(51)Int.Cl.G06V10/764(2022.01)G06V10/774(2022.01)G06V10/82(2022.01)G06V20/52(2022.01)G06N3/04(2006.01)权利要求书2页说明书8页附图2页(54)发明名称用于检测对象接近的方法和系统(57)摘要本发明涉及用于检测对象接近的方法、系统、存储介质、设备和车辆。按照本发明的一方面，提供一种用于检测对象接近的方法，其包括：获取目标检测区域的第一图像和第二图像；利用识别模型从第一图像和第二图像获取卷积层特征；比较第一图像和第二图像的卷积层特征；以及在比较结果满足第一阈值的情况下执行第一触发。CN114972855ACN114972855A权利要求书1/2页1.一种用于检测对象接近的方法，其特征在于，所述方法包括以下步骤：获取目标检测区域的第一图像和第二图像；利用识别模型从所述第一图像和所述第二图像获取卷积层特征；比较所述第一图像和所述第二图像的所述卷积层特征；以及在比较结果满足第一阈值的情况下执行第一触发。2.根据权利要求1所述的方法，所述方法还包括：在所述第一触发的次数达到第二阈值的情况下执行第二触发，其中所述第一阈值和/或所述第二阈值为自学习阈值。3.根据权利要求1所述的方法，其中所述卷积层特征为浅层卷积层特征；和/或所述识别模型以如下目标进行训练：输入为预先标注有特定对象的位置区域的图像，输出为所述图像上的特定对象的位置。4.根据权利要求1所述的方法，其中执行所述第一触发包括确定和/或记录与满足所述第一阈值的所述比较结果相关联的位置；和/或执行所述第二触发包括触发警报，所述警报指示检测到接近的对象。5.根据权利要求2所述的方法，其中获得所述自学习阈值的过程包括：训练分类网络来区分预期引起所述第一触发的图像对和预期不引起所述第一触发的图像对；设定所述第一阈值和/或所述第二阈值；基于损失函数在所述分类网络中优化所述第一阈值和/或所述第二阈值；和/或所述比较结果包括所述第一图像与所述第二图像上对应位置处的卷积层特征之差。6.一种用于检测对象接近的系统，其特征在于，所述系统包括：图像获取单元：其配置成获取目标检测区域的第一图像和第二图像；特征提取单元，其配置成利用识别模型从所述第一图像和所述第二图像获取卷积层特征；比较单元，其配置成比较所述第一图像和所述第二图像的所述卷积层特征；以及第一触发单元，其配置成在比较结果满足第一阈值的情况下执行第一触发。7.根据权利要求6所述的系统，所述系统还包括：第二触发单元，其配置成在所述第一触发的次数达到第二阈值的情况下执行第二触发，其中所述第一阈值和/或所述第二阈值为自学习阈值。8.根据权利要求6所述的系统，其中所述卷积层特征为浅层卷积层特征；和/或所述识别模型以如下目标进行训练：输入为预先标注有特定对象的位置区域的图像，输出为所述图像上的特定对象的位置。9.根据权利要求6所述的系统，其中执行所述第一触发包括确定和/或记录与满足所述第一阈值的所述比较结果相关联的位置；和/或执行所述第二触发包括触发警报，所述警报指示检测到接近的对象。10.根据权利要求7所述的系统，其中获得所述自学习阈值的过程包括：训练分类网络来区分预期引起所述第一触发的图像对和预期不引起所述第一触发的2CN114972855A权利要求书2/2页图像对；设定所述第一阈值和/或所述第二阈值；基于损失函数在所述分类网络中优化所述第一阈值和/或所述第二阈值；和/或所述比较结果包括所述第一图像与所述第二图像上对应位置处的卷积层特征之差。11.一种计算机可读存储介质，其上存储有可由处理器执行的程序指令，其特征在于，所述程序指令在由所述处理器执行时，执行根据权利要求1‑5中任一项所述的用于检测对象接近的方法。12.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现根据权利要求1‑5中任一项所述的用于检测对象接近的方法。13.一种车辆，其特征在于，所述车辆包括根据权利要求6‑10中任一项所述的用于检测对象接近的系统。3CN114972855A说明书1/8页用于检测对象接近的方法和系统技术领域[0001]本发明涉及对象识别技术领域。具体而言，本发明涉及用于检测对象接近的方法、系统