图像检测方法、装置、电子设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112329645A(43)申请公布日2021.02.05(21)申请号202011232710.9(22)申请日2020.11.06(71)申请人北京迈格威科技有限公司地址100086北京市海淀区科学院南路2号融科资讯中心A座316-318(72)发明人陈明汉卢彦斌贺兰懿危夷晨(74)专利代理机构北京润泽恒知识产权代理有限公司11319代理人王婷婷(51)Int.Cl.G06K9/00(2006.01)G06F30/20(2020.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书3页说明书16页附图6页(54)发明名称图像检测方法、装置、电子设备及存储介质(57)摘要本发明实施例提供了一种图像检测方法、装置、设备及介质，所述方法包括：获得在不同时刻采集的多张二维图像，所述多张二维图像包含参考对象和目标对象；针对所述多张图像中的每张二维图像，根据所述参考对象和所述目标对象各自在该张二维图像上的位置信息，确定所述目标对象相对所述参考对象的三维相对位置；根据所述多张二维图像各自对应的三维相对位置，确定图像检测结果。采用本发明实施例提供的图像检测方法可以提高跨线检测的准确性。CN112329645ACN112329645A权利要求书1/3页1.一种图像检测方法，其特征在于，所述方法包括：获得在不同时刻采集的多张二维图像，所述多张二维图像包含参考对象和目标对象；针对所述多张图像中的每张二维图像，根据所述参考对象和所述目标对象各自在该张二维图像上的位置信息，确定所述目标对象相对所述参考对象的三维相对位置；根据所述多张二维图像各自对应的三维相对位置，确定图像检测结果。2.根据权利要求1所述的方法，其特征在于，根据所述多张二维图像各自对应的三维相对位置，确定图像检测结果，包括：从所述多张二维图像各自对应的三维相对位置组成的序列中，提取子序列；根据所述子序列包含的各个三维相对位置以及变化趋势，识别所述目标对象是否跨越所述参考对象。3.根据权利要求2所述的方法，其特征在于，所述多张图像中任一张二维图像对应的三维相对位置包括：横向相对位置得分和纵向相对位置得分；根据所述子序列包含的各个三维相对位置以及变化趋势，识别所述目标对象是否跨越所述参考对象，包括：在所述子序列包含的各个三维相对位置中的纵向相对位置得分的绝对值均小于预设阈值，且所述子序列包含的各个三维相对位置中的横向相对位置的变化趋势为由第一预设阈值变化至第二预设阈值时，确定所述目标对象跨越所述参考对象，其中，所述第一预设阈值小于零，且所述第二预设阈值大于零，所述第一预设阈值的绝对值和所述第二预设阈值的绝对值均为0至1之间的数值。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：确定所述子序列中相邻两个横向相对位置由小于零变化为大于零时，确定所述目标对象跨越所述参考对象的跨越时刻，为所述相邻两个横向相对位置对应的两张二维图像的拍摄期间中的一个时刻。5.根据权利要求1所述的方法，其特征在于，在根据所述多张二维图像各自对应的三维相对位置，确定图像检测结果之后，所述方法还包括：在确定所述目标对象未跨越所述参考对象的情况下，获取下一张二维图像，所述下一张二维图像与所述多张图像包含参考对象和目标对象；在根据所述下一张二维图像和所述多张二维图像中部分二维图像，确定所述目标对象跨越所述参考对象的情况下，根据所述下一张二维图像的拍摄时刻，确定所述目标对象跨越所述参考对象的跨越时刻。6.根据权利要求3所述的方法，其特征在于，所述多张图像中任一张二维图像对应的三维相对位置是根据以下步骤确定的：将所述参考对象和所述目标对象各自在该张二维图像上的位置信息输入预先训练的三维相对位置预测模型，得到该张二维图像对应的三维相对位置；其中，所述三维相对位置预测模型是利用第一训练样本，对第一预设模型进行训练得到的，所述第一训练样本的生成过程包括以下步骤：在仿真三维场景下对样本目标对象的三维位置和样本参考对象的三维位置进行标注；根据所标注的三维位置，通过相机投影变换，得到所述样本目标对象和所述样本参考对象各自在二维图像上的位置信息；2CN112329645A权利要求书2/3页根据所述样本参考对象的特征信息和所标注的三维位置，生成三维相对位置标签；根据所述样本参考对象和所述样本目标对象各自在二维图像上的位置信息，以及对应的三维相对位置标签，生成所述第一训练样本。7.根据权利要求6所述的方法，其特征在于，所述三维相对位置标签包括横线相对位置标签和纵向相对位置标签；根据所述样本参考对象的特征信息和所标注的三维位置，生成三维相对位置标签，包括：根据所标注的三维位置，确定所述样本目标对象到所述样本参考对象的距离以及所述