[發明專利]在低光條件下檢測車輛在審
| 申請號： | 201810059790.9 | 申請日： | 2018-01-22 |
| 公開（公告）號： | CN108345840A | 公開（公告）日： | 2018-07-31 |
| 發明（設計）人： | 馬里亞姆·穆薩埃;蓋伊·霍特森;維迪亞·那利亞姆布特·穆拉里;西蒙·穆爾薩·史密斯;瑪德琳·J·吳 | 申請（專利權）人： | 福特全球技術公司 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00 |
| 代理公司： | 北京連和連知識產權代理有限公司 11278 | 代理人： | 李紅蕭 |
| 地址： | 美國密歇根州迪爾*** | 國省代碼： | 美國;US |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 低光條件 檢測 過濾 計算機程序產品 計算機視覺 車輛檢測 車輛周圍 神經網絡 圖像提取 虛擬數據 自主車輛 低成本 前照燈 傳感器 歸類 尾燈 誤報 攝像機 美學 圖像 駕駛 轉換 改進 學習 | ||
1.一種用于檢測在另一車輛的環境內的車輛的方法，包含：
將RGB幀轉換為LAB幀；
通過閾值來過濾所述LAB幀的“A”通道以獲取閾值化的LAB圖像；
從所述閾值化的LAB圖像提取輪廓；并且
通過神經網絡將所述輪廓歸類為所述另一車輛的所述環境內的所述車輛。
2.根據權利要求1所述的方法，進一步包含從由多個攝像機融合的RGB圖像制定所述RGB幀；并且
其中過濾所述LAB幀的所述“A”通道包含以多個不同大小的閾值過濾所述LAB幀的所述“A”通道。
3.根據權利要求1所述的方法，其中提取輪廓包含：
從所述閾值化的LAB圖像識別多個輪廓；并且
基于所述輪廓相對于所述多個輪廓中的其他輪廓具有更可能對應于所述車輛的形狀和大小，從所述多個輪廓過濾所述輪廓。
4.根據權利要求1所述的方法，進一步包含通過從所述閾值化的LAB圖像裁剪出關注區域來識別所述閾值化的LAB圖像中的所述關注區域；并且
其中通過神經網絡將所述輪廓歸類為所述另一車輛的所述環境內的所述車輛包含：
將所述關注區域發送到所述神經網絡；并且
接收從所述神經網絡返回的類別，所述類別將所述輪廓歸類為所述車輛。
5.根據權利要求1所述的方法，進一步包含：
接收來自所述車輛處的攝像機在所述另一車輛的所述環境內的光強度低于指定閾值時被捕獲的RGB圖像；并且
從所述RGB圖像提取所述RGB幀。
6.一種車輛，所述車輛包含：
處理器；
系統存儲器，所述系統存儲器連接到所述處理器，所述系統存儲器存儲可由所述處理器執行的指令；
一個或多個攝像機；
所述處理器執行存儲在所述系統存儲器中的用以檢測所述車輛周圍的環境中的另一車輛的所述指令，所述指令包括執行以下步驟的指令：
在所述車輛周圍的所述環境中在低光條件下接收由所述一個或多個攝像機捕獲的紅、綠、藍(RGB)圖像；
將所述紅、綠、藍(RGB)圖像轉換為LAB色彩空間圖像；
通過閾值來過濾所述LAB圖像的“A”通道以獲取閾值化的LAB圖像；
基于輪廓的大小和形狀從所述閾值化的LAB圖像提取所述輪廓；并且
基于對由神經網絡確定的車輛類別的親和度來將所述輪廓歸類為所述車輛周圍的所述環境內的另一車輛。
7.根據權利要求6所述的車輛，其中所述一個或多個攝像機包含多個攝像機，并且其中所述處理器執行存儲在所述系統存儲器中的用以接收紅、綠、藍(RGB)圖像的所述指令包含所述一個或多個處理器執行存儲在所述系統存儲器中的用以接收由在所述多個攝像機處捕獲的圖像融合的紅、綠、藍(RGB)圖像的所述指令。
8.根據權利要求6所述的車輛，其中所述處理器執行存儲在所述系統存儲器中的用以接收紅、綠、藍(RGB)圖像的所述指令包含所述處理器執行存儲在所述系統存儲器中的用以接收在所述車輛周圍的所述環境內的光強度低于指定閾值時捕獲的紅、綠、藍(RGB)圖像的所述指令。
9.根據權利要求6所述的車輛，其中所述處理器執行存儲在所述系統存儲器中的用以提取輪廓的所述指令包含所述處理器執行存儲在所述系統存儲器中的用以執行以下步驟的所述指令：
從所述閾值化的LAB圖像識別多個輪廓；并且
基于所述輪廓相對于所述多個輪廓中的其他輪廓更可能對應于車輛的形狀和大小，從所述多個輪廓過濾所述輪廓。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于福特全球技術公司，未經福特全球技術公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/201810059790.9/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種關鍵詞定位的方法及移動終端
- 下一篇：一種智能過濾視頻圖像處理方法
