本發(fā)明涉及計算機(jī)視覺，具體是一種夜間車輛檢測系統(tǒng)及方法。

背景技術(shù)：

1、車輛夜間檢測是智能交通系統(tǒng)(its)領(lǐng)域的一項(xiàng)關(guān)鍵研究議題，近年來受到了業(yè)界的廣泛關(guān)注。旨在提升夜間條件下車輛檢測能力的系統(tǒng)，對于增強(qiáng)道路網(wǎng)絡(luò)的感知能力、減少交通事故以及降低人力成本具有顯著意義。然而，相較于白天，夜間車輛檢測因光照環(huán)境的復(fù)雜性而面臨更大的挑戰(zhàn)。夜間車輛檢測與車燈識別作為夜間車輛分析領(lǐng)域的兩大核心研究課題，近年來取得了顯著進(jìn)展，這主要得益于深度學(xué)習(xí)在物體檢測和分割模型上的廣泛應(yīng)用。為了應(yīng)對夜間檢測難題，已提出多種技術(shù)，包括低光照圖像增強(qiáng)技術(shù)和風(fēng)格遷移技術(shù)。其中，圖像增強(qiáng)的主要目的是提升車輛與背景之間的對比度，而風(fēng)格遷移則借助生成對抗網(wǎng)絡(luò)(gans)實(shí)現(xiàn)白天與夜間圖像之間的轉(zhuǎn)換。

2、然而，這些方法在風(fēng)格轉(zhuǎn)換過程中可能會引入噪聲或改變原始視覺信息，從而影響檢測效果。當(dāng)前最新的基于深度學(xué)習(xí)的夜間分析方法，雖然利用車燈識別作為車輛定位的重要依據(jù)，但過度依賴離線車燈識別結(jié)果可能導(dǎo)致噪聲的引入，進(jìn)而影響車輛檢測的準(zhǔn)確性。此外，車輛上顯著的反光區(qū)域，作為車輛識別的一個重要特征，在現(xiàn)有方法中并未得到充分重視。

技術(shù)實(shí)現(xiàn)思路

1、為克服現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種夜間車輛檢測系統(tǒng)及方法，解決現(xiàn)有技術(shù)存在的在夜間條件下進(jìn)行車輛檢測準(zhǔn)確性低等問題。

2、本發(fā)明解決上述問題所采用的技術(shù)方案是：

3、一種夜間車輛檢測系統(tǒng)，包括用于接收輸入圖像并輸出檢測結(jié)果的車輛檢測分支、用于接收輸入圖像并輸出分割結(jié)果的區(qū)域分割分支，車輛檢測分支包括i級級聯(lián)的車輛檢測特征采集器、與最末級車輛檢測特征采集器通信相連的檢測頭，區(qū)域分割分支包括i級級聯(lián)的區(qū)域分割特征采集器、與最末級區(qū)域分割特征采集器通信相連的分割頭，檢測頭與分割頭通信相連。

4、作為一種優(yōu)選的技術(shù)方案，包括與車輛檢測分支、區(qū)域分割分支分別通信相連的特征相似感知模塊，特征相似感知模塊用于比較車輛檢測分支的特征與區(qū)域分割分支的特征的相似程度。

5、作為一種優(yōu)選的技術(shù)方案，車輛檢測分支工作時，將輸入圖像劃分為多個k×k維度的局部窗口，并限定車輛檢測分支與區(qū)域分割分支之間的特征比較僅在各自對應(yīng)的窗口內(nèi)部進(jìn)行；在比較過程中，當(dāng)前分支的特征被視作查詢，而另一分支的特征被視作鍵；其中，k為局部窗口的長或?qū)挕?/p>

6、作為一種優(yōu)選的技術(shù)方案，特征相似感知模塊的計算公式為：

7、

8、或，

9、

10、式中，a表示車輛檢測特征向量，b表示區(qū)域分割特征向量，matt表示車輛檢測特征與區(qū)域分割特征的相似程度，表示跨通道維度計算均值的操作，表示窗口反轉(zhuǎn)操作，表示窗口劃分操作，d表示矩陣的維度，t表示矩陣轉(zhuǎn)置計算，ones_like(·)表示初始化一個元素取值均為1大小且通道數(shù)、寬度、高度均與a或b相同的矩陣向量。

11、作為一種優(yōu)選的技術(shù)方案，區(qū)域分割分支工作時，首先，將特征相似感知模塊的輸出通過逐像素乘法操作與區(qū)域分割分支的特征相結(jié)合；隨后，通過核大小為1的卷積層將結(jié)合后的特征的通道數(shù)量減半；然后，通過一組核大小為3的卷積層和核大小為1的卷積層對不同通道的通道數(shù)量減半的特征的權(quán)重分布進(jìn)行調(diào)整；接著，采用不同核大小的卷積層對經(jīng)不同通道的通道數(shù)量減半的特征的權(quán)重分布進(jìn)行調(diào)整后的不同位置的特征權(quán)重分布進(jìn)行調(diào)整；最后，通過一個核大小為1的卷積層逐像素分類生成空間分布權(quán)重。

12、作為一種優(yōu)選的技術(shù)方案，區(qū)域分割分支的計算公式為：

13、

14、式中，

15、

16、其中，表示區(qū)域分割分支的輸出，表示從通道方向?qū)崿F(xiàn)特征增強(qiáng)，表示從空間方向?qū)崿F(xiàn)特征增強(qiáng)，表示空間感知卷積操作，表示通道感知卷積操作，σ(·)表示sigmoid函數(shù)。

17、作為一種優(yōu)選的技術(shù)方案，夜間車輛檢測系統(tǒng)能對檢測頭及分割頭進(jìn)行訓(xùn)練；其中，訓(xùn)練時，車輛檢測特征向量、區(qū)域分割特征向量分別通過如下公式更新：

18、

19、其中，a’表示更新后的車輛檢測特征向量，b’表示更新后的區(qū)域分割特征向量。

20、作為一種優(yōu)選的技術(shù)方案，訓(xùn)練的損失函數(shù)包括檢測損失和分割損失計算公式為：

21、

22、其中，λ表示超參數(shù)。

23、作為一種優(yōu)選的技術(shù)方案，的計算公式為：

24、

25、其中，表示檢測任務(wù)中分類識別的損失計算項(xiàng)，表示檢測任務(wù)中位置識別的損失計算項(xiàng)。

26、一種夜間車輛檢測方法，采用所述的一種夜間車輛檢測系統(tǒng)進(jìn)行夜間車輛檢測。

27、本發(fā)明相比于現(xiàn)有技術(shù)，具有以下有益效果：

28、(1)本發(fā)明提出了一種雙分支框架，通過有效整合車輛高亮信息，顯著降低了夜間復(fù)雜光照條件對車輛檢測帶來的挑戰(zhàn)；

29、(2)本發(fā)明提出了一種特征相似感知注意力模塊，以促進(jìn)框架內(nèi)各分支之間的協(xié)同學(xué)習(xí)與信息交流。該模塊充分利用各分支提取的多級特征，捕捉特征之間的相似性，從而實(shí)現(xiàn)了車輛檢測分支與高亮區(qū)域分割分支之間的有效信息交換與融合；

30、(3)本發(fā)明設(shè)計了一種高亮區(qū)域分割分支，該分支針對特征的空間分布和通道分布進(jìn)行優(yōu)化處理，能夠準(zhǔn)確識別并預(yù)測車輛的顯著高亮區(qū)域，為車輛檢測提供更為可靠的信息支持。

技術(shù)特征：

1.一種夜間車輛檢測系統(tǒng)，其特征在于，包括用于接收輸入圖像并輸出檢測結(jié)果的車輛檢測分支、用于接收輸入圖像并輸出分割結(jié)果的區(qū)域分割分支，車輛檢測分支包括i級級聯(lián)的車輛檢測特征采集器、與最末級車輛檢測特征采集器通信相連的檢測頭，區(qū)域分割分支包括i級級聯(lián)的區(qū)域分割特征采集器、與最末級區(qū)域分割特征采集器通信相連的分割頭，檢測頭與分割頭通信相連。

2.根據(jù)權(quán)利要求1所述的一種夜間車輛檢測系統(tǒng)，其特征在于，包括與車輛檢測分支、區(qū)域分割分支分別通信相連的特征相似感知模塊，特征相似感知模塊用于比較車輛檢測分支的特征與區(qū)域分割分支的特征的相似程度。

3.根據(jù)權(quán)利要求2所述的一種夜間車輛檢測系統(tǒng)，其特征在于，車輛檢測分支工作時，將輸入圖像劃分為多個k×k維度的局部窗口，并限定車輛檢測分支與區(qū)域分割分支之間的特征比較僅在各自對應(yīng)的窗口內(nèi)部進(jìn)行；在比較過程中，當(dāng)前分支的特征被視作查詢，而另一分支的特征被視作鍵；其中，k為局部窗口的長或?qū)挕?/p>

4.根據(jù)權(quán)利要求3所述的一種夜間車輛檢測系統(tǒng)，其特征在于，特征相似感知模塊的計算公式為：

5.根據(jù)權(quán)利要求4所述的一種夜間車輛檢測系統(tǒng)，其特征在于，區(qū)域分割分支工作時，首先，將特征相似感知模塊的輸出通過逐像素乘法操作與區(qū)域分割分支的特征相結(jié)合；隨后，通過核大小為1的卷積層將結(jié)合后的特征的通道數(shù)量減半；然后，通過一組核大小為3的卷積層和核大小為1的卷積層對不同通道的通道數(shù)量減半的特征的權(quán)重分布進(jìn)行調(diào)整；接著，采用不同核大小的卷積層對經(jīng)不同通道的通道數(shù)量減半的特征的權(quán)重分布進(jìn)行調(diào)整后的不同位置的特征權(quán)重分布進(jìn)行調(diào)整；最后，通過一個核大小為1的卷積層逐像素分類生成空間分布權(quán)重。

6.根據(jù)權(quán)利要求4所述的一種夜間車輛檢測系統(tǒng)，其特征在于，區(qū)域分割分支的計算公式為：

7.根據(jù)權(quán)利要求1至6任一項(xiàng)所述的一種夜間車輛檢測系統(tǒng)，其特征在于，夜間車輛檢測系統(tǒng)能對檢測頭及分割頭進(jìn)行訓(xùn)練；其中，訓(xùn)練時，車輛檢測特征向量、區(qū)域分割特征向量分別通過如下公式更新：

8.根據(jù)權(quán)利要求7所述的一種夜間車輛檢測系統(tǒng)，其特征在于，訓(xùn)練的損失函數(shù)包括檢測損失和分割損失計算公式為：

9.根據(jù)權(quán)利要求8所述的一種夜間車輛檢測系統(tǒng)，其特征在于，的計算公式為：

10.一種夜間車輛檢測方法，其特征在于，采用權(quán)利要求1至9任一項(xiàng)所述的一種夜間車輛檢測系統(tǒng)進(jìn)行夜間車輛檢測。

技術(shù)總結(jié)
本發(fā)明涉及計算機(jī)視覺技術(shù)領(lǐng)域，公開了一種夜間車輛檢測系統(tǒng)及方法，該系統(tǒng)包括用于接收輸入圖像并輸出檢測結(jié)果的車輛檢測分支、用于接收輸入圖像并輸出分割結(jié)果的區(qū)域分割分支，車輛檢測分支包括i級級聯(lián)的車輛檢測特征采集器、與最末級車輛檢測特征采集器通信相連的檢測頭，區(qū)域分割分支包括i級級聯(lián)的區(qū)域分割特征采集器、與最末級區(qū)域分割特征采集器通信相連的分割頭，檢測頭與分割頭通信相連。本發(fā)明解決了現(xiàn)有技術(shù)存在的在夜間條件下進(jìn)行車輛檢測準(zhǔn)確性低等問題。

技術(shù)研發(fā)人員：吳曉,宋雨佩,李威,何廷全,俞杰
受保護(hù)的技術(shù)使用者：西南交通大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15