(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211023050.2 (22)申请日 2022.08.25 (71)申请人 北京中科慧眼科技有限公司 地址 100085 北京市海淀区创业中路32号 楼32-1-1- 559 (72)发明人 苏文秀　杨超　冯凯　 (74)专利代理 机构 北京远立知识产权代理事务 所(普通合伙) 11502 专利代理师 李海燕 (51)Int.Cl. G06V 20/56(2022.01) G06T 7/55(2017.01) G06V 10/26(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) (54)发明名称 基于深度学习网络的地面场景检测方法和 系统 (57)摘要 本发明公开了一种基于深度学习网络的地 面场景检测方法和系统， 所述方法包括： 获取目 标区域内的道路原始图像， 并通过双目立体匹配 计算所述道路原始图像的视差图； 基于所述视差 图计算地面检测区域； 将所述地面检测区域划分 为若干单元网格， 根据预先训练的网格像素分割 模型， 计算各所述单元网格的地面感知结果； 将 所有所述地面感知结果进行融合， 以得到感知融 合结果； 将所述感知融合结果与所述视差图相融 合， 以得到所述地面检测区域的地面场景信息。 从而利用单元网格的划分， 实现了较高的细粒度 结果， 提高了地 面场景检测的准确性。 权利要求书2页 说明书7页 附图3页 CN 115100621 A 2022.09.23 CN 115100621 A 1.一种基于深度学习网络的地 面场景检测方法， 其特 征在于， 所述方法包括： 获取目标区域内的道路原始图像， 并通过双目立体匹配计算所述道路原始图像的视差 图； 基于所述视 差图计算 地面检测区域； 将所述地面检测区域划分为若干单元网格， 根据预先训练的网格像素分割模型， 计算 各所述单元网格的地 面感知结果； 将所有所述 地面感知结果进行融合， 以得到感知融合结果； 将所述感知融合结果与所述视差图相融合， 以得到所述地面检测区域的地面场景信 息； 其中， 所述网格像素分割模型是通过地面检测区域样本划分的单元网格样本训练得到 的。 2.根据权利要求1所述的地面场景检测方法， 其特征在于， 基于所述视差图计算地面检 测区域， 具体包括： 设定从最近地 面可视点至距离双目相机v_z米的范围为 地面检测区域的纵向范围； 由双目视 差图做水平投影， 以得到V向视 差图； 在V向视差图上拟合路面斜线， 以得到路面方程， 所述路面方程表示地面视差值与视差 图中图像纵坐标i_y的转换关系； 根据路面拟合方程和双目立体视 觉公式， 计算v_z距离对应的图像纵坐标i_y； 基于图像纵坐标i_y在视 差图中获得地 面检测区域。 3.根据权利要求1所述的地面场景检测方法， 其特征在于， 根据双目立体视觉原理， 所 述双目立体视 觉公式为： 式中， v_z表示地面上某一点P到相机的纵向距离， baseline为双目相机的基线， focus 为焦距， disp表示 地面点P的视差值。 4.根据权利要求1所述的地面场景检测方法， 其特征在于， 将所述地面检测区域划分为 若干单元网格， 具体包括： 根据预先设定的检出精度和检出 范围， 设定所述单 元网格的大小。 5.根据权利要求1所述的地面场景检测方法， 其特征在于， 预先训练网格像素分割模 型， 具体包括： 获取地面检测区域样本， 并将所述 地面检测区域样本划分为若干单 元网格样本； 将各所述单元网格样本 输入深度学习网络进行训练， 以得到网格 像素分割模型。 6.根据权利要求1所述的地面场景检测方法， 其特征在于， 将所有所述地面感知结果进 行融合， 以得到感知融合结果， 具体包括： 对不同距离范围内、 相同地面类型和地面状态的邻近单元网格进行合并， 以得到地面 检测区域内的地 面场景信息和图像中的坐标信息； 以所述地面场景信息和所述 坐标信息作为感知融合结果。权　利　要　求　书 1/2 页 2 CN 115100621 A 27.一种基于深度学习网络的地 面场景检测系统， 其特 征在于， 所述系统包括： 图像获取单元， 用于获取目标区域内的道路原始图像， 并通过双目立体匹配计算所述 道路原始图像的视 差图； 检测区域计算单 元， 用于基于所述视 差图计算 地面检测区域； 感知结果获取单元， 用于将所述地面检测区域划分为若干单元网格， 根据预先训练的 网格像素分割模型， 计算各 所述单元网格的地 面感知结果； 第一结果融合单 元， 用于将所有所述 地面感知结果进行融合， 以得到感知融合结果； 第二结果融合单元， 用于将所述感知融合结果与所述视差 图相融合， 以得到所述地面 检测区域的地 面场景信息； 其中， 所述网格像素分割模型是通过地面检测区域样本划分的单元网格样本训练得到 的。 8.一种智能终端， 其特 征在于， 所述智能终端包括： 数据采集装置、 处 理器和存 储器； 所述数据采集装置用于采集数据； 所述存储器用于存储一个或多个程序指令； 所述处 理器， 用于执 行一个或多个程序指令， 用以执 行如权利要求1 ‑6任一项所述的方法。 9.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质中包含一个或多 个程序指令， 所述 一个或多个程序指令用于执 行如权利要求1 ‑6任一项所述的方法。 10.一种计算机程序产品， 包括计算机程序， 其特征在于， 所述计算机程序被处理器执 行时实现如权利要求1至 6任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115100621 A 3