1.一种车载环视系统骑行车实时检测方法,其特征在于,包括以下步骤:
控制车载环视系统采集车辆周围的环视图像;
通过训练得到的粗识别模型对所述环视图像中的骑行车进行目标检测,得到候选目标;
通过训练得到的精识别模型对所述候选目标进行识别和定位,得到骑行车目标;
基于所述环视图像对所述骑行车目标进行跟踪。
2.根据权利要求1所述的方法,其特征在于,所述通过车载环视系统采集车辆周围的环视图像,包括:
基于所述环视图像分析车辆所处的场景;
基于所述车辆所处的场景提取对应摄像头的视频图像进行检测。
3.根据权利要求2所述的方法,其特征在于,所述基于所述车辆所处的场景提取对应摄像头的视频图像进行检测,还包括:
对单个摄像头的视频图像依据两侧视野进行切分;
对基于切分得到的单侧视频图像进行独立检测;
将相邻两个摄像头具有重叠图像的所述单侧视频图像的检测结果进行融合。
4.根据权利要求1所述的方法,其特征在于,所述通过训练得到的粗识别模型对所述环视图像中的骑行车进行目标检测,得到候选目标,包括:
将所述环视图像拉伸为线性视角;
对所述环视图像中的所述骑行车提取多尺度lbp特征以进行特征描述;
采用lightgbmboost算法提取所述骑行车的关键特征以生成分类器;
迭代所述骑行车以外的图形作为负样本,将多个所述分类器级联以获得所述粗识别模型。
5.根据权利要求4所述的方法,其特征在于,所述粗识别模型级联的级数与生成所述负样本的难易程度相关。
6.根据权利要求1所述的方法,其特征在于,所述通过训练得到的精识别模型对所述候选目标进行识别和定位,得到骑行车目标,包括:
利用mtcnn人脸检测框架对所述候选目标进行精识别;
在所述环视图像中回归所述骑行车目标的位置;
基于所述环视系统的内外参标定将所述骑行车目标投影到世界坐标系中。
7.根据权利要求6所述的方法,其特征在于,所述精识别模型解析出所述骑行车目标在所述环视图像中的二维坐标,并基于所述环视系统的内外参标定将所述骑行车目标回归到三维的世界坐标中以实现所述骑行车目标的投影。
8.根据权利要求1所述的方法,其特征在于,所述基于所述环视图像对所述骑行车目标进行跟踪,包括:
基于所述环视图像对所述骑行车目标持续检测;
利用光流算法对所述骑行车目标进行目标跟踪;
融合所述持续检测的结果与所述目标跟踪的结果。
9.根据权利要求8所述的方法,其特征在于,若所述环视图像中没有检测到所述骑行车目标,则将所述目标跟踪的结果作为所述跟踪结果。
10.根据权利要求1所述的方法,其特征在于,所述基于所述环视图像对所述骑行车目标进行跟踪之后,还包括:
基于所述跟踪结果判定所述骑行车目标的置信度;
确定所述置信度高于预设阈值之后,判定所述骑行车目标相对于本车的距离和速度;
基于所述骑行车目标相对于本车的距离和速度向驾驶员发出不同等级的警报。
11.一种车载环视系统骑行车实时检测系统,其特征在于,包括:
视频采集模块,通过车载环视系统采集车辆周围的环视图像;
候选目标检测模块,用于通过训练得到的粗识别模型对所述环视图像中的骑行车进行目标检测,得到候选目标;
目标精识别模块,用于通过训练得到的精识别模型对所述候选目标进行识别和定位,得到骑行车目标;
目标跟踪模块,用于基于所述环视图像对所述骑行车目标进行跟踪。
12.根据权利要求11所述的系统,其特征在于,所述系统还包括提示模块,所述提示模块用于基于所述骑行车目标相对于本车的距离和速度向驾驶员发出不同等级的警报。
13.一种车载环视系统骑行车实时检测装置,其特征在于,包括处理器、输入设备、输出设备和存储装置,所述处理器、输入设备、输出设备和存储装置相互连接,其中,所述存储装置用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如权利要求1-10中任一项所述的车载环视系统骑行车实时检测方法。
14.一个或多个包含计算机可执行指令的非易失性计算机可读存储介质,其特征在于,当所述计算机可读存储介质中存储的所述计算机可执行指令被一个或多个处理器执行时,使得所述处理器执行权利要求1至10中任一项所述的车载环视系统骑行车实时检测方法。