技术特征：
1.一种光场相机的机动车检测方法，其特征在于，包括：通过光场相机采集机动车同一时刻的多视角图像；提取所述多视角图像中的任意两张图像，计算所述机动车上像素点与拍摄平面的深度值；对所述深度值进行聚类处理，确定所述机动车对应的深度图；将所述深度图输入车辆感知模型，获得所述机动车的目标图像；将所述目标图像作为所述机动车的检测结果。2.根据权利要求1所述的方法，其特征在于，所述提取所述多视角图像中的任意两张图像，包括：构建一个多维光场；基于所述多维光场，提取所述多视角图像中的任意两张图像；其中，所述任意两张图像不相交。3.根据权利要求1所述的方法，其特征在于，所述计算所述机动车上像素点与拍摄平面的深度值，包括：在同一深度层提取所述任意两张图像中的原始像素点；以拍摄平面为基准，对所述原始像素点进行偏移；当视点对齐时，确定偏移量以及偏移后的像素点；根据所述原始像素点、所述偏移量以及所述偏移后的像素点，计算所述机动车上像素点与拍摄平面的局部深度值；重复上述过程，遍历所述任意两张图像的全部像素点，计算所述机动车上像素点与拍摄平面的深度值。4.根据权利要求3所述的方法，其特征在于，所述以拍摄平面为基准，对所述原始像素点进行偏移；当视点对齐时，确定偏移量以及偏移后的像素点，包括：基于拍摄平面，构建直角坐标系；所述原始像素点在所述直角坐标系中对应一个原始像素坐标；对所述原始像素点进行偏移，直至视点对齐为止；当所述视点对齐时，确定所述直角坐标系中偏移后的像素坐标；根据所述原始像素坐标和所述偏移后的像素坐标，确定偏移量以及偏移后的像素点。5.根据权利要求4所述的方法，其特征在于，所述根据所述原始像素点、所述偏移量以及所述偏移后的像素点，计算所述机动车上像素点与拍摄平面的局部深度值，包括：根据所述原始像素点、所述偏移量以及所述偏移后的像素点，确定线性关系；将所述线性关系的斜率，作为所述机动车上像素点与拍摄平面的局部深度值。6.根据权利要求1所述的方法，其特征在于，所述聚类处理具体为：k-means聚类算法。7.根据权利要求1所述的方法，其特征在于，所述将所述深度图输入车辆感知模型，获得所述机动车的目标图像，包括：将所述深度图输入第一神经网络模型，提取图像特征；将所述图像特征输入第二神经网络模型，进行自适应分辨率重建，获得所述机动车的目标图像。8.根据权利要求7所述的方法，其特征在于，所述图像特征包括：所述机动车的场景信
息、边缘信息、纹理信息以及部件信息。9.根据权利要求7所述的方法，其特征在于，所述第二神经网络模型具体包括：深度残差卷积神经网络和自适应损失网络。10.一种光场相机的机动车检测系统，其特征在于，包括：图像采集模块，用于通过光场相机采集机动车同一时刻的多视角图像；深度值计算模块，用于提取所述多视角图像中的任意两张图像，计算所述机动车上像素点与拍摄平面的深度值；深度图确定模块，用于对所述深度值进行聚类处理，确定所述机动车对应的深度图；目标图像获取模块，用于将所述深度图输入车辆感知模型，获得所述机动车的目标图像；检测结果确定模块，用于将所述目标图像作为所述机动车的检测结果。
技术总结
本申请提供的一种光场相机的机动车检测方法及系统，该方法包括：通过光场相机采集机动车同一时刻的多视角图像；提取所述多视角图像中的任意两张图像，计算所述机动车上像素点与拍摄平面的深度值；对所述深度值进行聚类处理，确定所述机动车对应的深度图；将所述深度图输入车辆感知模型，获得所述机动车的目标图像；将所述目标图像作为所述机动车的检测结果。通过该方法提高机动车检测的效率和准确性。性。性。
技术研发人员：ꢀ(74)专利代理机构
受保护的技术使用者：北京拙河科技有限公司
技术研发日：2022.03.23
技术公布日：2022/6/28