(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 202210353416.6 (22)申请日 2022.04.06 (71)申请人 浙江大华 技术股份有限公司 地址 310051 浙江省杭州市滨江区滨安路 1187号 (72)发明人 彭肖肖　王利升　舒梅　王亚运　 (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 专利代理师 何倚雯 (51)Int.Cl. G06V 20/58(2022.01) G06V 10/25(2022.01) G06V 10/80(2022.01) G06K 9/62(2022.01) (54)发明名称 一种车辆检测方法、 终端及计算机可读存储 介质 (57)摘要 本发明提供一种车辆检测方法、 终端及计算 机可读存储介质， 车辆检测方法包括获取待检测 图像， 待检测图像包括车辆； 对待检测图像进行 车辆检测， 得到车辆的车辆方向信息和车辆的至 少一个车辆信息； 响应于车辆方向信息为N个预 设方向信息中的目标方向信息， 基于目标方向信 息以及至少一个车辆信息中与 目标方向信息关 联的目标车辆信息， 确定待检测图像中车辆的车 辆检测框， N为大于1的整数。 本申请基于目标方 向信息、 与目标方向信息关联的目标车辆信息确 定车辆的车辆检测框， 车辆检测方法可以适用于 水平方向场景和非水平方向场景下的车辆检测， 适用范围广， 车辆检测结果准确率高， 进而可 以 提高后续车位状态的检测准确率。 权利要求书3页 说明书14页 附图5页 CN 114581891 A 2022.06.03 CN 114581891 A 1.一种车辆检测方法， 其特 征在于， 所述车辆检测方法包括： 获取待检测图像， 所述待检测图像包括车辆； 对所述待检测图像进行车辆检测， 得到所述车辆的车辆方向信 息和所述车辆的至少一 个车辆信息； 响应于所述车辆方向信息为N个预设方向信息中的目标方向信息， 基于所述目标方向 信息以及所述至少一个车辆信息中与所述目标方向信息 关联的目标车辆信息， 确定所述待 检测图像中所述车辆的车辆检测框， 所述 N为大于1的整数。 2.根据权利要求1所述车辆检测方法， 其特征在于， 所述目标方向信息包括水平方向， 与所述水平方向关联的所述目标 车辆信息包括所述车辆的车辆尺寸信息 。 3.根据权利要求1所述车辆检测方法， 其特征在于， 所述目标方向信息包括非水平方 向， 与所述非水平方向关联的所述目标 车辆信息包括所述车辆的车辆边界向量信息 。 4.根据权利要求2所述车辆检测方法， 其特征在于， 所述至少一个车辆信 息还包括所述 车辆的车辆中心点； 所述基于所述目标方向信息以及所述至少一个车辆信息中与所述目标方向信息关联 的目标车辆信息， 确定所述待检测图像中所述车辆的车辆检测框， 包括： 基于所述车辆的水平方向， 确定所述车辆对应第一掩码值； 根据所述车辆的第一掩码值、 所述车辆的车辆中心点和所述车辆的车辆尺寸信息， 确 定所述车辆的四个角点 坐标； 根据所述车辆的四个角点 坐标， 确定所述待检测图像中所述车辆的车辆检测框 。 5.根据权利要求3所述车辆检测方法， 其特征在于， 所述至少一个车辆信 息还包括所述 车辆的车辆中心点； 所述基于所述目标方向信息以及所述至少一个车辆信息中与所述目标方向信息关联 的目标车辆信息， 确定所述待检测图像中所述车辆的车辆检测框， 包括： 基于所述车辆的非水平方向， 确定所述车辆对应第二掩码值； 根据所述车辆的第二掩码值、 所述车辆的车辆中心点和所述车辆的车辆边界向量信 息， 确定所述车辆的四个角点 坐标； 根据所述车辆的四个角点 坐标， 确定所述待检测图像中所述车辆的车辆检测框 。 6.根据权利要求1 ‑5任一项所述车辆检测方法， 其特 征在于， 所述对所述待检测图像进行车辆检测， 得到所述车辆的车辆方向信 息和所述车辆的至 少一个车辆信息， 包括： 采用训练后的车辆检测网络对所述待检测图像进行车辆检测， 得到所述车辆的车辆方 向信息和所述车辆的至少一个车辆信息； 其中， 所述车辆检测网络是利用标注有训练车辆 的车辆方向信息和标注有所述训练车辆的至少一个车辆信息的样本图像进行训练得到的。 7.根据权利要求6所述的车辆检测方法， 其特征在于， 所述车辆检测网络包括依次级联 的特征提取模块、 上采样模块以及检测模块； 其中， 所述特征提取模块包含n个依 次级联的 特征提取层， n 为大于1的整数； 所述对所述待检测图像进行车辆检测， 得到所述车辆的车辆方向信 息和所述车辆的至 少一个车辆信息， 包括： 利用所述特征提取模块包含的n个特征提取层， 分别对所述待检测图像进行特征提取，权　利　要　求　书 1/3 页 2 CN 114581891 A 2得到所述 n个特征提取层中各个特 征提取层对应的子图像特 征； 利用所述上采样模块对各个特征提取层对应的子图像特征进行特征融合得到预处理 特征图； 利用所述检测模块对所述预处理特征图进行检测， 得到所述车辆的车辆方向信 息和所 述车辆的至少一个车辆信息 。 8.根据权利要求7所述的车辆检测方法， 其特征在于， 所述利用所述特征提取模块包含 的n个特征提取层， 分别对所述待检测图像进行特征提取， 得到所述n个特征提取层中各个 特征提取层对应的子图像特 征， 包括： 利用所述n个特征提取层中第1个所述特征提取层对所述待检测图像进行特征提取， 得 到所述第1个特 征提取层对应的子图像特 征； 以及 利用所述第 i+1个特征提取层对第i个特征提取层对应的子图像特征进行特征提取， 得 到所述第i+1个特 征提取层对应的子图像特 征， 所述i为大于0且小于n ‑1的整数。 9.根据权利要求7所述车辆检测方法， 其特征在于， 所述至少一个车辆信 息还包括所述 车辆的车辆中心点时； 所述车辆检测网络还 包括与所述上采样模块连接的转换模块； 所述对所述待检测图像进行车辆检测， 得到所述车辆的车辆方向信 息和所述车辆的至 少一个车辆信息， 还 包括： 利用所述转换模块对所述预处理特征图进行车辆中心点检测， 并对所述车辆中心点的 检测结果进行 数据转换， 得到所述车辆的车辆中心点 坐标。 10.根据权利要求1~9任一项所述的车辆检测方法， 其特征在于， 所述待检测图像是针 对目标场景采集的， 还 包括： 基于所述待检测图像中的车位信息， 确定候选车位区域； 所述响应于所述车辆方向信息为N个预设方向信息中的目标方向信息， 基于所述至少 一个车辆信息中与所述目标方向信息关联的目标车辆信息， 确定所述待检测图像中所述车 辆的车辆检测框， 之后还 包括： 基于所述候选车位区域和所述车辆检测框， 确定所述车辆是否停放于所述候选车位 区 域。 11.根据权利要求10所述的车辆检测方法， 其特征在于， 所述候选车位 区域包括与 所述 待检测图像中的所述车辆的位置对应的目标 车位； 所述基于所述候选车位 区域和所述车辆检测框， 确定所述车辆是否停放于所述候选车 位区域， 包括： 基于所述车辆检测框确定所述车辆的车辆面积； 基于所述车辆面积与 所述目标车位的车位面积的比值， 确定所述目标车位对应的占比 值； 响应于所述占比值超过占比值阈值， 则确定所述车辆停放于所述目标 车位。 12.根据权利要求6所述的车辆检测方法， 其特征在于， 所述车辆方向信息包括水平方 向和非水平方向； 所述样本图像 中包含第 一训练车辆时， 所述样本图像中针对所述第 一训练车辆标注的 车辆方向信息为所述水平方向； 所述样本图像中针对所述第一训练车辆标注的至少一个车 辆信息包括所述第一训练车辆的车辆尺寸信息； 所述第一训练车辆为在所述样本图像中车权　利　要　求　书 2/3 页 3 CN 114581891 A 3