一种目标检测方法及相关装置

技术领域

本申请涉及自动驾驶领域，尤其涉及一种目标检测方法及相关装置。

背景技术

当前，随着汽车保有量的逐年增加以及智能化的不断发展，汽车安全驾驶技术已成为了汽车领域中竞相追逐的技术热点。在车辆的自动驾驶或者无人驾驶中，通过检测车辆周围的障碍物对象，以便车辆的自动驾驶规划和控制模块能够根据该障碍物信息进行相应的行为决策(例如路径规划、避障等)。

车辆可以对传感器获取到的视频帧图像进行障碍物对象检测，确定周围的障碍物对象在图像中对应的检测框位置，检测框为包括障碍物对象的区域，通过检测框可以表示障碍物对象的位置，当目标图像中存在相互遮挡的障碍物对象时，可能无法检测到被遮挡的目标，或者将遮挡物和被遮挡目标认为是同一个障碍物对象，而用同一个检测框来表示两个障碍物对象的位置。

现有技术通过跟踪算法，利用目标历史帧图像的信息去预测当前帧图像的信息，避免被遮挡时无法检测到被遮挡对象，以视频帧包括第一对象和第二对象为例，在视频中的前几帧图像中，第一对象和第二对象彼此错开，没有出现遮挡的情况，在某几个连续帧中，第一对象遮挡了第二对象，目标图像仅包括第二对象的一部分，此时，为了获取到第二对象对应的检测框，可以基于第二对象在未被第一对象遮挡时的路径信息，去预测第二对象被第一对象遮挡时，第二对象的检测框位置。然而，当第二对象的运动状态发生突变(例如突然加速或者突然减速等等)时，本车预测的第二对象的检测框位置并不准确。

发明内容

本申请实施例提供了一种目标检测方法及相关装置，用于提高被遮挡对象的检测框的检测精度。

第一方面，本申请实施例提供了一种目标检测方法，包括：

获取目标图像；获取所述目标图像包括的第一区域和第二区域，所述第一区域的边界线对应第一对象在所述目标图像中的轮廓线，所述第二区域的边界线对应第二对象在所述目标图像中的轮廓线，所述目标图像包括所述第一对象和所述第二对象，所述第一对象和所述第二对象为行人或车辆；若所述第一区域和所述第二区域存在公共的边界线，则确定所述第一对象对应的第一检测框以及确定所述第二对象对应的第二检测框，其中所述第一检测框包括所述第一区域，所述第二检测框包括所述第二区域；输出所述第一检测框和所述第二检测框。

本申请实施例中，当第一对象和第二对象存在遮挡情况时，可以通过对识别出的与第一对象和第二对象对应的第一区域和第二区域进行检测框的位置检测，使得不会出现检测框的检测精度较高。

可选的，在第一方面的可选设计中，所述第一检测框为所述第一区域的外接矩形框，所述第二检测框为所述第二区域的外接矩形框。

本实施例中，可以直接将识别出的第一区域的外接矩形框作为第一对象的检测框，将识别出的第二区域的外接矩形框作为第二对象的检测框，在保证不会出现漏检的前提下，降低了算力开销。

可选的，在第一方面的可选设计中，所述第一区域和所述第二区域之间公共的边界线的端点为第一分界点和第二分界点，所述第一分界点与所述第二分界点之间的连线为目标分界线，所述确定所述第一对象对应的第一检测框，包括：确定第一初始检测框，所述初始检测框对应于所述第一对象和/或所述第二对象；根据所述第一初始检测框和所述目标分界线确定第一中心点，所述第一中心点在所述目标图像中的纵向坐标与所述目标分界线的中点在所述目标图像中的纵向坐标之间的距离在预设范围内，所述第一中心点在所述目标图像中的横向坐标与所述第一初始检测框的中心点在所述目标图像中的纵向坐标之间的距离在预设范围内；根据所述第一中心点和所述第一区域确定所述第一对象对应的第一检测框，所述第一检测框的中心点与所述第一中心点之间的距离在预设范围内，且所述第一检测框包括所述第一区域。

本实施例中，在出现检测框检测有误的情况下，通过第一区域和第二区域的分界线进行检测框的划分处理，得到第一对象的检测框，在保证不会出现漏检的前提下，进一步提高了检测框的检测精度。

可选的，在第一方面的可选设计中，所述确定所述第二对象对应的第二检测框，包括：根据所述第一中心点和所述目标分界线，确定第二中心点，其中，所述第二中心点与所述第一中心点相对于所述目标分界线的对称点之间的距离小于预设值；根据所述第二中心点和所述第二区域确定所述第二对象对应的第二检测框，所述第二检测框的中心点与所述第二中心点之间的距离在预设范围内，且所述第二检测框包括所述第二区域。

本实施例中，在出现检测框检测有误的情况下，通过第一区域和第二区域的分界线进行检测框的划分处理，得到第二对象的检测框，在保证不会出现漏检的前提下，进一步提高了检测框的检测精度。

可选的，在第一方面的可选设计中，在拍摄所述目标图像时，所述目标图像的拍摄点与所述第一对象之间的距离小于与第二对象之间的距离。本实施例中，第一对象为遮挡车辆，第二对象为被遮挡车辆。

可选的，在第一方面的可选设计中，在拍摄所述目标图像时，所述目标图像的拍摄点与所述第一对象之间的距离大于预设距离，所述目标图像的拍摄点与所述第二对象之间的距离大于所述预设距离。

本实施例中，当第一对象和第二对象距离本车在一定距离之外时，第一对象和第二对象在目标图像中的大小较小，因此需要基于算力开销较大的图像分割结果来进行检测框的确定，保证了检测框的检测精确度。

可选的，在第一方面的可选设计中，所述方法还包括：输出遮挡信息，所述遮挡信息用于指示所述第一对象为遮挡对象、以及所述第二对象为被遮挡对象。

本实施例中，在完成检测框的确定之后，还可以输出第一对象和第二对象之间的遮挡情况。

可选的，在第一方面的可选设计中，所述方法还包括：输出对象关联信息，所述对象信息用于指示所述第一检测框与所述第一对象之间的关联关系、以及所述第二检测框与所述第二对象之间的关联关系。

本实施例中，在完成检测框的确定之后，可以输出第一检测框、第二检测框以及检测框和对象之间的关联关系。

可选的，在第一方面的可选设计中，所述目标图像还包括：第一阴影区域以及第二阴影区域，所述方法还包括：获取所述第一阴影区域的第一边缘线，以及所述第二阴影区域的第二边缘线，其中，所述第一边缘线为所述第一阴影区域的纵向底部的边缘线，所述第二边缘线为所述第二阴影区域的纵向底部的边缘线，所述第一阴影区域为第三对象的阴影区域，所述第二阴影区域为第四对象的阴影区域，所述第三对象和所述第四对象为行人或车辆；确定第二初始检测框，所述第二初始检测框对应于所述第三对象和所述第四对象；若所述第一边缘线的边界点沿预设方向和所述第二边缘线存在交点，则通过所述交点所在的纵向直线对所述第二初始检测框进行划分，确定所述第三对象对应的第三检测框以及所述第四对象对应的第四检测框；输出所述第三检测框以及所述第四检测框，所述预设方向与所述第三车辆或所述第四车辆的行车方向一致，或所述预设方向与所述第三车辆当前行车的车道线方向一致。

本实施例中，可以基于识别出的目标图像中的第三对象和第四对象的车底阴影线，并基于阴影线进行检测框的划分处理，得到第三对象和第四对象的检测框，在保证不会出现漏检的前提下，进一步提高了检测框的检测精度。

可选的，在第一方面的可选设计中，所述确定所述第三对象对应的第三检测框以及所述第四对象对应的第四检测框，包括：通过所述交点所在的纵向直线将所述第二初始检测框划分为所述第三检测框和第二子检测框，所述第三检测框的中心点为第三中心点；根据所述第三中心点，通过对所述第二子检测框进行平移调整和/或尺寸调整，确定所述第四检测框，其中，所述第四检测框的第四中心点与所述第三中心点相对于目标线的对称点之间的距离小于预设值，所述目标线经过所述交点，且所述目标线的方向与所述预设方向垂直。

本实施例中，通过交点所在的纵向直线进行检测框的划分处理，得到第三对象的检测框以及第四对象的检测框，在保证不会出现漏检的前提下，进一步提高了检测框的检测精度。

可选的，在第一方面的可选设计中，在拍摄所述目标图像时，所述目标图像的拍摄点与所述第三对象之间的距离小于与所述第四对象之间的距离。

本实施例中，第三对象为遮挡车辆，第四对象为被遮挡车辆。

可选的，在第一方面的可选设计中，在拍摄所述目标图像时，所述目标图像的拍摄点与所述第三对象之间的距离小于预设距离，所述目标图像的拍摄点与所述第四对象之间的距离小于预设距离。

本实施例中，当第三对象和第四对象距离本车在一定距离之内时，第三对象和第四对象在目标图像中的大小较大，因此需要基于算力开销较小的车底阴影线检测结果来进行检测框的确定，在保证了检测框的检测精确度的前提下，减小了算力开销。

可选的，在第一方面的可选设计中，所述预设距离与本车的行驶状态相关，所述本车为用于获取所述目标图像的传感器所在的车辆，所述行驶状态至少包括如下的一种：行驶方向、行驶时所在的路面的上下坡状态，所述行驶方向包括左转、右转或直行，所述方法还包括：在所述本车处于左转或右转时，确定所述预设距离为第一距离值；在所述本车处于直行时，确定所述预设距离为第二距离值，其中所述第一距离值小于所述第二距离值；所述上下坡状态包括上坡状态、下坡状态以及平坡状态；所述方法还包括：在所述本车处于上坡状态时，确定所述预设距离为第三距离值；在所述本车处于下坡状态时，确定所述预设距离为第四距离值；在所述本车处于平坡状态时，确定所述预设距离为第五距离值，其中所述第三距离值小于或等于所述第五距离值，所述第五距离值小于所述第四距离值。

本实施例中，可以基于本车的行驶状态动态调整预设距离的大小，使得对于远距离检测框检测和近距离检测框检测算法的选择更为合理，即，尽可能在保证检测框检测精度的前提下，减小算力的开销。

可选的，在第一方面的可选设计中，所述方法还包括：输出遮挡信息，所述遮挡信息用于指示所述第三对象为遮挡对象、以及所述第四对象为被遮挡对象。

本实施例中，在完成检测框的确定之后，还可以输出第三对象和第四对象之间的遮挡情况。

可选的，在第一方面的可选设计中，所述方法还包括：输出对象关联信息，所述对象信息用于指示所述第三检测框与所述第三对象之间的关联关系、以及所述第四检测框与所述第四对象之间的关联关系。

本实施例中，在完成检测框的确定之后，可以输出第三检测框、第四检测框以及检测框和对象之间的关联关系。

第二方面，本申请提供了一种目标检测装置，包括：

获取模块，用于获取目标图像；获取所述目标图像包括的第一区域和第二区域，所述第一区域的边界线对应第一对象在所述目标图像中的轮廓线，所述第二区域的边界线对应第二对象在所述目标图像中的轮廓线，所述目标图像包括所述第一对象和所述第二对象，所述第一对象和所述第二对象为行人或车辆；

确定模块，用于若所述第一区域和所述第二区域存在公共的边界线，则确定所述第一对象对应的第一检测框以及确定所述第二对象对应的第二检测框，其中所述第一检测框包括所述第一区域，所述第二检测框包括所述第二区域；

输出模块，用于输出所述第一检测框和所述第二检测框。

可选的，在第二方面的可选设计中，所述第一检测框为所述第一区域的外接矩形框，所述第二检测框为所述第二区域的外接矩形框。

可选的，在第二方面的可选设计中，所述第一区域和所述第二区域之间公共的边界线的端点为第一分界点和第二分界点，所述第一分界点与所述第二分界点之间的连线为目标分界线，所述确定模块，具体用于：

确定第一初始检测框，所述初始检测框对应于所述第一对象和/或所述第二对象；

根据所述第一初始检测框和所述目标分界线确定第一中心点，所述第一中心点在所述目标图像中的纵向坐标与所述目标分界线的中点在所述目标图像中的纵向坐标之间的距离在预设范围内，所述第一中心点在所述目标图像中的横向坐标与所述第一初始检测框的中心点在所述目标图像中的纵向坐标之间的距离在预设范围内；

根据所述第一中心点和所述第一区域确定所述第一对象对应的第一检测框，所述第一检测框的中心点与所述第一中心点之间的距离在预设范围内，且所述第一检测框包括所述第一区域。

可选的，在第二方面的可选设计中，所述确定模块，具体用于：

根据所述第一中心点和所述目标分界线，确定第二中心点，其中，所述第二中心点与所述第一中心点相对于所述目标分界线的对称点之间的距离小于预设值；

根据所述第二中心点和所述第二区域确定所述第二对象对应的第二检测框，所述第二检测框的中心点与所述第二中心点之间的距离在预设范围内，且所述第二检测框包括所述第二区域。

可选的，在第二方面的可选设计中，在拍摄所述目标图像时，所述目标图像的拍摄点与所述第一对象之间的距离小于与第二对象之间的距离。

可选的，在第二方面的可选设计中，在拍摄所述目标图像时，所述目标图像的拍摄点与所述第一对象之间的距离大于预设距离，所述目标图像的拍摄点与所述第二对象之间的距离大于所述预设距离。

可选的，在第二方面的可选设计中，所述输出模块，还用于：

输出遮挡信息，所述遮挡信息用于指示所述第一对象为遮挡对象、以及所述第二对象为被遮挡对象。

可选的，在第二方面的可选设计中，所述输出模块，还用于：

输出对象关联信息，所述对象信息用于指示所述第一检测框与所述第一对象之间的关联关系、以及所述第二检测框与所述第二对象之间的关联关系。

可选的，在第二方面的可选设计中，所述目标图像还包括：第一阴影区域以及第二阴影区域，所述获取模块，还用于：

获取所述第一阴影区域的第一边缘线，以及所述第二阴影区域的第二边缘线，其中，所述第一边缘线为所述第一阴影区域的纵向底部的边缘线，所述第二边缘线为所述第二阴影区域的纵向底部的边缘线，所述第一阴影区域为第三对象的阴影区域，所述第二阴影区域为第四对象的阴影区域，所述第三对象和所述第四对象为行人或车辆；

所述确定模块，还用于：

确定第二初始检测框，所述第二初始检测框对应于所述第三对象和所述第四对象；

若所述第一边缘线的边界点沿预设方向和所述第二边缘线存在交点，则通过所述交点所在的纵向直线对所述第二初始检测框进行划分，确定所述第三对象对应的第三检测框以及所述第四对象对应的第四检测框；

所述输出模块，还用于：

输出所述第三检测框以及所述第四检测框。

可选的，在第二方面的可选设计中，所述预设方向与所述第三车辆或所述第四车辆的行车方向一致，或所述预设方向与所述第三车辆当前行车的车道线方向一致。

可选的，在第二方面的可选设计中，所述确定模块，具体用于：

通过所述交点所在的纵向直线将所述第二初始检测框划分为所述第三检测框和第二子检测框，所述第三检测框的中心点为第三中心点；

根据所述第三中心点，通过对所述第二子检测框进行平移调整和/或尺寸调整，确定所述第四检测框，其中，所述第四检测框的第四中心点与所述第三中心点相对于目标线的对称点之间的距离小于预设值，所述目标线经过所述交点，且所述目标线的方向与所述预设方向垂直。

可选的，在第二方面的可选设计中，在拍摄所述目标图像时，所述目标图像的拍摄点与所述第三对象之间的距离小于与所述第四对象之间的距离。

可选的，在第二方面的可选设计中，在拍摄所述目标图像时，所述目标图像的拍摄点与所述第三对象之间的距离小于预设距离，所述目标图像的拍摄点与所述第四对象之间的距离小于预设距离。

可选的，在第二方面的可选设计中，所述预设距离与本车的行驶状态相关，所述本车为用于获取所述目标图像的传感器所在的车辆，所述行驶状态至少包括如下的一种：

行驶方向、行驶时所在的路面的上下坡状态。

可选的，在第二方面的可选设计中，所述行驶方向包括左转、右转或直行，所述确定模块，还用于：

在所述本车处于左转或右转时，确定所述预设距离为第一距离值；

在所述本车处于直行时，确定所述预设距离为第二距离值，其中所述第一距离值小于所述第二距离值。

可选的，在第二方面的可选设计中，所述上下坡状态包括上坡状态、下坡状态以及平坡状态；

所述确定模块，还用于：

在所述本车处于上坡状态时，确定所述预设距离为第三距离值；

在所述本车处于下坡状态时，确定所述预设距离为第四距离值；

在所述本车处于平坡状态时，确定所述预设距离为第五距离值，其中所述第三距离值小于或等于所述第五距离值，所述第五距离值小于所述第四距离值。

可选的，在第二方面的可选设计中，所述输出模块，还用于：

输出遮挡信息，所述遮挡信息用于指示所述第三对象为遮挡对象、以及所述第四对象为被遮挡对象。

可选的，在第二方面的可选设计中，所述输出模块，还用于：

输出对象关联信息，所述对象信息用于指示所述第三检测框与所述第三对象之间的关联关系、以及所述第四检测框与所述第四对象之间的关联关系。

第三方面，本申请提供了一种目标检测方法，包括：

获取目标图像，所述目标图像包括第一阴影区域和第二阴影区域；

获取所述第一阴影区域的第一边缘线，以及所述第二阴影区域的第二边缘线，其中，所述第一边缘线为所述第一阴影区域的纵向底部的边缘线，所述第二边缘线为所述第二阴影区域的纵向底部的边缘线，所述第一阴影区域为第三对象的阴影区域，所述第二阴影区域为第四对象的阴影区域，所述第三对象和所述第四对象为行人或车辆；

确定第二初始检测框，所述第二初始检测框对应于所述第三对象和所述第四对象；

若所述第一边缘线的边界点沿预设方向和所述第二边缘线存在交点，则通过所述交点所在的纵向直线对所述第二初始检测框进行划分，确定所述第三对象对应的第三检测框以及所述第四对象对应的第四检测框；

输出所述第三检测框以及所述第四检测框。

可选的，在第三方面的可选设计中，所述预设方向与所述第三车辆或所述第四车辆的行车方向一致，或所述预设方向与所述第三车辆当前行车的车道线方向一致。

可选的，在第三方面的可选设计中，所述确定所述第三对象对应的第三检测框以及所述第四对象对应的第四检测框，包括：

通过所述交点所在的纵向直线将所述第二初始检测框划分为所述第三检测框和第二子检测框，所述第三检测框的中心点为第三中心点；

根据所述第三中心点，通过对所述第二子检测框进行平移调整和/或尺寸调整，确定所述第四检测框，其中，所述第四检测框的第四中心点与所述第三中心点相对于目标线的对称点之间的距离小于预设值，所述目标线经过所述交点，且所述目标线的方向与所述预设方向垂直。

可选的，在第三方面的可选设计中，在拍摄所述目标图像时，所述目标图像的拍摄点与所述第三对象之间的距离小于与所述第四对象之间的距离。

可选的，在第三方面的可选设计中，在拍摄所述目标图像时，所述目标图像的拍摄点与所述第三对象之间的距离小于预设距离，所述目标图像的拍摄点与所述第四对象之间的距离小于预设距离。

可选的，在第三方面的可选设计中，所述预设距离与本车的行驶状态相关，所述本车为用于获取所述目标图像的传感器所在的车辆，所述行驶状态至少包括如下的一种：

行驶方向、行驶时所在的路面的上下坡状态。

可选的，在第三方面的可选设计中，所述行驶方向包括左转、右转或直行，所述方法还包括：

在所述本车处于左转或右转时，确定所述预设距离为第一距离值；

在所述本车处于直行时，确定所述预设距离为第二距离值，其中所述第一距离值小于所述第二距离值。

可选的，在第三方面的可选设计中，所述上下坡状态包括上坡状态、下坡状态以及平坡状态；

所述方法还包括：

在所述本车处于上坡状态时，确定所述预设距离为第三距离值；

在所述本车处于下坡状态时，确定所述预设距离为第四距离值；

在所述本车处于平坡状态时，确定所述预设距离为第五距离值，其中所述第三距离值小于或等于所述第五距离值，所述第五距离值小于所述第四距离值。

可选的，在第三方面的可选设计中，所述方法还包括：

输出遮挡信息，所述遮挡信息用于指示所述第三对象为遮挡对象、以及所述第四对象为被遮挡对象。

可选的，在第三方面的可选设计中，所述方法还包括：

输出对象关联信息，所述对象信息用于指示所述第三检测框与所述第三对象之间的关联关系、以及所述第四检测框与所述第四对象之间的关联关系。

第四方面，本申请提供了一种目标检测装置，包括：

获取模块，用于获取目标图像，所述目标图像包括第一阴影区域和第二阴影区域；

获取所述第一阴影区域的第一边缘线，以及所述第二阴影区域的第二边缘线，其中，所述第一边缘线为所述第一阴影区域的纵向底部的边缘线，所述第二边缘线为所述第二阴影区域的纵向底部的边缘线，所述第一阴影区域为第三对象的阴影区域，所述第二阴影区域为第四对象的阴影区域，所述第三对象和所述第四对象为行人或车辆；

确定模块，用于确定第二初始检测框，所述第二初始检测框对应于所述第三对象和所述第四对象；

若所述第一边缘线的边界点沿预设方向和所述第二边缘线存在交点，则通过所述交点所在的纵向直线对所述第二初始检测框进行划分，确定所述第三对象对应的第三检测框以及所述第四对象对应的第四检测框；

输出模块，用于输出所述第三检测框以及所述第四检测框。

可选的，在第四方面的可选设计中，所述预设方向与所述第三车辆或所述第四车辆的行车方向一致，或所述预设方向与所述第三车辆当前行车的车道线方向一致。

可选的，在第四方面的可选设计中，所述确定模块，具体用于：

通过所述交点所在的纵向直线将所述第二初始检测框划分为所述第三检测框和第二子检测框，所述第三检测框的中心点为第三中心点；

根据所述第三中心点，通过对所述第二子检测框进行平移调整和/或尺寸调整，确定所述第四检测框，其中，所述第四检测框的第四中心点与所述第三中心点相对于目标线的对称点之间的距离小于预设值，所述目标线经过所述交点，且所述目标线的方向与所述预设方向垂直。

可选的，在第四方面的可选设计中，在拍摄所述目标图像时，所述目标图像的拍摄点与所述第三对象之间的距离小于与所述第四对象之间的距离。

可选的，在第四方面的可选设计中，在拍摄所述目标图像时，所述目标图像的拍摄点与所述第三对象之间的距离小于预设距离，所述目标图像的拍摄点与所述第四对象之间的距离小于预设距离。

可选的，在第四方面的可选设计中，所述预设距离与本车的行驶状态相关，所述本车为用于获取所述目标图像的传感器所在的车辆，所述行驶状态至少包括如下的一种：

行驶方向、行驶时所在的路面的上下坡状态。

可选的，在第四方面的可选设计中，所述行驶方向包括左转、右转或直行，所述确定模块，还用于：

在所述本车处于左转或右转时，确定所述预设距离为第一距离值；

在所述本车处于直行时，确定所述预设距离为第二距离值，其中所述第一距离值小于所述第二距离值。

可选的，在第四方面的可选设计中，所述上下坡状态包括上坡状态、下坡状态以及平坡状态；

所述确定模块，还用于：

在所述本车处于上坡状态时，确定所述预设距离为第三距离值；

在所述本车处于下坡状态时，确定所述预设距离为第四距离值；

在所述本车处于平坡状态时，确定所述预设距离为第五距离值，其中所述第三距离值小于或等于所述第五距离值，所述第五距离值小于所述第四距离值。

可选的，在第四方面的可选设计中，所述输出模块，还用于：

输出遮挡信息，所述遮挡信息用于指示所述第三对象为遮挡对象、以及所述第四对象为被遮挡对象。

可选的，在第四方面的可选设计中，所述输出模块，还用于：

输出对象关联信息，所述对象信息用于指示所述第三检测框与所述第三对象之间的关联关系、以及所述第四检测框与所述第四对象之间的关联关系。

第五方面，本申请提供了一种目标检测装置，包括：一个或多个处理器；一个或多个存储器；多个应用程序；以及一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，当所述一个或者多个程序被所述处理器执行时，使得所述目标检测装置执行上述第一方面或第三方面及任一方面的可能实现方式中任一项所述的步骤。

第六方面，本申请提供了一种车辆，包括上述第二方面或第二方面及任一方面的可能实现方式以及第四方面或第四方面及任一方面的可能实现方式中任一项所述的目标检测装置。

第七方面，本申请提供了一种装置，该装置包含在目标检测装置中，该装置具有实现上述第一方面或第三方面及任一方面的可能实现方式中任一项终端设备行为的功能。功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个与上述功能相对应的模块或单元。

第八方面，本申请提供了一种计算机存储介质，包括计算机指令，当计算机指令在电子设备或服务器上运行时，使得电子设备执行上述第一方面或第三方面及任一方面的可能实现方式。

第九方面，本申请提供了一种计算机程序产品，当计算机程序产品在电子设备或服务器上运行时，使得电子设备执行上述第一方面或第三方面及任一方面的可能实现方式。

第十方面，本申请提供了一种芯片系统，该芯片系统包括处理器，用于支持执行设备或训练设备实现上述方面中所涉及的功能，例如，发送或处理上述方法中所涉及的数据；或，信息。在一种可能的设计中，所述芯片系统还包括存储器，所述存储器，用于保存执行设备或训练设备必要的程序指令和数据。该芯片系统，可以由芯片构成，也可以包括芯片和其他分立器件。

本申请实施例提供了一种目标检测方法包括：获取目标图像；获取所述目标图像包括的第一区域和第二区域，所述第一区域的边界线对应第一对象在所述目标图像中的轮廓线，所述第二区域的边界线对应第二对象在所述目标图像中的轮廓线，所述目标图像包括所述第一对象和所述第二对象，所述第一对象和所述第二对象为行人或车辆；若所述第一区域和所述第二区域存在公共的边界线，则确定所述第一对象对应的第一检测框以及确定所述第二对象对应的第二检测框，其中所述第一检测框包括所述第一区域，所述第二检测框包括所述第二区域；输出所述第一检测框和所述第二检测框。通过上述方式，根据识别出与第一对象和第二对象对应的第一区域和第二区域后，可以直接根据第一区域和第二区域进行检测框的位置检测，检测精度较高。

附图说明

图1为本申请实施例提供的具有自动驾驶功能的自动驾驶装置的功能框图；

图2为本申请实施例提供的一种自动驾驶系统的结构示意图；

图3为本申请实施例提供的一种多条码识别方法的实施例示意图；

图4a为本申请实施例提供的一种ROI提取的示意；

图4b为本申请实施例提供的一种图像分割方法的示意；

图5为本申请实施例中目标图像中获取到的第一区域和第二区域的一种示意；

图6a为本申请实施例中提供的一种障碍物对象的检测框检测的示意；

图6b为本申请实施例中提供的一种障碍物对象的检测框检测的示意；

图7a为本申请实施例提供的一种图像的识别过程示意；

图7b为本申请实施例提供的一种图像的识别过程示意；

图8a、图8b和图8c为本申请实施例提供的一种对象检测的示意；

图8d为本申请实施例提供的一种对象检测的示意；

图9为本申请实施例提供的另一种目标检测方法的一种流程示意图；

图10为本申请实施例提供的目标检测装置的一种结构示意图；

图11为本申请实施例提供的终端设备的一种结构示意图。

具体实施方式

下面结合本发明实施例中的附图对本发明实施例进行描述。本发明的实施方式部分使用的术语仅用于对本发明的具体实施例进行解释，而非旨在限定本发明。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。

在对本发明实施例进行详细的解释说明之前，先对本发明实施例涉及的应用场景予以介绍。

当前，随着汽车保有量的逐年增加以及智能化的不断发展，汽车安全驾驶技术已成为了汽车领域中竞相追逐的技术热点。在车辆的自动驾驶或者无人驾驶中，通过检测车辆周围的障碍物对象，以便车辆的自动驾驶规划和控制模块能够根据该障碍物信息进行相应的行为决策(例如路径规划、避障等)，本实施例中的障碍物对象可以但不限于为行人、车辆等，其中，车辆可以是将引擎作为动力源的内燃机车辆、将引擎和电动马达作为动力源的混合动力车辆、将电动马达作为动力源的电动汽车、摩托车等等，本申请并不限定。

在一种场景中，当车辆进行高速巡航时，为了保证车辆的行驶安全，车辆可以自动检测周围的障碍物对象以及车道信息，并将周围的障碍物对象发送给车辆的自动驾驶规划模块和控制模块，这样，自动驾驶规划模块和控制模块就可以根据接收到的周围的障碍物对象以及车道信息规划车辆的行驶路径，以控制车辆进行车道变换、速度变换等。再例如，当车辆在拥堵的道路上进行自动跟车行驶时，由于路况复杂，因此，车辆需要对周围的障碍物对象以及路况信息进行准确的检测，从而为自动驾驶规划和控制模块提供准确的周围的障碍物对象以及路况信息，以便自动驾驶规划和控制模块能够根据该周围的障碍物对象以及路况信息作出精准的路径规划并对车辆进行控制，从而避免交通事故的发生。

现有技术中，本车可以对传感器获取到的目标图像(例如为视频帧)进行目标(障碍物对象)检测，确定周围的障碍物对象在目标图像中对应的检测框位置，其中，检测框为包括障碍物对象的区域，例如可以是矩形框，通过检测框可以表示障碍物对象的位置。在一种场景中，当目标图像中存在相互遮挡的障碍物对象时，现有技术中可能无法检测到被遮挡的目标，或者将遮挡物和被遮挡目标认为是同一个障碍物对象，而用同一个检测框来表示两个障碍物对象的位置。一种解决方法是：通过跟踪算法，利用目标当前帧的信息去预测目标下一帧的信息，避免被遮挡时无法检测到被遮挡对象，以视频帧包括第一对象和第二对象为例，在视频中的前几帧图像中，第一对象和第二对象彼此错开，没有出现遮挡的情况，在某几个连续帧中，第一对象遮挡了第二对象，目标图像仅包括第二对象的一部分，此时，为了获取到第二对象对应的检测框，可以基于第二对象在未被第一对象遮挡时的路径信息，去预测第二对象被第一对象遮挡时，第二对象的检测框位置。然而，当第二对象的运动状态发生突变(例如突然加速或者突然减速等等)时，本车预测的第二对象的检测框位置并不准确。需要说明的是，本申请实施例中的“本车”可以理解为进行对象检测的车辆。

为了解决上述技术问题，本申请提供了一种目标检测方法，可以在目标图像中多个对象之间存在遮挡的情况下，获取到各对象在目标图像中的检测框位置。

接下来首先对本发明实施例涉及的系统架构进行介绍。

本说明书中所述的车辆(例如下文中的第一对象、第二对象、第三对象、第四对象或本车)可以是将引擎作为动力源的内燃机车辆、将引擎和电动马达作为动力源的混合动力车辆、将电动马达作为动力源的电动汽车、摩托车等等。

本申请实施例中，车辆可以包括具有自动驾驶功能的自动驾驶装置100。

参照图1，图1是本申请实施例提供的具有自动驾驶功能的自动驾驶装置100的功能框图。在一个实施例中，将自动驾驶装置100配置为完全或部分地自动驾驶模式。

自动驾驶装置100可包括各种子系统，例如行进系统102、传感器系统104、控制系统106、一个或多个外围设备108以及电源110、计算机系统112和用户接口116。

传感器系统104可以包括雷达126、相机130、激光测距仪128以及其他子系统，本申请实施例仅描述其中的雷达126和相机130。

雷达126可利用无线电信号来感测自动驾驶装置100的周边环境内的物体。在一些实施例中，除了感测物体以外，雷达126还可用于感测物体的速度和/或前进方向。

激光测距仪128可利用激光来感测自动驾驶装置100所位于的环境中的物体。

相机130可用于捕捉自动驾驶装置100的周边环境的多个图像。相机130可以是静态相机或视频相机。可选地，为了获取车辆外部影像，相机130可位于车辆的外部的适当的位置。例如，为了获取车辆前方的影像，相机130可在车辆的室内与前风挡相靠近地配置。或者，相机130可配置在前保险杠或散热器格栅周边。例如，为了获取车辆后方的影像，相机130可在车辆的室内与后窗玻璃相靠近地配置。或者，相机130可配置在后保险杠、后备箱或尾门周边。例如，为了获取车辆侧方的影像，相机130可在车辆的室内与侧窗中的至少一方相靠近地配置。或者，相机130可配置在侧镜、挡泥板或车门周边。

计算机视觉系统140可以操作来处理和分析由相机130捕捉的图像以便识别自动驾驶装置100周边环境中的物体和/或特征。所述物体和/或特征可包括交通信号、道路边界和障碍物。计算机视觉系统140可使用物体识别算法、运动中恢复结构(structure frommotion，SFM)算法、视频跟踪和其他计算机视觉技术。在一些实施例中，计算机视觉系统140可以用于为环境绘制地图、跟踪物体、估计物体的速度等等。

处理器113可以是任何常规的处理器，诸如商业可获得的中央处理器(centralprocessing unit，CPU)。替选地，该处理器可以是诸如专用集成电路(applicationspecific integrated circuits，ASIC)或其它基于硬件的处理器的专用设备。尽管图1功能性地图示了处理器、存储器、和在相同块中的计算机的其它元件，但是本领域的普通技术人员应该理解该处理器、计算机、或存储器实际上可以包括可以或者可以不存储在相同的物理外壳内的多个处理器、计算机、或存储器。例如，存储器可以是硬盘驱动器或位于不同于计算机的外壳内的其它存储介质。因此，对处理器或计算机的引用将被理解为包括对可以或者可以不并行操作的处理器或计算机或存储器的集合的引用。不同于使用单一的处理器来执行此处所描述的步骤，诸如转向组件和减速组件的一些组件每个都可以具有其自己的处理器，所述处理器只执行与特定于组件的功能相关的计算。在此处所描述的各个方面中，处理器可以位于远离该自动驾驶装置并且与该自动驾驶装置进行无线通信。在其它方面中，此处所描述的过程中的一些在布置于自动驾驶装置内的处理器上执行而其它则由远程处理器执行，包括采取执行单一操纵的必要步骤。

在一些实施例中，存储器114可包含指令115(例如，程序逻辑)，指令115可被处理器113执行来执行自动驾驶装置100的各种功能，包括以上描述的那些功能。存储器114也可包含额外的指令，包括向行进系统102、传感器系统104、控制系统106和外围设备108中的一个或多个发送数据、从其接收数据、与其交互和/或对其进行控制的指令。这种信息可在自动驾驶装置100在自主、半自主和/或手动模式中操作期间被自动驾驶装置100和计算机系统112使用。

上述自动驾驶装置100可以为轿车、卡车、摩托车、公共汽车、船、飞机、直升飞机、割草机、娱乐车、游乐场自动驾驶装置、施工设备、电车、高尔夫球车、火车、和手推车等，本申请实施例不做特别的限定。

图1介绍了自动驾驶装置100的功能框图，下面介绍自动驾驶装置100中的自动驾驶系统。图2为本申请实施例提供的一种自动驾驶系统的结构示意图。图1和图2是从不同的角度来描述自动驾驶装置100，例如图2中的计算机系统101为图1中的计算机系统112。

如图2所示，计算机系统101包括处理器103，处理器103和系统总线105耦合。处理器103可以是一个或者多个处理器，其中，每个处理器都可以包括一个或多个处理器核。系统总线105通过总线桥111和输入输出(I/O)总线113耦合。I/O接口115和I/O总线耦合。I/O接口115和多种I/O设备进行通信，比如输入设备117(如：键盘，鼠标，触摸屏等)，多媒体盘(media tray)121，例如CD-ROM，多媒体接口等。收发器123(可以发送和/或接受无线电通信信号)，摄像头155(可以捕捉景田和动态数字视频图像)和外部USB端口125。

为了便于理解，本申请以下实施例将以具有图1和图2所示结构的自动驾驶装置为例，结合附图和应用场景，对本申请实施例提供的一种目标检测方法进行具体阐述。

参照图3，图3为本申请实施例提供的一种目标检测方法的实施例示意图，如图3示出的那样，本申请提供的目标检测方法，包括：

301、获取目标图像。

本申请实施例中，本车可以获取到目标图像，其中目标图像可以是视频中的一帧图像。具体的，本车可以基于图像采集设备获取目标图像，其中，图像采集设备可以安装在本车的车身外部。需要说明的是，可以在本车的车身周围安装有多个图像采集设备。例如，可以在本车的车身周围安装但不限于4个图像采集设备，该4个图像采集设备可以分别作为前视图像采集设备、后视图像采集设备、左视图像采集设备和右视图像采集设备。其中，前视图像采集设备安装在车头的中央位置，后视图像采集设备安装在车尾的中央位置，左视图像采集设备安装在车辆左侧沿长度方向的中点位置上，右视图像采集设备安装在车辆右侧沿长度方向的中点位置上。值得注意的是，上述仅是以4个图像采集设备为例进行说明，在实际应用中，本车的车身周围还可以安装有更多或更少的图像采集设备。该图像采集设备可以在本车行驶的过程中对本车周边的路况进行图像采集。

本申请实施例中，自动驾驶装置的图像采集装置在采集到目标图像后，可以将目标图像传输到处理器，处理器可以对目标对象进行图像处理。

302、获取所述目标图像包括的第一区域和第二区域，所述第一区域的边界线对应第一对象在所述目标图像中的轮廓线，所述第二区域的边界线对应第二对象在所述目标图像中的轮廓线，所述目标图像包括所述第一对象和所述第二对象，所述第一对象和所述第二对象为行人或车辆。

本申请实施例中，处理器接收到目标图像之后，获取所述目标图像包括的第一区域和第二区域之前，可以首先提取目标图像中的感兴趣区域(region of interest，ROI)，具体的，该ROI中可以包括目标图像中与本车预设距离在预设距离之外的障碍物对象(车辆或行人)，其中ROI为能够代表目标图像中特定特征的区域，ROI不超出该目标图像的范围，可以通过开源计算机视觉库(open source computer vision library，OpenCV)对目标图像设置ROI，实现对目标图像的分割，使得在使用函数时只针对ROI进行相关运算，故使用ROI对目标图像进行处理时，可以有针对性的圈定目标图像中所关注的重点区域。本申请实施例中，上述“所关注的重点”可以为包括与本车相距预设距离之外的障碍物对象的区域。

本申请实施例中，可以先提取第一ROI，其中，第一ROI包括与本车相距预设距离之外的障碍物对象，之后，可以根据各个障碍物对象所在的位置，进一步自适应的调整第一ROI的大小、形状和位置，以使得第一ROI尽可能的贴合与本车相距预设距离之外的障碍物对象，得到第二ROI，换一种表述方式，可以根据各个障碍物对象在目标图像中的位置，进一步自适应的调整第一ROI的大小、形状和位置，以使得第一ROI尽可能的只包括与本车相距预设距离之外的障碍物对象，而尽量少的包括非障碍物对象的区域，得到第二ROI。本申请实施例中，第一ROI和第二ROI包括的障碍物对象不变，只是剔除了非障碍物对象的区域。

需要说明的是，第一ROI和第二ROI的形状可以但不限于是矩形、梯形、三角形、不规则图形等，可以根据与本车预设距离之外的至少一个障碍物对象的形状的变化而变化，例如，与本车预设距离之外的障碍物对象的数量为一个时，第二ROI可以和该唯一的障碍物对象的外轮廓线形状一致或近似一致。又例如，与本车预设距离之外的障碍物对象的数量为多个时，多个障碍物对象构成一个新的障碍物形状，第二ROI可以和该新的障碍物形状的外轮廓线形状一致或近似一致。

具体的，可以参照图4a，图4a为本申请实施例提供的一种ROI提取的示意，如图4a中示出的那样，可以先提取获得第一ROI 401，第一ROI 401包括与本车距离在预设距离之外的多个车辆，然而ROI 401中很大一部分为非障碍物对象，例如道路、数目和天空等等，之后，可以对第一ROI进行自适应调整(调整大小、形状、位置等等)得到第二ROI 402，其中，第二ROI 402包括了与本车距离在预设距离之外的多个车辆，且其剔除了大部分非障碍物对象的区域。通过上述方式，在减少算力，提高实时性的同时，提高了检测精度。

需要说明的是，本申请实施例可以基于现有技术中任意一种可以提取包括预设距离之外的对象的ROI的方法来实现，本申请并不限定ROI的提取方式。

在一种实施例中，上述实施例中的预设距离的设定大小具体可以与本车的行驶状态相关，所述本车为用于获取所述目标图像的传感器所在的车辆，所述行驶状态可以至少包括如下的一种：行驶方向、行驶时所在的路面的上下坡状态。

本申请实施例中，所述行驶方向可以包括左转、右转或直行，在所述本车处于左转或右转时，确定所述预设距离为第一距离值，在所述本车处于直行时，确定所述预设距离为第二距离值，其中所述第一距离值小于所述第二距离值。

例如，当本车处于直行的行驶状态时，或者处于和直行的行驶方向偏离预设角度范围内的行驶方向时，可以确定所述预设距离为第二距离值，例如第二距离值可以是50米，当本车处于左转或右转的行驶状态时，可以确定所述预设距离为第一距离值，例如第一距离值可以是40米。

本申请实施例中，所述上下坡状态可以包括上坡状态、下坡状态以及平坡状态，其中，在所述本车处于上坡状态时，确定所述预设距离为第三距离值，在所述本车处于下坡状态时，确定所述预设距离为第四距离值，在所述本车处于平坡状态时，确定所述预设距离为第五距离值，其中所述第三距离值小于或等于所述第五距离值，所述第五距离值小于所述第四距离值。需要说明的是，本申请实施例中，本车处于上坡状态、下坡状态或平坡状态中的哪一种状态可以根据本车当前行驶的路面与水平面的倾角确定，这里并不限定。

例如，当本车处于上坡状态时，可以确定所述预设距离为第三距离值，例如第三距离值可以是40米，当本车处于下坡状态时，可以确定所述预设距离为第四距离值，例如第三距离值可以是55米，当本车处于平坡状态时，可以确定所述预设距离为第五距离值，例如第五距离值可以是50米。

本申请实施例中，当本车处于不同的行驶方向以及行驶时所在的路面不同的上下坡状态时，所设定的预设距离可以不同，示例性的，当本车处于直行以及下坡状态时，可以确定所述预设距离为A米，当本车处于直行以及平坡状态时，可以确定所述预设距离为B米，当本车处于直行以及上坡状态时，可以确定所述预设距离为C米，当本车处于左转或右转，以及下坡状态时，可以确定所述预设距离为D米，当本车处于左转或右转，以及平坡状态时，可以确定所述预设距离为E米，当本车处于左转或右转，以及上坡状态时，可以确定所述预设距离为F米，其中，A大于或等于B，B大于或等于C，C大于或等于D，D大于或等于E，E大于或等于F。

本申请实施例中，当本车处于不同的行驶方向以及行驶时所在的路面不同的上下坡状态时，所设定的预设距离可以不同，示例性的，当本车处于下坡状态以及直行时，可以确定所述预设距离为A米，当本车处于下坡状态，以及左转或右转时，可以确定所述预设距离为B米，当本车处于平坡状态以及直行时，可以确定所述预设距离为C米，当本车处于平坡状态，以及左转或右转时，可以确定所述预设距离为D米，当本车处于上坡状态以及直行时，可以确定所述预设距离为E米，当本车处于上坡状态，以及左转或右转时，可以确定所述预设距离为F米，其中，A大于或等于B，B大于或等于C，C大于或等于D，D大于或等于E，E大于或等于F。

需要说明的是，所设定的预设距离值的具体大小还可以具体为与本车行驶方向与直行方向之间具体的夹角值以及行驶时所在的路面与水平面的夹角有关的值，这里并不限定。

本申请实施例中，当障碍物对象距离本车的距离较近时，其在目标图像中的清晰度比较清晰，且尺寸大小较大，检测框的检测精度较高，因此，可以针对不同距离的障碍物对象采用不同的目标检测方法，针对于距离较远的障碍物对象可以采用检测精度较高而算力开销较大的方法，针对于距离较近的障碍物对象可以采用检测精度较低而算力开销较小的方法，以此实现检测精度和算力开销之间的平衡，接下来分别针对于上述两种不同的目标检测方法进行描述。

首先描述针对于与本车距离超出预设距离值的障碍物对象时，如何对障碍物对象进行检测框的检测。

本申请实施例中，以目标图像包括第一对象以及第二对象为例进行说明，其中，在目标图像中，所述目标图像的拍摄点(或者本车)与所述第一对象之间的距离大于预设距离，所述目标图像的拍摄点(或者本车)与所述第二对象之间的距离大于所述预设距离。

此时，处理器可以获取所述目标图像包括的第一区域和第二区域，其中，所述第一区域的边界线对应第一对象在所述目标图像中的轮廓线，所述第二区域的边界线对应第二对象在所述目标图像中的轮廓线。

具体的，处理器可以但不限于基于图像语义分割的方式获取所述目标图像包括的第一区域和第二区域。其中，图像语义分割可以将目标图像中包括的各个对象精确地分割出来。本申请实施例中，可以根据现有技术中任意一种图像语义分割技术来获取所述目标图像中包括的第一区域和第二区域。参照图4b，图4b为本申请实施例提供的一种图像分割方法的示意，如图4b中示出的那样，目标图像中的障碍物对象包括第一对象、第二对象以及其他障碍物对象(车辆以及行人)，此时，基于图像语义分割，可以获取到与第一对象对应的第一区域403、与第二对象对应的第二区域404、以及与其他车辆对应的区域405和与行人对应的区域406。需要说明的是，第一区域可以是通过第一对象在目标图像中的区域对应的像素点做坐标集合来表示、或者通过第一对象在目标图像中的轮廓线对应的像素坐标集合来表示，第二区域可以是通过第二对象在目标图像中的区域对应的像素点坐标集合来表示、或者通过第二对象在目标图像中的轮廓线对应的像素点坐标集合来表示，这里并不限定。具体的，在进行图像语义分割之后，可以保存第一区域的像素点坐标集合，以及第一区域的像素点坐标集合与第一对象之间的关联关系，第二区域的像素点坐标集合，以及第二区域的像素点坐标集合与第二对象之间的关联关系。

需要说明的是，所述第一区域的边界线对应第一对象在所述目标图像中的轮廓线，所述第二区域的边界线对应第二对象在所述目标图像中的轮廓线。其中，这里的“对应”应理解为，第一边界线可以在一定程度上表示出第一对象在所述目标图像中的轮廓线形状以及第一对象在所述目标图像中的位置，然而，第一边界线并不一定严格的与第一对象在所述目标图像中的轮廓线和位置完全一致，而是可以描述大致的形状和位置即可。

303、若所述第一区域和所述第二区域存在公共的边界线，则确定所述第一对象对应的第一检测框以及确定所述第二对象对应的第二检测框，其中所述第一检测框包括所述第一区域，所述第二检测框包括所述第二区域。

本申请实施例中，若所述第一区域和所述第二区域存在公共的边界线，则确定所述第一对象对应的第一检测框以及确定所述第二对象对应的第二检测框，其中所述第一检测框包括所述第一区域，所述第二检测框包括所述第二区域。

本申请实施例中，当检测到第一区域和所述第二区域之后，可以首先判断第一区域和第二区域之间是否存在公共的边界线，在第一区域和第二区域之间存在公共的边界线的情况下，可以认为第一对象和第二对象之间存在遮挡。

具体的，可以通过如下一种方式确定第一区域和第二区域之间是否存在公共的边界线：

1、判断第一区域是否和第二区域包括多个共同且连续的的像素点坐标，若是，则确定第一区域和所述第二区域之间存在公共的边界线。

参照图5，图5为本申请实施例中目标图像中获取到的第一区域和第二区域的一种示意，如图5中示出的那样，第一区域403和第二区域404之间存在公共的边界线501，其中边界线501对应的像素点为第一对象对应的像素坐标点集合和第二对象对应的像素坐标点集合包括的共同像素点，此时，可以确定第一区域和第二区域之间存在公共的边界线。

2、判断第一区域的边缘线是否和第二区域的边缘线存在两个交点(下文中该交点还可以描述为凹点，凹点可以理解为目标图像中的障碍物对象的边缘线的交点，两个交点还可以描述为第一分界点和第二分界点)，若是，则确定第一区域和所述第二区域之间存在公共的边界线。

参照图5，图5为本申请实施例中目标图像中获取到的第一区域和第二区域的一种示意，如图5中示出的那样，第一区域的边缘线和第二区域的边缘线存在两个交点(凹点501和凹点502)，此时，可以确定第一区域和第二区域之间存在公共的边界线。

具体的，当检测到目标图像中的多个凹点时，可以首先进行凹点之间的匹配，匹配的目的是确定相互遮挡的关系的对象之间的凹点，该凹点可以用来确定相互遮挡的障碍物对象之间的分界线，进而通过分界线来调整检测框的位置。具体的，可以采用角点匹配、颜色匹配、九宫格匹配等进行凹点之间的匹配。

其中，角点匹配可以指寻找遮挡车辆之间的特征像素点的对应关系，从而确定行驶车辆之间的位置关系，根据特征像素点获得相互遮挡的障碍物对象之间的凹点。颜色匹配可以指根据图像语义分割后的结果，提取其颜色信息，进而得到相互遮挡的障碍物对象之间的凹点。九宫格匹配可以指根据障碍物对象的大小和特征点将图片划分成多个栅格，对栅格内的特征点数量进行移动统计，通过特征点距离中心特征点的远近，超过阈值则被认为是一个正确的匹配，否则被筛选掉。在得到配对的凹点之后，可以根据配对凹点获得相互遮挡的障碍物对象之间的分界线。示例性的，相互配对的凹点可以为图5中示出的凹点501和凹点502。

在一种实施例中，可以确定第一初始检测框，所述初始检测框对应于所述第一对象和所述第二对象。

本申请实施例中，第一初始检测框可以为基于现有技术进行检测框检测后得到的结果，此时，可以对该检测框进行准确性判断，若判断出第一初始检测框对应于所述第一对象和/或所述第二对象，即将同一个检测框(第一初始检测框)作为第一对象和/或第二对象的检测框时，则认为第一初始检测框的检测结构有误，此时，可以基于第一初始检测框，分别确定第一对象的检测框位置以及第二对象的检测框位置。

需要说明的是，第一初始检测框对应于所述第一对象和/或所述第二对象，其中，“对应”可以理解为：第一对象和所述第二对象作为一个障碍物对象，第一初始检测框对应于上述障碍物对象，或者，第一对象的检测框为第一初始检测框，第二对象的检测框为第二初始检测框，此时，第一初始检测框与第一对象和所述第二对象具有关联关系。

需要说明的是，第一初始检测框对应于所述第一对象和/或所述第二对象，其中，“对应”还可以理解为：处理器未检测到第一对象以及第二对象中的一个，此时，仅仅检测出了第一对象或第二对象的检测框(第一初始检测框)，此时，可以认为，该第一初始检测框对应于所述第一对象或所述第二对象。

需要说明的是，上述“对应”不是指，第一初始检测框包括了第一对象和/或第二对象的全部像素点，而只是用于表示第一对象和/或第二对象在目标图像中的位置。

需要说明的是，在一种实施例中，可以基于第一对象和第二对象对应的检测框数量或者对应关系来确定第一初始检测框对应于所述第一对象和/或所述第二对象。

具体的，若第一对象和第二对象以一个整体对应于一个检测框，则可以认为第一初始检测框对应于所述第一对象和所述第二对象。

具体的，若第一对象对应于一个检测框，而第二对象未对应于一个检测框，则可以认为第一初始检测框对应于所述第一对象。

具体的，若第二对象对应于一个检测框，而第一对象未对应于一个检测框，则可以认为第一初始检测框对应于所述第二对象。

本申请实施例中，可以根据图像语义分隔的结果来确定第一初始检测框对应于所述第一对象和所述第二对象，例如，若针对于第一对象和第二对象仅仅识别出了一个第一初始检测框，且第一初始检测框包括了第一对象大部分或全部的像素点，第一初始检测框包括了第二对象大部分或全部的像素点，则可以认为第一初始检测框对应于所述第一对象和所述第二对象。

需要说明的是，在一种实施例中，可以基于图像语义分隔的结果来确定第一初始检测框对应于所述第一对象和所述第二对象，例如，若第一对象和第二对象的边界线附近仅仅识别出了一个第一初始检测框，且第一初始检测框包括了第一对象大部分或全部的像素点，第一初始检测框包括了第二对象大部分或全部的像素点，则可以认为第一初始检测框对应于所述第一对象和所述第二对象。

本申请实施例中，可以根据图像语义分隔的结果来确定第一初始检测框对应于所述第一对象或所述第二对象，例如，若针对于第一对象和第二对象仅仅识别出了一个第一初始检测框，且第一初始检测框包括了第一对象大部分或全部的像素点，第一初始检测框包括了第二对象大部分或全部的像素点，则可以认为第一初始检测框对应于所述第一对象和所述第二对象。

本申请实施例中，可以根据图像语义分隔的结果来确定第一初始检测框对应于所述第一对象和/或所述第二对象，例如，若针对于第一对象和第二对象仅仅识别出了一个第一初始检测框，且第一初始检测框包括了第一对象大部分或全部的像素点，且不包括或仅仅包括第二对象中很少数量的像素点，则可以认为第一初始检测框对应于所述第一对象。

本申请实施例中，在拍摄所述目标图像时，所述目标图像的拍摄点与所述第一对象之间的距离小于与第二对象之间的距离，即在目标图像中，第一对象为遮挡方，第二对象为被遮挡方。

本申请实施例中，在确定第一初始检测框，所述初始检测框对应于所述第一对象和所述第二对象之后，相当于确定了初始的检测框检测结果有误，则需要进行检测框的数量以及位置调整。

本申请实施例中，可以根据所述第一初始检测框和所述目标分界线确定第一中心点，所述第一中心点在所述目标图像中的纵向坐标与所述目标分界线的中点在所述目标图像中的纵向坐标之间的距离在预设范围内，所述第一中心点在所述目标图像中的横向坐标与所述第一初始检测框的中心点在所述目标图像中的纵向坐标之间的距离在预设范围内。

本申请实施例中，可以基于第一初始检测框和所述目标分界线确定第一中心点，其中第一中心点在所述目标图像中的横向坐标位置与第一初始检测框有关，第一中心点在所述目标图像中的纵向坐标位置与目标分界线有关。

具体的，第一中心点在所述目标图像中的纵向坐标与所述目标分界线的中点在所述目标图像中的纵向坐标之间的距离在预设范围内，该预设范围可以根据需求而定，例如可以是在4个像素距离以内等等，这里并不限定。

具体的，第一中心点在所述目标图像中的横向坐标与所述第一初始检测框的中心点在所述目标图像中的纵向坐标之间的距离在预设范围内，该预设范围可以根据需求而定，例如可以是在4个像素距离以内等等，这里并不限定。

参照图6a，图6a为本申请实施例中提供的一种障碍物对象的检测框检测的示意，如图6a中示出的那样，目标图像包括第一区域601和第二区域602。其中，第一区域601和第二区域602之间的第一分界点和第二分界点之间的连线为目标分界线603。

最开始，基于某种目标检测方法，可以获取到与第一对象和第二对象对应的第一初始检测框604。接下来，可以基于第一初始检测框604以及目标分界线603来确定第一中心点605的位置。

其中，第一初始检测框604的中心点与第一中心点605之间的横向坐标距离在预设范围内，该预设范围可以根据实际需求确定，例如可以是5像素距离以内等等，这里并不限定。这里需要说明的是，第一初始检测框604的中心点可以与第一中心点605的横向坐标位置重合。需要说明的是，上述“某种目标检测方法”可以是现有技术中任意一种检测框检测方法，其精度交底而导致第一对象和第二对象的检测框识别为同一个检测框(第一初始检测框)。

其中，目标分界线603的中心点与第一中心点605之间的纵向坐标距离在预设范围内，该预设范围可以根据实际需求确定，例如可以是5像素距离以内等等，这里并不限定。这里需要说明的是，目标分界线603的中心点可以与第一中心点605的纵向坐标位置重合。

本申请实施例中，在确定了第一中心点605的位置之后，可以根据第一中心点605的位置以及目标分界线603确定第二中心点606的位置，其中，所述第二中心点606与所述第一中心点605相对于所述目标分界线603的对称点之间的距离小于预设值，该预设范围可以根据实际需求确定，例如可以是5像素距离以内等等，这里并不限定。这里需要说明的是，第二中心点606可以与第一中心点605相对于所述目标分界线603的对称点重合，即第一中心点605相对于所述目标分界线603的对称点为第二中心点606。

本申请实施例中，在确定了第一中心点605之后，可以根据所述第一中心点605和所述第一区域601确定所述第二对象对应的第一检测框607，所述第一检测框607的中心点与所述第一中心点605之间的距离在预设范围内，且所述第一检测框607包括所述第一区域601。该预设范围可以根据实际需求确定，例如可以是5像素距离以内等等，这里并不限定。这里需要说明的是，第一中心点605可以与第一检测框607的中心点重合。

本申请实施例中，所述第一检测框607包括所述第一区域601，即第一区域601的像素点在第一检测框607包括的图像区域范围内，具体的，可以通过调整第一检测框607的位置和大小，以使得第一检测框607包括所述第一区域601，且第二检测框608的中心点与所述第一中心点605之间的距离在预设范围内。

本申请实施例中，在确定了第二中心点606之后，可以根据所述第二中心点606和所述第二区域602确定所述第二对象对应的第二检测框608，所述第二检测框608的中心点与所述第二中心点606之间的距离在预设范围内，且所述第二检测框608包括所述第二区域602。该预设范围可以根据实际需求确定，例如可以是5像素距离以内等等，这里并不限定。这里需要说明的是，第二中心点606可以与第二检测框608的中心点重合。

本申请实施例中，所述第二检测框608包括所述第二区域602，即第二区域602的像素点在第二检测框608包括的图像区域范围内。具体的，可以通过调整第二检测框608的位置和大小，以使得第二检测框608包括所述第二区域602，且第二检测框608的中心点与所述第二中心点606之间的距离在预设范围内，具体可以参照图6b。

在一种实施例中，所述第一检测框为所述第一区域的外接矩形框，所述第二检测框为所述第二区域的外接矩形框。

本申请实施例中，在获取到第一区域和第二区域之后，可以直接将第一区域的外接矩形框作为第一对象对应的第一检测框，将第二区域的外接矩形框作为第二对象对应的第二检测框。

相比于现有技术中，通过基于对象跟踪的方式来获取被遮挡的障碍物对象的检测框位置，当被遮挡的障碍物对象的运动状态突变时，检测框的位置检测精度很低的问题，本申请实施例中，由于根据识别出与第一对象和第二对象对应的第一区域和第二区域后，可以直接根据第一区域和第二区域进行检测框的位置检测，检测精度较高。

304、输出所述第一检测框和所述第二检测框。

本申请实施例中，在确定所述第一对象对应的第一检测框以及确定所述第二对象对应的第二检测框之后，可以输出所述第一检测框和所述第二检测框，其中，所述第一检测框和所述第二检测框可以为矩形框，可以用对角线的端点位置来表示。即，本申请实施例中，可以输出第一检测框的对角线的端点位置以及所述第二检测框对角线的端点位置。具体的，可以将第一检测框和所述第二检测框的信息作为接口提供给自动驾驶装置的路径规划控制等模块。

此外，本申请实施例中，还可以输出遮挡信息，所述遮挡信息用于指示所述第一对象为遮挡对象、以及所述第二对象为被遮挡对象。还可以输出对象关联信息，所述对象信息用于指示所述第一检测框与所述第一对象之间的关联关系、以及所述第二检测框与所述第二对象之间的关联关系。

本申请实施例中，可以输出指示所述第一对象为遮挡对象、以及所述第二对象为被遮挡对象的遮挡信息，例如可以通过预设的字符串来表示遮挡或者被遮挡，示例性的，可以用“1”表示第一对象(遮挡对象)，“0”表示第二对象(被遮挡对象)。本申请实施例中，可以输出指示所述第一检测框与所述第一对象之间的关联关系、以及所述第二检测框与所述第二对象之间的关联关系的对象关联信息。

本申请实施例提供了一种目标检测方法包括：获取目标图像；获取所述目标图像包括的第一区域和第二区域，所述第一区域的边界线对应第一对象在所述目标图像中的轮廓线，所述第二区域的边界线对应第二对象在所述目标图像中的轮廓线，所述目标图像包括所述第一对象和所述第二对象，所述第一对象和所述第二对象为行人或车辆；若所述第一区域和所述第二区域存在公共的边界线，则确定所述第一对象对应的第一检测框以及确定所述第二对象对应的第二检测框，其中所述第一检测框包括所述第一区域，所述第二检测框包括所述第二区域；输出所述第一检测框和所述第二检测框。通过上述方式，根据识别出与第一对象和第二对象对应的第一区域和第二区域后，可以直接根据第一区域和第二区域进行检测框的位置检测，检测精度较高。

本申请实施例中，当障碍物对象距离本车的距离较近时，其在目标图像中的清晰度比较清晰，且尺寸大小较大，检测框的检测精度较高，因此，针对于距离较近的障碍物对象可以采用检测精度较低而算力开销较小的方法，以此实现检测精度和算力开销之间的平衡，接下来描述针对于与本车距离小于预设距离值的障碍物对象时，如何对障碍物对象进行检测框检测。

本申请实施例中，所述目标图像还包括第一阴影区域和第二阴影区域。其中，第一阴影区域对应于第三对象，第二阴影区域对应于第四对象，且，在拍摄所述目标图像时，所述目标图像的拍摄点与所述第三对象之间的距离小于预设距离，所述目标图像的拍摄点与所述第四对象之间的距离小于预设距离。

可选的，在拍摄所述目标图像时，所述目标图像的拍摄点与所述第三对象之间的距离小于与所述第四对象之间的距离。

在一种实施例中，上述实施例中的预设距离的设定大小具体可以与本车的行驶状态相关，所述本车为用于获取所述目标图像的传感器所在的车辆，所述行驶状态可以至少包括如下的一种：行驶方向、行驶时所在的路面的上下坡状态。

本申请实施例中，所述行驶方向可以包括左转、右转或直行，在所述本车处于左转或右转时，确定所述预设距离为第一距离值，在所述本车处于直行时，确定所述预设距离为第二距离值，其中所述第一距离值小于所述第二距离值。

例如，当本车处于直行的行驶状态时，或者处于和直行的行驶方向偏离预设角度范围内的行驶方向时，可以确定所述预设距离为第二距离值，例如第二距离值可以是50米，当本车处于左转或右转的行驶状态时，可以确定所述预设距离为第一距离值，例如第一距离值可以是40米。

本申请实施例中，所述上下坡状态可以包括上坡状态、下坡状态以及平坡状态，其中，在所述本车处于上坡状态时，确定所述预设距离为第三距离值，在所述本车处于下坡状态时，确定所述预设距离为第四距离值，在所述本车处于平坡状态时，确定所述预设距离为第五距离值，其中所述第三距离值小于或等于所述第五距离值，所述第五距离值小于所述第四距离值。需要说明的是，本申请实施例中，本车处于上坡状态、下坡状态或平坡状态中的哪一种状态可以根据本车当前行驶的路面与水平面的倾角确定，这里并不限定。

例如，当本车处于上坡状态时，可以确定所述预设距离为第三距离值，例如第三距离值可以是40米，当本车处于下坡状态时，可以确定所述预设距离为第四距离值，例如第三距离值可以是55米，当本车处于平坡状态时，可以确定所述预设距离为第五距离值，例如第五距离值可以是50米。

本申请实施例中，当本车处于不同的行驶方向以及行驶时所在的路面不同的上下坡状态时，所设定的预设距离可以不同，示例性的，当本车处于直行以及下坡状态时，可以确定所述预设距离为A米，当本车处于直行以及平坡状态时，可以确定所述预设距离为B米，当本车处于直行以及上坡状态时，可以确定所述预设距离为C米，当本车处于左转或右转，以及下坡状态时，可以确定所述预设距离为D米，当本车处于左转或右转，以及平坡状态时，可以确定所述预设距离为E米，当本车处于左转或右转，以及上坡状态时，可以确定所述预设距离为F米，其中，A大于或等于B，B大于或等于C，C大于或等于D，D大于或等于E，E大于或等于F。

本申请实施例中，当本车处于不同的行驶方向以及行驶时所在的路面不同的上下坡状态时，所设定的预设距离可以不同，示例性的，当本车处于下坡状态以及直行时，可以确定所述预设距离为A米，当本车处于下坡状态，以及左转或右转时，可以确定所述预设距离为B米，当本车处于平坡状态以及直行时，可以确定所述预设距离为C米，当本车处于平坡状态，以及左转或右转时，可以确定所述预设距离为D米，当本车处于上坡状态以及直行时，可以确定所述预设距离为E米，当本车处于上坡状态，以及左转或右转时，可以确定所述预设距离为F米，其中，A大于或等于B，B大于或等于C，C大于或等于D，D大于或等于E，E大于或等于F。

需要说明的是，所设定的预设距离值的具体大小还可以具体为与本车行驶方向与直行方向之间具体的夹角值以及行驶时所在的路面与水平面的夹角有关的值，这里并不限定。

本申请实施例中，第三对象和第四对象可以指不在ROI区域内的障碍物对象，所述第三对象和所述第四对象为行人或车辆。

本申请实施例中，可以获取目标图像中所述第一阴影区域的第一边缘线，以及所述第二阴影区域的第二边缘线，其中，所述第一边缘线为所述第一阴影区域的纵向底部的边缘线，所述第二边缘线为所述第二阴影区域的纵向底部的边缘线，所述第一阴影区域为第三对象的阴影区域，所述第二阴影区域为第四对象的阴影区域。

本申请实施例中，可以首先通过一定的计算机视觉算法检测近距离障碍物对象的阴影区域的边缘线。具体的，可以先检测到障碍物对象的阴影区域，然后获取该阴影区域中在目标图像中在纵向方向最靠下的边缘线的位置，进而得到第一边缘线和第二边缘线。

本申请实施例中，可以确定第二初始检测框，所述第二初始检测框对应于所述第三对象和所述第四对象。

本申请实施例中，第二初始检测框可以为基于现有技术进行检测框检测后得到的结果，此时，可以对该检测框进行准确性判断，若判断出第二初始检测框对应于所述第三对象和/或所述第四对象，即将同一个检测框(第二初始检测框)作为第三对象和/或第四对象的检测框时，则认为第二初始检测框的检测结构有误，此时，可以基于第二初始检测框，分别确定第三对象的检测框位置以及第四对象的检测框位置。

需要说明的是，第二初始检测框对应于所述第三对象和/或所述第四对象，其中，“对应”可以理解为：第三对象和所述第四对象作为一个障碍物对象，第二初始检测框对应于上述障碍物对象，或者，第三对象的检测框为第二初始检测框，第四对象的检测框为第二初始检测框，此时，第二初始检测框与第三对象和所述第四对象具有关联关系。

需要说明的是，第二初始检测框对应于所述第三对象和/或所述第四对象，其中，“对应”还可以理解为：处理器未检测到第三对象以及第四对象中的一个，此时，仅仅检测出了第三对象或第四对象的检测框(第二初始检测框)，此时，可以认为，该第二初始检测框对应于所述第三对象或所述第四对象。

需要说明的是，上述“对应”不是指，第二初始检测框包括了第三对象和/或第四对象的全部像素点，而只是用于表示第三对象和/或第四对象在目标图像中的位置。

需要说明的是，在一种实施例中，可以基于第三对象和第四对象对应的检测框数量或者对应关系来确定第二初始检测框对应于所述第三对象和/或所述第四对象。

具体的，若第三对象和第四对象以一个整体对应于一个检测框，则可以认为第二初始检测框对应于所述第三对象和所述第四对象。

具体的，若第三对象对应于一个检测框，而第四对象未对应于一个检测框，则可以认为第二初始检测框对应于所述第三对象。

具体的，若第四对象对应于一个检测框，而第三对象未对应于一个检测框，则可以认为第二初始检测框对应于所述第四对象。

本申请实施例中，可以根据图像语义分隔的结果来确定第二初始检测框对应于所述第三对象和所述第四对象，例如，若针对于第三对象和第四对象仅仅识别出了一个第二初始检测框，且第二初始检测框包括了第三对象大部分或全部的像素点，第二初始检测框包括了第四对象大部分或全部的像素点，则可以认为第二初始检测框对应于所述第三对象和所述第四对象。

需要说明的是，在一种实施例中，可以基于图像语义分隔的结果来确定第二初始检测框对应于所述第三对象和所述第四对象，例如，若第三对象和第四对象的边界线附近仅仅识别出了一个第二初始检测框，且第二初始检测框包括了第三对象大部分或全部的像素点，第二初始检测框包括了第四对象大部分或全部的像素点，则可以认为第二初始检测框对应于所述第三对象和所述第四对象。

本申请实施例中，可以根据图像语义分隔的结果来确定第二初始检测框对应于所述第三对象或所述第四对象，例如，若针对于第三对象和第四对象仅仅识别出了一个第二初始检测框，且第二初始检测框包括了第三对象大部分或全部的像素点，第二初始检测框包括了第四对象大部分或全部的像素点，则可以认为第二初始检测框对应于所述第三对象和所述第四对象。

本申请实施例中，可以根据图像语义分隔的结果来确定第二初始检测框对应于所述第三对象和/或所述第四对象，例如，若针对于第三对象和第四对象仅仅识别出了一个第二初始检测框，且第二初始检测框包括了第三对象大部分或全部的像素点，且不包括或仅仅包括第四对象中很少数量的像素点，则可以认为第二初始检测框对应于所述第三对象。

本申请实施例中，在得到第一边缘线和第二边缘线之后，若所述第一边缘线的边界点沿预设方向和所述第二边缘线存在交点，则通过所述交点所在的纵向直线对所述第二初始检测框进行划分，确定所述第三对象对应的第三检测框以及所述第四对象对应的第四检测框。可选地，在一种实施例中，预设方向可以与所述第三车辆或所述第四车辆的行车方向一致，或所述预设方向可以与所述第三车辆当前行车的车道线方向一致。

本申请实施例中，第一边缘线可以包括两个边界点，换一种表述方式，边界点也可以理解为线段(第一边缘线)的端点，当两个边界点中的至少一个边界点沿预设方向和所述第二边缘线存在交点时，可以通过所述交点所在的纵向直线对所述第二初始检测框进行划分。

本申请实施例中，预设方向可以与所述第三车辆或所述第四车辆的行车方向一致。具体的，本车可以但不限于基于对目标图像进行图像分析或者基于其他传感器获取到的数据进行分析，以得到第三车辆或第四车辆的行车方向，进而可以根据第三车辆或第四车辆的行车方向，来判断所述第一边缘线的边界点沿行车方向是否和所述第二边缘线存在交点。

需要说明的是，预设方向表示的是，第三车辆或第四车辆实际的行车方向，本申请实施例中可以在目标图像中确定与该预设方向对应的方向，而判断第一边缘线的边界点沿预设方向是否和所述第二边缘线存在交点，可以理解为，判断第一边缘线的边界点沿第三车辆或第四车辆实际的行车方向映射到目标图像中的方向，是否和所述第二边缘线存在交点，其中可以结合摄像头拍摄目标图像时的参设参数等等进行上述方向的映射处理，这里不再赘述。

本申请实施例中，预设方向可以与所述第三车辆当前行车的车道线方向一致。具体的，本车可以但不限于基于对目标图像进行图像分析或者基于其他传感器获取到的数据进行分析，以得到第三车辆当前行车的车道线方向，进而可以根据第三车辆当前行车的车道线方向，来判断所述第一边缘线的边界点沿车道线方向是否和所述第二边缘线存在交点。

需要说明的是，预设方向表示的是，实际的车道线方向，本申请实施例中可以在目标图像中确定与该预设方向对应的方向，而判断第一边缘线的边界点沿预设方向是否和所述第二边缘线存在交点，可以理解为，判断第一边缘线的边界点沿车道线方向映射到目标图像中的方向，是否和所述第二边缘线存在交点，其中可以结合摄像头拍摄目标图像时的参设参数等等进行上述方向的映射处理，这里不再赘述。

参照图7a，图7a为本申请实施例提供的一种图像的识别过程示意，如图7a中示出的那样，通过对目标图像进行识别，得到第一阴影区域701和第二阴影区域702，图7a还包括车道线706，第一阴影区域701的边缘点为第一边缘线703，第二阴影区域702的边缘点为第二边缘线705，其中，所述第一边缘线703的边界点沿预设方向和所述第二边缘线704存在交点705，该预设方向可以与所述第三车辆的行车方向707一致、或与所述第四车辆的行车方向708一致、或与所述第三车辆当前行车的车道线方向一致，这里并不限定。

为了更好地理解，参照图7b，图7b为本申请实施例提供的一种图像的识别过程示意，其中，图7b表示的是实际的场景俯视示意，如图7b中示出的那样，从俯视地面的视角来看，第一阴影区域701的边缘点为第一边缘线703，第二阴影区域702的边缘点为第二边缘线705，其中，所述第一边缘线703的边界点沿预设方向和所述第二边缘线704存在交点705。

需要说明的是，车道线方向可以理解为车道线所在的直线的方向。

需要说明的是，上述“一致”并不是指在数学上严格的一致，而是指所指示的方向一致，由于识别精度、车道线在路面的印刷情况等其他原因，预设方向可能与车道线的方向存在一定的夹角，或者，车道线也可能不是严格意义上的直线，此时，车道线所在的方向可以表示车道线表示的大致方向。

本申请实施例中，若所述第一边缘线的边界点沿预设方向和所述第二边缘线存在交点，则可以确定第三对象在目标图像中遮挡了第四对象，由于第二初始检测框对应于第三对象和第四对象，因此，相当于检测框的检测结果有误。

本申请实施例中，可以通过所述交点所在的纵向直线对所述第二初始检测框进行划分，确定所述第三对象对应的第三检测框以及所述第四对象对应的第四检测框。

可选地，在一种实施例中，可以通过所述交点所在的纵向直线将所述第二初始检测框划分为所述第三检测框和第二子检测框，所述第三检测框的中心点为第三中心点，并根据所述第三中心点，通过对所述第二子检测框进行平移调整和/或尺寸调整，确定所述第四检测框，其中，所述第四检测框的第四中心点与所述第三中心点相对于目标线的对称点之间的距离小于预设值，所述目标线经过所述交点，且所述目标线的方向与所述预设方向垂直。

参照图8a、图8b和图8c，图8a、图8b和图8c为本申请实施例提供的一种对象检测的示意，如图8a示出的那样，通过对目标图像进行识别，得到第一阴影区域701和第二阴影区域702，图7a还包括车道线706，第一阴影区域701的边缘点为第一边缘线703，第二阴影区域702的边缘点为第二边缘线705，其中，所述第一边缘线703的边界点沿预设方向和所述第二边缘线704存在交点705，此外，还获取到第二初始检测框为801。交点705所在的纵向直线为直线804，如图8b中示出的那样，直线804将第二初始检测框为801划分为第三检测框802和第二子检测框803，其中，第三检测框802可以认为是与第三车辆对应的检测框，接下来，可以根据第三检测框802的位置来调整第二子检测框803的位置和大小，以此得到第四对象对应的检测框(第四检测框)。

如图8b中示出的那样，第三检测框802的中心点为第三中心点805,目标线806为经过交点705且与预设方向垂直的直线，其中，预设方向可以与第三对象所在的车道线方向一致或与第三对象或第四对象的行车方向一致，第三中心点805相对于目标线806的对称点与第四中心点807的距离小于预设距离，预设距离的大小可以根据实际需求而定，例如可以是5像素距离以内，需要说明的是，第三中心点805相对于目标线806的对称点可以与第四中心点807重合。

本申请实施例中，第四中心点807可以认为是第四对象对应的第四检测框的中心点位置。在得到第四检测框的中心点位置(第四中心点807)之后，可以通过对所述第二子检测框803进行平移调整和/或尺寸调整，来确定所述第四检测框，如图8c示出的那样，第四检测框808的中心点为第四中心点807。可选的，可以固定第二子检测框803的相邻两条边，并调整其余两条相临边的位置来对所述第二子检测框803进行平移调整和/或尺寸调整，参照图8d，图8d为本申请实施例提供的一种对象检测的示意，图8d示出了第二子检测框803和第四中心点807的位置，固定图8d中第二子检测框803的上边沿和右边沿的位置，调整图8d中第二子检测框803的下边沿和左边沿的位置，具体的，为了将第四中心点处于检测框的中心位置，则将下边沿向上移动，将左边沿向左移动，直到第四中心点处于检测框的中心位置，得到第四检测框808。

需要说明的是，以上仅为得到第四检测框的一种示意方式，本申请并不限定。

在得到与第三对象对应的第三检测框以及与第四对象对应的第四检测框之后，可以输出所述第三检测框以及所述第四检测框。其中，所述第三检测框和所述第四检测框可以为矩形框，可以用对角线的端点位置来表示。即，本申请实施例中，可以输出第三检测框的对角线的端点位置以及所述第四检测框对角线的端点位置。具体的，可以将第三检测框和所述第四检测框的信息作为接口提供给自动驾驶装置的路径规划控制等模块。

此外，本申请实施例中，还可以输出遮挡信息，所述遮挡信息用于指示所述第三对象为遮挡对象、以及所述第四对象为被遮挡对象。还可以输出对象关联信息，所述对象信息用于指示所述第三检测框与所述第三对象之间的关联关系、以及所述第四检测框与所述第四对象之间的关联关系。

本申请实施例中，可以输出指示所述第三对象为遮挡对象、以及所述第四对象为被遮挡对象的遮挡信息，例如可以通过预设的字符串来表示遮挡或者被遮挡，示例性的，可以用“1”表示第三对象(遮挡对象)，“0”表示第四对象(被遮挡对象)。本申请实施例中，可以输出指示所述第三检测框与所述第三对象之间的关联关系、以及所述第四检测框与所述第四对象之间的关联关系的对象关联信息。

参照图9，图9为本申请实施例提供的另一种目标检测方法的一种流程示意图，如图9中示出的那样，本实施例提供的目标检测方法，包括：

901、获取目标图像，所述目标图像包括第一阴影区域和第二阴影区域。

步骤901的具体描述可以参照上述实施例的描述，这里不再赘述。

902、获取所述第一阴影区域的第一边缘线，以及所述第二阴影区域的第二边缘线，其中，所述第一边缘线为所述第一阴影区域的纵向底部的边缘线，所述第二边缘线为所述第二阴影区域的纵向底部的边缘线，所述第一阴影区域为第三对象的阴影区域，所述第二阴影区域为第四对象的阴影区域，所述第三对象和所述第四对象为行人或车辆。

步骤902的具体描述可以参照上述实施例的描述，这里不再赘述。

903、确定第二初始检测框，所述第二初始检测框对应于所述第三对象和所述第四对象。

步骤903的具体描述可以参照上述实施例的描述，这里不再赘述。

904、若所述第一边缘线的边界点沿预设方向和所述第二边缘线存在交点，则通过所述交点所在的纵向直线对所述第二初始检测框进行划分，确定所述第三对象对应的第三检测框以及所述第四对象对应的第四检测框。

步骤904的具体描述可以参照上述实施例的描述，这里不再赘述。

905、输出所述第三检测框以及所述第四检测框。

步骤905的具体描述可以参照上述实施例的描述，这里不再赘述。

可选的，所述预设方向与所述第三车辆或所述第四车辆的行车方向一致，或所述预设方向与所述第三车辆当前行车的车道线方向一致。

可选的，本实施例还可以通过所述交点所在的纵向直线将所述第二初始检测框划分为所述第三检测框和第二子检测框，所述第三检测框的中心点为第三中心点；根据所述第三中心点，通过对所述第二子检测框进行平移调整和/或尺寸调整，确定所述第四检测框，其中，所述第四检测框的第四中心点与所述第三中心点相对于目标线的对称点之间的距离小于预设值，所述目标线经过所述交点，且所述目标线的方向与所述预设方向垂直。

可选的，在拍摄所述目标图像时，所述目标图像的拍摄点与所述第三对象之间的距离小于与所述第四对象之间的距离。

可选的，在拍摄所述目标图像时，所述目标图像的拍摄点与所述第三对象之间的距离小于预设距离，所述目标图像的拍摄点与所述第四对象之间的距离小于预设距离。

可选的，所述预设距离与本车的行驶状态相关，所述本车为用于获取所述目标图像的传感器所在的车辆，所述行驶状态至少包括如下的一种：

行驶方向、行驶时所在的路面的上下坡状态。

可选的，所述行驶方向包括左转、右转或直行，本实施例还可以在所述本车处于左转或右转时，确定所述预设距离为第一距离值；在所述本车处于直行时，确定所述预设距离为第二距离值，其中所述第一距离值小于所述第二距离值。

可选的，所述上下坡状态包括上坡状态、下坡状态以及平坡状态；

本实施例还可以在所述本车处于上坡状态时，确定所述预设距离为第三距离值；在所述本车处于下坡状态时，确定所述预设距离为第四距离值；在所述本车处于平坡状态时，确定所述预设距离为第五距离值，其中所述第三距离值小于或等于所述第五距离值，所述第五距离值小于所述第四距离值。

可选的，本实施例还可以输出遮挡信息，所述遮挡信息用于指示所述第三对象为遮挡对象、以及所述第四对象为被遮挡对象。

可选的，本实施例还可以输出对象关联信息，所述对象信息用于指示所述第三检测框与所述第三对象之间的关联关系、以及所述第四检测框与所述第四对象之间的关联关系。

本申请实施例提供了一种目标检测方法，包括：获取目标图像，所述目标图像包括第一阴影区域和第二阴影区域；获取所述第一阴影区域的第一边缘线，以及所述第二阴影区域的第二边缘线，其中，所述第一边缘线为所述第一阴影区域的纵向底部的边缘线，所述第二边缘线为所述第二阴影区域的纵向底部的边缘线，所述第一阴影区域为第三对象的阴影区域，所述第二阴影区域为第四对象的阴影区域，所述第三对象和所述第四对象为行人或车辆；确定第二初始检测框，所述第二初始检测框对应于所述第三对象和所述第四对象；若所述第一边缘线的边界点沿预设方向和所述第二边缘线存在交点，则通过所述交点所在的纵向直线对所述第二初始检测框进行划分，确定所述第三对象对应的第三检测框以及所述第四对象对应的第四检测框；输出所述第三检测框以及所述第四检测框。通过上述方式，根据识别出与第一阴影区域的第一边缘线和第二阴影区域的第二边缘线后，可以直接根据其沿预设方向的交点，得到第三对象的第三检测框以及第四对象的第四检测框，相比于基于对象跟踪的检测方式，本申请实施例提供的目标检测方法的检测精度高。

本申请实施例还提供一种目标检测装置，请参阅图10，图10为本申请实施例提供的目标检测装置的一种结构示意图，目标检测装置包括：

获取模块1001，用于获取目标图像；获取所述目标图像包括的第一区域和第二区域，所述第一区域的边界线对应第一对象在所述目标图像中的轮廓线，所述第二区域的边界线对应第二对象在所述目标图像中的轮廓线，所述目标图像包括所述第一对象和所述第二对象，所述第一对象和所述第二对象为行人或车辆；

确定模块1002，用于若所述第一区域和所述第二区域存在公共的边界线，则确定所述第一对象对应的第一检测框以及确定所述第二对象对应的第二检测框，其中所述第一检测框包括所述第一区域，所述第二检测框包括所述第二区域；

输出模块1003，用于输出所述第一检测框和所述第二检测框。

可选的，所述第一检测框为所述第一区域的外接矩形框，所述第二检测框为所述第二区域的外接矩形框。

可选的，所述第一区域和所述第二区域之间公共的边界线的端点为第一分界点和第二分界点，所述第一分界点与所述第二分界点之间的连线为目标分界线，所述确定模块，具体用于：

确定第一初始检测框，所述初始检测框对应于所述第一对象和/或所述第二对象；

根据所述第一初始检测框和所述目标分界线确定第一中心点，所述第一中心点在所述目标图像中的纵向坐标与所述目标分界线的中点在所述目标图像中的纵向坐标之间的距离在预设范围内，所述第一中心点在所述目标图像中的横向坐标与所述第一初始检测框的中心点在所述目标图像中的纵向坐标之间的距离在预设范围内；

根据所述第一中心点和所述第一区域确定所述第一对象对应的第一检测框，所述第一检测框的中心点与所述第一中心点之间的距离在预设范围内，且所述第一检测框包括所述第一区域。

可选的，所述确定模块，具体用于：

根据所述第一中心点和所述目标分界线，确定第二中心点，其中，所述第二中心点与所述第一中心点相对于所述目标分界线的对称点之间的距离小于预设值；

根据所述第二中心点和所述第二区域确定所述第二对象对应的第二检测框，所述第二检测框的中心点与所述第二中心点之间的距离在预设范围内，且所述第二检测框包括所述第二区域。

可选的，在拍摄所述目标图像时，所述目标图像的拍摄点与所述第一对象之间的距离小于与第二对象之间的距离。

可选的，在拍摄所述目标图像时，所述目标图像的拍摄点与所述第一对象之间的距离大于预设距离，所述目标图像的拍摄点与所述第二对象之间的距离大于所述预设距离。

可选的，所述输出模块，还用于：

输出遮挡信息，所述遮挡信息用于指示所述第一对象为遮挡对象、以及所述第二对象为被遮挡对象。

可选的，所述输出模块，还用于：

输出对象关联信息，所述对象信息用于指示所述第一检测框与所述第一对象之间的关联关系、以及所述第二检测框与所述第二对象之间的关联关系。

可选的，所述目标图像还包括：第一阴影区域以及第二阴影区域，所述获取模块，还用于：

获取所述第一阴影区域的第一边缘线，以及所述第二阴影区域的第二边缘线，其中，所述第一边缘线为所述第一阴影区域的纵向底部的边缘线，所述第二边缘线为所述第二阴影区域的纵向底部的边缘线，所述第一阴影区域为第三对象的阴影区域，所述第二阴影区域为第四对象的阴影区域，所述第三对象和所述第四对象为行人或车辆；

所述确定模块，还用于：

确定第二初始检测框，所述第二初始检测框对应于所述第三对象和所述第四对象；

若所述第一边缘线的边界点沿预设方向和所述第二边缘线存在交点，则通过所述交点所在的纵向直线对所述第二初始检测框进行划分，确定所述第三对象对应的第三检测框以及所述第四对象对应的第四检测框；

所述输出模块，还用于：

输出所述第三检测框以及所述第四检测框。

可选的，所述预设方向与所述第三车辆或所述第四车辆的行车方向一致，或所述预设方向与所述第三车辆当前行车的车道线方向一致。

可选的，所述确定模块，具体用于：

通过所述交点所在的纵向直线将所述第二初始检测框划分为所述第三检测框和第二子检测框，所述第三检测框的中心点为第三中心点；

根据所述第三中心点，通过对所述第二子检测框进行平移调整和/或尺寸调整，确定所述第四检测框，其中，所述第四检测框的第四中心点与所述第三中心点相对于目标线的对称点之间的距离小于预设值，所述目标线经过所述交点，且所述目标线的方向与所述预设方向垂直。

可选的，在拍摄所述目标图像时，所述目标图像的拍摄点与所述第三对象之间的距离小于与所述第四对象之间的距离。

可选的，在拍摄所述目标图像时，所述目标图像的拍摄点与所述第三对象之间的距离小于预设距离，所述目标图像的拍摄点与所述第四对象之间的距离小于预设距离。

可选的，所述预设距离与本车的行驶状态相关，所述本车为用于获取所述目标图像的传感器所在的车辆，所述行驶状态至少包括如下的一种：

行驶方向、行驶时所在的路面的上下坡状态。

可选的，所述行驶方向包括左转、右转或直行，所述确定模块，还用于：

在所述本车处于左转或右转时，确定所述预设距离为第一距离值；

在所述本车处于直行时，确定所述预设距离为第二距离值，其中所述第一距离值小于所述第二距离值。

可选的，所述上下坡状态包括上坡状态、下坡状态以及平坡状态；

所述确定模块，还用于：

在所述本车处于上坡状态时，确定所述预设距离为第三距离值；

在所述本车处于下坡状态时，确定所述预设距离为第四距离值；

在所述本车处于平坡状态时，确定所述预设距离为第五距离值，其中所述第三距离值小于或等于所述第五距离值，所述第五距离值小于所述第四距离值。

可选的，所述输出模块，还用于：

输出遮挡信息，所述遮挡信息用于指示所述第三对象为遮挡对象、以及所述第四对象为被遮挡对象。

可选的，所述输出模块，还用于：

输出对象关联信息，所述对象信息用于指示所述第三检测框与所述第三对象之间的关联关系、以及所述第四检测框与所述第四对象之间的关联关系。

本申请还提供了一种目标检测装置，参照图10，图10为本申请实施例提供的一种目标检测装置的结构示意，如图10中示出的那样，所述目标检测装置包括：

获取模块1001，用于获取目标图像，所述目标图像包括第一阴影区域和第二阴影区域；

获取所述第一阴影区域的第一边缘线，以及所述第二阴影区域的第二边缘线，其中，所述第一边缘线为所述第一阴影区域的纵向底部的边缘线，所述第二边缘线为所述第二阴影区域的纵向底部的边缘线，所述第一阴影区域为第三对象的阴影区域，所述第二阴影区域为第四对象的阴影区域，所述第三对象和所述第四对象为行人或车辆；

确定模块1002，用于确定第二初始检测框，所述第二初始检测框对应于所述第三对象和所述第四对象；

若所述第一边缘线的边界点沿预设方向和所述第二边缘线存在交点，则通过所述交点所在的纵向直线对所述第二初始检测框进行划分，确定所述第三对象对应的第三检测框以及所述第四对象对应的第四检测框；

输出模块1003，用于输出所述第三检测框以及所述第四检测框。

可选的，所述预设方向与所述第三车辆或所述第四车辆的行车方向一致，或所述预设方向与所述第三车辆当前行车的车道线方向一致。

可选的，所述确定模块，具体用于：

通过所述交点所在的纵向直线将所述第二初始检测框划分为所述第三检测框和第二子检测框，所述第三检测框的中心点为第三中心点；

根据所述第三中心点，通过对所述第二子检测框进行平移调整和/或尺寸调整，确定所述第四检测框，其中，所述第四检测框的第四中心点与所述第三中心点相对于目标线的对称点之间的距离小于预设值，所述目标线经过所述交点，且所述目标线的方向与所述预设方向垂直。

可选的，在拍摄所述目标图像时，所述目标图像的拍摄点与所述第三对象之间的距离小于与所述第四对象之间的距离。

可选的，在拍摄所述目标图像时，所述目标图像的拍摄点与所述第三对象之间的距离小于预设距离，所述目标图像的拍摄点与所述第四对象之间的距离小于预设距离。

可选的，所述预设距离与本车的行驶状态相关，所述本车为用于获取所述目标图像的传感器所在的车辆，所述行驶状态至少包括如下的一种：

行驶方向、行驶时所在的路面的上下坡状态。

可选的，所述行驶方向包括左转、右转或直行，所述确定模块，还用于：

在所述本车处于左转或右转时，确定所述预设距离为第一距离值；

在所述本车处于直行时，确定所述预设距离为第二距离值，其中所述第一距离值小于所述第二距离值。

可选的，所述上下坡状态包括上坡状态、下坡状态以及平坡状态；

所述确定模块，还用于：

在所述本车处于上坡状态时，确定所述预设距离为第三距离值；

在所述本车处于下坡状态时，确定所述预设距离为第四距离值；

在所述本车处于平坡状态时，确定所述预设距离为第五距离值，其中所述第三距离值小于或等于所述第五距离值，所述第五距离值小于所述第四距离值。

可选的，所述输出模块，还用于：

输出遮挡信息，所述遮挡信息用于指示所述第三对象为遮挡对象、以及所述第四对象为被遮挡对象。

可选的，所述输出模块，还用于：

输出对象关联信息，所述对象信息用于指示所述第三检测框与所述第三对象之间的关联关系、以及所述第四检测框与所述第四对象之间的关联关系。

接下来介绍本申请实施例提供的一种终端设备，请参阅图11，图11为本申请实施例提供的终端设备的一种结构示意图，终端设备1100具体可以表现为图1或图2中的自动驾驶装置等，此处不做限定。具体的，终端设备1100包括：接收器1101、发射器1102、处理器1103和存储器1104(其中终端设备1100中的处理器1103的数量可以一个或多个，图11中以一个处理器为例)。在本申请的一些实施例中，接收器1101、发射器1102、处理器1103和存储器1104可通过总线或其它方式连接。

存储器1104可以包括只读存储器和随机存取存储器，并向处理器1103提供指令和数据。存储器1104的一部分还可以包括非易失性随机存取存储器(non-volatile randomaccess memory，NVRAM)。存储器1104存储有处理器和操作指令、可执行模块或者数据结构，或者它们的子集，或者它们的扩展集，其中，操作指令可包括各种操作指令，用于实现各种操作。

处理器1103控制终端设备的操作。具体的应用中，终端设备的各个组件通过总线系统耦合在一起，其中总线系统除包括数据总线之外，还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见，在图中将各种总线都称为总线系统。

上述本申请实施例揭示的方法可以应用于处理器1103中，或者由处理器1103实现。处理器1103可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器1103中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1103可以是通用处理器、数字信号处理器(digital signal processing，DSP)、微处理器或微控制器，还可进一步包括专用集成电路(application specific integratedcircuit，ASIC)、现场可编程门阵列(field-programmable gate array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。该处理器1103可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1104，处理器1103读取存储器1104中的信息，结合其硬件完成上述方法的步骤。

接收器1101可用于接收输入的数字或字符信息，以及产生与终端设备的相关设置以及功能控制有关的信号输入。发射器1102可用于通过第一接口输出数字或字符信息；发射器1102还可用于通过第一接口向磁盘组发送指令，以修改磁盘组中的数据；发射器1102还可以包括显示屏等显示设备。

本申请实施例中，在一种情况下，处理器1103，用于执行上述实施例中的目标检测方法中与处理相关的步骤。

本申请实施例中还提供一种包括计算机程序产品，当其在计算机上运行时，使得计算机执行目标检测方法的步骤。

本申请实施例中还提供一种计算机可读存储介质，该计算机可读存储介质中存储有用于进行信号处理的程序，当其在计算机上运行时，使得计算机执行如前述实施例描述的方法中的目标检测方法的步骤。

本申请还提供一种车辆，包括处理器和存储器，所述处理器用于获取并执行所述存储器中的代码，以执行上述实施例中任一所述的目标检测方法。

可选地，车辆可以是支持自动驾驶功能的智能车辆。

另外需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本申请提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现，当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下，凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现，而且，用来实现同一功能的具体硬件结构也可以是多种多样的，例如模拟电路、数字电路或专用电路等。但是，对本申请而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在可读取的存储介质中，如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，训练设备，或者网络设备等)执行本申请各个实施例所述的方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。

所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、训练设备或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、训练设备或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的训练设备、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(Solid State Disk，SSD))等。