本技術(shù)涉及車輛控制，并且更具體地，涉及車輛控制中發(fā)明名稱一種圖像顯示方法、裝置、車輛和計算機可讀存儲介質(zhì)。

背景技術(shù)：

1、目前，隨著自動駕駛技術(shù)的發(fā)展和普及，越來越多的車輛開始普遍地配備儀表還原世界模塊，儀表還原世界模塊能夠?qū)das(advanced?driver?assistance?systems，高級駕駛輔助系統(tǒng))識別的周圍環(huán)境信息處理并進行三維建模后，以圖像形式顯示在儀表盤上，幫助駕駛員更好地理解車輛周邊情況。

2、但是，由于車輛硬件識別能力有限、環(huán)境干擾和數(shù)據(jù)處理算法的不完善，可能導(dǎo)致數(shù)據(jù)誤差，從而使儀表盤顯示的圖像中存在目標物重疊，進而給駕駛員提供錯誤信息，影響駕駛決策和安全。

3、因此，針對上述的問題，亟須提出有效的解決方案。

技術(shù)實現(xiàn)思路

1、本技術(shù)提供了一種圖像顯示方法、裝置、車輛和計算機可讀存儲介質(zhì)，本技術(shù)能夠使駕駛員通過儀表盤上顯示的圖像，清楚的獲取到現(xiàn)實中的車外環(huán)境物與本車的位置關(guān)系，方便駕駛員作出駕駛決策，提高駕駛安全性和駕駛員體驗。

2、第一方面，提供了一種圖像顯示方法，該圖像顯示方法包括：獲取車輛對應(yīng)的初始圖像；其中，初始圖像為對車外環(huán)境場景進行三維建模生成的圖像；采用預(yù)先訓(xùn)練的目標識別模型對初始圖像進行識別，得到第一圖像；其中，第一圖像中包括車輛、車外環(huán)境中的目標對象和目標對象的邊界框；根據(jù)每個目標對象各自的邊界框，判斷第一圖像中是否存在異常對象；其中，異常對象包括第一圖像中存在重疊的邊界框的目標對象；若是，保持異常對象中的目標對象與車輛之間的相對方向關(guān)系不變，調(diào)整異常對象中的目標對象之間的距離，以使異常對象中的目標對象的邊界框不重疊，得到第二圖像；采用車輛的顯示設(shè)備顯示第二圖像。

3、通過上述技術(shù)方案，獲取對車外環(huán)境場景進行三維建模生成的初始圖像，將初始圖像輸入至預(yù)先訓(xùn)練的目標識別模型中，得到包括車輛、車外環(huán)境中的目標對象和目標對象的邊界框的第一圖像，根據(jù)每個目標對象各自的邊界框，判斷第一圖像中是否存在異常對象；其中，異常對象包括邊界框互相重疊的目標對象，若檢測到第一圖像中存在異常對象；則保持異常對象中的目標對象與車輛之間的相對方向關(guān)系不變，調(diào)整異常對象中的目標對象之間的距離，以使異常對象中的目標對象的邊界框不重疊，得到第二圖像；將第二圖像通過車輛的顯示設(shè)備進行顯示。本技術(shù)通過獲取對車外環(huán)境場景進行三維建模生成的初始圖像；采用預(yù)先訓(xùn)練的目標識別模型識別初始圖像，并在檢測到初始圖像中存在目標對象重疊的情況下，保持相互重疊的目標對象與車輛之間的相對方向關(guān)系不變，調(diào)整相互重疊的目標對象與車輛之間的距離，得到修正后的圖像，使得修正后的圖像中，不存在目標對象重疊的情況，且目標對象與車輛的方向關(guān)系是準確的。將修正后的圖像顯示在車輛的儀表盤上，以使駕駛員能夠通過儀表盤上顯示的圖像，清楚的獲取到現(xiàn)實中的車外環(huán)境物與本車的位置關(guān)系，方便駕駛員作出駕駛決策，提高駕駛安全性和駕駛員體驗。

4、結(jié)合第一方面，在某些可能的實現(xiàn)方式中，調(diào)整異常對象中的目標對象之間的距離，以使異常對象中的目標對象的邊界框不重疊，得到第二圖像包括：獲取異常對象中的每個目標對象各自與車輛之間的距離；根據(jù)每個目標對象各自與車輛之間的距離，確定第一對象和第二對象；保持第二對象的位置不變，且針對每個第一對象，保持第一對象與車輛之間的相對方向關(guān)系不變，移動第一對象，以增大第一對象與第二對象之間的距離，以使異常對象中的目標對象的邊界框不重疊，得到第二圖像。

5、結(jié)合第一方面和上述實現(xiàn)方式，在某些可能的實現(xiàn)方式中，根據(jù)每個目標對象各自與車輛之間的距離，確定第一對象和第二對象包括：將每個目標對象各自與車輛之間的距離中的最小值對應(yīng)的目標對象，確定為第二對象；將異常對象中除第二對象以外的目標對象，確定為第一對象?；谏鲜黾夹g(shù)方案，根據(jù)多個目標對象各自與車輛之間的距離中的最小距離對應(yīng)的目標對象確定為第二對象，能夠使距離車輛較近的目標對象的位置保持不變，進而能夠提高顯示的圖像中目標對象的位置信息的可靠性。

6、結(jié)合第一方面和上述實現(xiàn)方式，在某些可能的實現(xiàn)方式中，移動第一對象，以增大第一對象與第二對象之間的距離包括：朝遠離車輛的方向移動第一對象，以增大第一對象與第二對象之間的距離。基于上述技術(shù)方案，通過朝遠離車輛的方向移動第一對象，能夠使得駕駛員優(yōu)先獲取到距離車輛較近的目標對象的位置信息，有助于駕駛員作出駕駛決策。

7、結(jié)合第一方面和上述實現(xiàn)方式，在某些可能的實現(xiàn)方式中，目標識別模型包括依次連接的分類器和特征提取層，特征提取層具有多個，圖像顯示方法還包括：凍結(jié)所有特征提取層的模型參數(shù)，并采用目標圖像樣本集訓(xùn)練分類器；在分類器訓(xùn)練完成的情況下，按照預(yù)設(shè)連接順序依次解凍每一個特征提取層的模型參數(shù)，并采用目標圖像樣本集訓(xùn)練解凍的每一個特征提取層，直至所有特征提取層中的最后一個特征提取層訓(xùn)練完成；其中，預(yù)設(shè)連接順序為由下到上的連接順序或者由上到下的連接順序。基于上述技術(shù)方案，采用逐步解凍特征提取層的方法訓(xùn)練目標識別模型，不僅可以防止過擬合，提高模型性能，還能提升訓(xùn)練效率和模型穩(wěn)定性。通過靈活選擇解凍順序，能夠更好地適應(yīng)不同的任務(wù)需求，提高模型的泛化能力。

8、結(jié)合第一方面和上述實現(xiàn)方式，在某些可能的實現(xiàn)方式中，圖像顯示方法還包括：獲取多個第一圖像樣本；其中，多個第一圖像樣本中包括多個預(yù)設(shè)類型的目標對象；對多個第一圖像樣本進行分類，得到多個圖像樣本集；其中，每個圖像樣本集包括多個預(yù)設(shè)類型的目標對象；將多個圖像樣本集作為目標圖像樣本集?；谏鲜黾夹g(shù)方案，通過使用小批量訓(xùn)練方法，將圖像樣本分為多個小批量進行訓(xùn)練，并使用類別平衡的采樣方法，確保每個小批量中包含各種類別的目標物，從而提高模型對不同類別的識別能力，并減少模型過擬合的風(fēng)險。

9、結(jié)合第一方面和上述實現(xiàn)方式，在某些可能的實現(xiàn)方式中，獲取多個第一圖像樣本包括：獲取多個第二圖像樣本；對于每個第二圖像樣本，對第二圖像樣本進行增強處理，得到第二圖像樣本對應(yīng)的多個第三圖像樣本；其中，增強處理包括旋轉(zhuǎn)、翻轉(zhuǎn)和縮放中的至少一個；將多個第二圖像樣本和多個第二圖像樣本各自對應(yīng)的多個第三圖像樣本，作為多個第一圖像樣本?；谏鲜黾夹g(shù)方案，通過對圖像樣本進行數(shù)據(jù)增強處理，可以增加數(shù)據(jù)集的多樣性，擴大模型的訓(xùn)練樣本，減少模型過擬合的風(fēng)險。

10、第二方面，提供了一種圖像顯示裝置，該圖像顯示裝置包括：

11、獲取模塊，用于獲取車輛對應(yīng)的初始圖像；其中，初始圖像為對車外環(huán)境場景進行三維建模生成的圖像；

12、處理模塊，用于采用預(yù)先訓(xùn)練的目標識別模型對初始圖像進行識別，得到第一圖像；其中，第一圖像中包括車輛、車外環(huán)境中的目標對象和目標對象的邊界框；根據(jù)每個目標對象各自的邊界框，判斷第一圖像中是否存在異常對象；其中，異常對象包括第一圖像中存在重疊的邊界框的目標對象；若是，保持異常對象中的目標對象與車輛之間的相對方向關(guān)系不變，調(diào)整異常對象中的目標對象之間的距離，以使異常對象中的目標對象的邊界框不重疊，得到第二圖像；以及，采用車輛的顯示設(shè)備顯示第二圖像。

13、第三方面，提供一種車輛，該車輛包括：存儲器，用于存儲可執(zhí)行程序代碼；

14、處理器，用于從存儲器中調(diào)用并運行可執(zhí)行程序代碼，使得車輛執(zhí)行上述第一方面或第一方面任意一種可能的實現(xiàn)方式中的圖像顯示方法。

15、第四方面，提供了一種計算機程序產(chǎn)品，該計算機程序產(chǎn)品包括：計算機程序代碼，當該計算機程序代碼在計算機上運行時，使得該計算機執(zhí)行上述第一方面或第一方面任意一種可能的實現(xiàn)方式中的圖像顯示方法。

16、第五方面，提供了一種計算機可讀存儲介質(zhì)，該計算機可讀存儲介質(zhì)存儲有計算機程序代碼，當該計算機程序代碼在計算機上運行時，使得該計算機執(zhí)行上述第一方面或第一方面任意一種可能的實現(xiàn)方式中的圖像顯示方法。