[發(fā)明專利]一種交通信號(hào)燈定位識(shí)別方法、裝置及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201611104986.2
• 申請日: 2016-12-05
• 公開（公告）號(hào): CN106650641B
• 公開（公告）日: 2019-05-14
• 發(fā)明（設(shè)計(jì)）人: 陶海;李虹杰;曹松;鄭翔
• 申請（專利權(quán)）人: 北京文安智能技術(shù)股份有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/32;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種交通信號(hào)燈定位識(shí)別方法，其特征在于，包括：

獲取帶標(biāo)注的訓(xùn)練樣本、待訓(xùn)練樣本圖像及配置參數(shù)；所述標(biāo)注的訓(xùn)練樣本帶有交通信號(hào)燈框一個(gè)角點(diǎn)的坐標(biāo)位置，燈框?qū)捀咧岛彤?dāng)前燈的顏色；

根據(jù)配置參數(shù)，生成所述待訓(xùn)練樣本圖像的候選推薦區(qū)域，并確定所述待訓(xùn)練樣本圖像的候選推薦區(qū)域中交通信號(hào)燈框的坐標(biāo)位置及其置信度；

根據(jù)所述帶標(biāo)注的訓(xùn)練樣本與所述待訓(xùn)練樣本圖像的候選推薦區(qū)域中交通信號(hào)燈框的坐標(biāo)位置及其置信度，確定所述待訓(xùn)練樣本圖像的候選推薦區(qū)域的樣本類型；所述樣本類型包括：正樣本或負(fù)樣本；

根據(jù)所述帶標(biāo)注的訓(xùn)練樣本、所述待訓(xùn)練樣本圖像的候選推薦區(qū)域中交通信號(hào)燈框的坐標(biāo)位置及其置信度和所述待訓(xùn)練樣本圖像的候選推薦區(qū)域的樣本類型，獲取基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測識(shí)別模型；

獲取待檢測圖像及所述基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測識(shí)別模型；

通過所述基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測識(shí)別模型對(duì)所述待檢測圖像的交通信號(hào)燈檢測區(qū)域進(jìn)行交通信號(hào)燈識(shí)別；

獲取所述待檢測圖像中交通信號(hào)燈信息；所述交通信號(hào)燈信息包括：交通信號(hào)燈的顏色、坐標(biāo)位置及置信度。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述配置參數(shù)包括：交通信號(hào)燈框長寬比及交通信號(hào)燈框標(biāo)準(zhǔn)信息；所述根據(jù)配置參數(shù)，生成所述待訓(xùn)練樣本圖像的候選推薦區(qū)域，并確定所述待訓(xùn)練樣本圖像的候選推薦區(qū)域中交通信號(hào)燈框的坐標(biāo)位置及其置信度步驟，具體包括：

根據(jù)所述交通信號(hào)燈框長寬比，生成所述待訓(xùn)練樣本圖像的候選推薦區(qū)域；

根據(jù)所述交通信號(hào)燈框標(biāo)準(zhǔn)信息，確定所述待訓(xùn)練樣本圖像的候選推薦區(qū)域中交通信號(hào)燈框的坐標(biāo)位置及其置信度。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測識(shí)別模型包括：候選推薦區(qū)域檢測器和交通信號(hào)燈分類定位器；所述根據(jù)所述帶標(biāo)注的訓(xùn)練樣本、所述待訓(xùn)練樣本圖像的候選推薦區(qū)域中交通信號(hào)燈框的坐標(biāo)位置及所述待訓(xùn)練樣本圖像的候選推薦區(qū)域的樣本類型，獲取所述基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測識(shí)別模型的步驟，具體包括：

根據(jù)所述帶標(biāo)注的訓(xùn)練樣本、所述待訓(xùn)練樣本圖像的候選推薦區(qū)域中交通信號(hào)燈框的坐標(biāo)位置及其置信度和所述待訓(xùn)練樣本圖像的候選推薦區(qū)域的樣本類型，獲取所述候選推薦區(qū)域檢測器；

根據(jù)所述候選推薦區(qū)域檢測器輸出的所述待訓(xùn)練樣本圖像的候選推薦區(qū)域中交通信號(hào)燈框的坐標(biāo)位置及其置信度和帶標(biāo)注的訓(xùn)練樣本中標(biāo)注的帶有交通信號(hào)燈框一個(gè)角點(diǎn)的坐標(biāo)位置、燈框?qū)捀咧岛彤?dāng)前燈的顏色，獲取所述交通信號(hào)燈分類定位器。

4.根據(jù)權(quán)利要求1-3中任意項(xiàng)所述的方法，其特征在于，該方法還包括：

預(yù)設(shè)置待檢測圖像的交通信號(hào)燈檢測區(qū)域；

所述通過所述基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測識(shí)別模型對(duì)所述待檢測圖像的交通信號(hào)燈檢測區(qū)域進(jìn)行交通信號(hào)燈識(shí)別步驟包括：

通過所述基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測識(shí)別模型，確定所述待檢測圖像的交通信號(hào)燈檢測區(qū)域內(nèi)候選推薦區(qū)域；

在候選推薦區(qū)域內(nèi)進(jìn)行交通信號(hào)燈識(shí)別，獲取所述交通信號(hào)燈框一個(gè)角點(diǎn)的坐標(biāo)位置、燈框?qū)捀咧?，?dāng)前燈的顏色及其置信度；

按照所述交通信號(hào)燈的坐標(biāo)位置以及置信度，調(diào)整所述交通信號(hào)燈檢測區(qū)域；調(diào)整后的交通信號(hào)燈檢測區(qū)域?qū)⒂糜谙乱惠喌慕煌ㄐ盘?hào)燈識(shí)別，以便在后待檢測圖像的交通信號(hào)燈識(shí)別。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述獲取所述待檢測圖像中交通信號(hào)燈信息；所述交通信號(hào)燈信息包括：交通信號(hào)燈的顏色、坐標(biāo)位置及置信度的步驟，包括：

獲取所述待檢測圖像的至少一個(gè)候選推薦區(qū)域內(nèi)的交通信號(hào)燈信息；

獲取置信度最高的候選推薦區(qū)域內(nèi)的交通信號(hào)燈信息，作為待檢測圖像的交通信號(hào)燈信息。