[發明專利]一種基于卷積神經網絡的道路減速帶檢測方法及裝置

在審

• 申請號: 201710860765.6
• 申請日: 2017-09-21
• 公開（公告）號: CN107463927A
• 公開（公告）日: 2017-12-12
• 發明（設計）人: 武垚欣;廖廣軍;周攀;廖廷波;陳瑋
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;E01F9/529
• 代理公司: 北京集佳知識產權代理有限公司11227
• 代理人: 羅滿

1.一種基于卷積神經網絡的道路減速帶檢測方法，其特征在于，包括：

獲得目標路面信息；

根據預先構造并進行訓練獲得的目標卷積神經網絡，檢測所述目標路面信息并得到目標檢測結果；

根據所述目標檢測結果，確定所述目標路面信息中是否包含道路減速帶。

2.根據權利要求1所述的方法，其特征在于，通過以下步驟獲得所述目標卷積神經網絡：

構造針對輸入信息，輸出道路減速帶的標簽信息的初始卷積神經網絡；

確定所述初始卷積神經網絡的訓練參數；

根據所述訓練參數，將訓練樣本集中的訓練樣本作為輸入對所述初始卷積神經網絡進行訓練；

在訓練過程中更新所述初始卷積神經網絡的權值，得到所述目標卷積神經網絡；

相應的，所述檢測所述目標路面信息并得到目標檢測結果，包括：

檢測所述目標路面信息并得到包含道路減速帶的標簽信息的目標檢測結果。

3.根據權利要求2所述的方法，其特征在于，所述初始卷積神經網絡各層依次為：輸入層、第一卷積層、第一修正線性層、第一池化層、第二卷積層、第二修正線性層、第二池化層、第三卷積層、第三修正線性層、第四卷積層、第四修正線性層、第一全連接層、第五修正線性層、第二全連接層、softmax層以及分類層。

4.根據權利要求2所述的方法，其特征在于，所述訓練參數包括：批樣本數量、回合數以及學習率。

5.根據權利要求2至4任一項所述的方法，其特征在于，通過以下步驟得到所述訓練樣本集：

采集路面信息獲得初始樣本集；

將所述初始樣本集進行擴充得到擴充樣本集；

將所述擴充樣本集進行尺度歸一化處理得到所述訓練樣本集。

6.根據權利要求5所述的方法，其特征在于，所述將所述初始樣本集進行擴充得到擴充樣本集，包括：

將所述初始樣本集中的一張或者多張樣本進行水平翻轉，得到擴充樣本集。

7.根據權利要求5所述的方法，其特征在于，所述將所述初始樣本集進行擴充得到擴充樣本集，包括：

將所述初始樣本集中的一張或者多張樣本進行色彩調整，得到擴充樣本集。

8.根據權利要求5所述的方法，其特征在于，所述將所述初始樣本集進行擴充得到擴充樣本集，包括：

將所述初始樣本集中的一張或者多張樣本進行噪聲添加，得到擴充樣本集。

9.根據權利要求1至4任一項所述的方法，其特征在于，在確定所述目標路面信息中包含道路減速帶時，還包括：

輸出提示信息。

10.一種基于卷積神經網絡的道路減速帶檢測裝置，其特征在于，包括：

目標路面信息獲得模塊，用于獲得目標路面信息；

目標檢測結果獲得模塊，用于根據預先構造并進行訓練獲得的目標卷積神經網絡，檢測所述目標路面信息并得到目標檢測結果；

道路減速帶確定模塊，用于根據所述目標檢測結果，確定所述目標路面信息中是否包含道路減速帶。