[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

技術領域

本發明涉及檢測技術領域，特別是涉及一種基于卷積神經網絡的道路減速帶檢測方法及裝置。

背景技術

汽車行駛過程中，可以對道路減速帶進行檢測，以便司機行車過程中的平穩通行。減速帶的檢測已經成為智能汽車的環境感知的重要部分。

在國內外的研究中，對減速帶檢測的研究特別少，并且已有的方案存在較為明顯的缺陷。現有技術中，基于雷達和激光對道路的表面進行評估，確定道路的起伏情況，當路面高度差的變化模式滿足標準曲線時，確定車輛行進前方存在減速帶。然而，由于該方案中的標準曲線是基于當地的減速帶樣式而提出的，因此該方案只對當地特定的減速帶的識別率較高。并且，隨著道路安全和交通管制的要求，減速帶不斷增多，樣式也越來越多，該方案對不同環境中的減速帶進行檢測時，正確識別率較低，無法滿足需求。需要說明的是，本申請文件將針對道路減速帶的正確識別率簡稱為檢測率。

此外，該方案對同類物體的誤檢率也較高，并且只在白天正常狀況下進行減速帶的檢測，并未考慮夜間以及天氣變化下的減速帶的檢測。

綜上所述，如何有效地提高針對道路減速帶的檢測率，是目前本領域技術人員急需解決的技術問題。

發明內容

本發明的目的是提供一種基于卷積神經網絡的道路減速帶檢測方法及裝置，以提高對道路減速帶的檢測率。

為解決上述技術問題，本發明提供如下技術方案，該方法包括：

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。

優選的，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。

優選的，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。

優選的，所述訓練參數包括：批樣本數量、回合數以及學習率。

優選的，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。

優選的，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。

優選的，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。

優選的，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。

優選的，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。

一種基于卷積神經網絡的道路減速帶檢測裝置，該裝置包括：

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。

應用本發明實施例所提供的技術方案，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，檢測目標路面信息并得到目標檢測結果，之后根據目標檢測結果，確定目標路面信息中是否包含道路減速帶。