[發明專利]一種交通標志圖像識別模型構建及識別方法

有效

• 申請號: 201810628664.0
• 申請日: 2018-06-19
• 公開（公告）號: CN109002764B
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 趙祥模;劉占文;高濤;徐江;董鳴;沈超;樊星;楊楠;林杉;連心雨;陳婷;王潤民;張凡
• 申請（專利權）人: 長安大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04
• 代理公司: 西安恒泰知識產權代理事務所 61216
• 代理人: 張明

1.一種交通標志圖像識別模型構建方法，其特征在于，所述的方法包括：

步驟1、提取多張原始圖像中僅含有交通標志區域的部分，獲得交通標志圖像集，將交通標志圖像集中每幅交通標志圖像中交通標志的名稱以及交通標志的位置作為各自的交通標志標簽，獲得交通標志標簽集，所述的交通標志的位置為僅含有交通標志區域在原始圖像中的位置；

步驟2、將所述的交通標志圖像集作為輸入，將所述的交通標志標簽集作為輸出，訓練圖像識別模型，獲得交通標志識別模型；所述的圖像識別模型包括圖像校正層、第一卷積層、SPP層、第一全連接層、第一Softmax層以及第二全連接層，其中所述的圖像校正層包括空間變換網絡，所述的空間變換網絡對待處理圖像中扭曲的交通標志進行幾何校正，所述的第一Softmax層輸出交通標志的位置，所述的第二全連接層輸出交通標志的名稱；

利用交通標志區域提取模型提取多張原始圖像中僅含有交通標志區域的部分，獲得交通標志圖像集，其中所述的交通標志區域提取模型由圖像提取模型訓練獲得，所述的圖像提取模型包括第二卷積層、特征映射層、第二Softmax層以及第三全連接層，包括：

步驟11、從所有原始圖像中取出多張原始圖像作為待提取區域圖像集，利用所述第二卷積層提取每一幅待提取區域圖像的卷積特征圖；

步驟12、在所述的特征映射層中，對每一幅卷積特征圖設定多個提取區域，將每個提取區域的區域類別以及區域位置作為各自的區域標簽；所述的區域類別包括交通標志區域以及背景區域，所述的區域位置為提取區域在卷積特征圖中的位置；

將每一幅卷積特征圖對應的所有提取區域的區域標簽作為該幅卷積特征圖的標簽集；收集所有卷積特征圖的標簽集，獲得待提取區域標簽集；

步驟13、將所述的待提取區域圖像集作為輸入，將所述的待提取區域標簽集作為輸出，訓練所述的圖像提取模型，獲得交通標志區域提取模型；

步驟14、利用步驟13中的交通標志區域提取模型對所有原始圖像中交通標志區域進行提取，獲得多個提取區域以及每個提取區域的區域類別；

步驟15、從所有提取區域中篩選出區域類別為交通標志區域的提取區域，保存該提取區域內的原始圖像為交通標志圖像，收集所有交通標志圖像，獲得交通標志圖像集；

采用卷積層參數共享的方法訓練所述的圖像識別模型以及圖像提取模型，獲得交通標志識別模型以及交通標志區域提取模型；

在所述的特征映射層中對每一幅卷積特征圖設定提取區域時，設定4個提取區域，這4個提取區域的尺寸分別是32×32、64×64、128×128、256×256。

2.如權利要求1所述的交通標志圖像識別模型構建方法，其特征在于，在所述的圖像提取模型中，所述的第二卷積層共有7層；

在所述的圖像識別模型中，所述的第一卷積層共有7層。

3.如權利要求1所述的交通標志圖像識別模型構建方法，其特征在于，利用IOU算法獲得所述提取區域的區域類別，所述的IOU算法中閾值為0.7。

4.如權利要求1所述的交通標志圖像識別模型構建方法，其特征在于，采用第二Softmax層輸出所述區域類別，采用第三全連接層輸出所述區域位置。

5.一種交通標志圖像識別方法，其特征在于，所述的方法包括：

步驟A、將待識別圖像輸入如權利要求1所述的交通標志區域提取模型中，獲得交通標志圖像；

步驟B、將所述的交通標志圖像輸入如權利要求1-4任一項權利要求所述的交通標志識別模型，獲得所述待識別圖像中交通標志的名稱以及交通標志的位置。