[發明專利]基于自適應多尺度特征融合的路面交通標志檢測方法

有效

• 申請號: 201811569820.7
• 申請日: 2018-12-21
• 公開（公告）號: CN109753959B
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 袁媛;王琦;張曉強
• 申請（專利權）人: 西北工業大學
• 主分類號: G06V20/62
• 分類號: G06V20/62;G06K9/62;G06N3/04;G06N3/08;G06V10/80;G06V10/764
• 代理公司: 西安凱多思知識產權代理事務所(普通合伙) 61290
• 代理人: 王鮮凱

本發明公開了一種基于自適應多尺度特征融合的路面交通標志檢測方法，用于解決現有路面交通標志檢測方法的技術問題。技術方案是將圖片分批次輸入到深度卷積神經網絡中，得到深度卷積特征；感興趣區域提取網絡根據最后一層深度卷積特征計算生成可能包含路面交通標志的區域；將感興趣區域輸入到多層特征提取模塊得到每個感興趣區域對應的多尺度卷積特征；將每一個感興趣區域的多尺度卷積特征獨立地輸入到反向連接重加權模塊得到最有利于當前感興趣區域檢測的多尺度融合特征；將計算得到的多尺度融合特征輸入到邊框回歸器和類別分類器得到邊框坐標和類別信息。由于利用深度卷積神經網絡提取多尺度特征，提高了路面交通標志檢測的準確性，實用性好。

技術領域

本發明涉及一種路面交通標志檢測方法，特別涉及一種基于自適應多尺度特征融合的路面交通標志檢測方法。

背景技術

在現代社會中，汽車越來越成為人們日常生活中不可或缺的出行工具。然而汽車在給人們生活提供了很多便利的同時，隨著汽車數量的持續爆炸性增加，也產生了一系列問題，如擁擠的道路、惡劣的空氣、頻繁發生的交通事故等等。在這些問題中，交通事故已經成為威脅人們生命安全的重要因素之一。隨著科技的進步，智能交通成為人們探索可能解決頻繁發生交通事故問題的重要領域。近年來越來越多高科技公司和研究人員試圖通過計算機視覺相關技術實現車輛的智能感知，以此來實現高級輔助駕駛和無人駕駛汽車。在智能駕駛領域，交通標志、行人、車輛是重要的檢測對象，對車輛能夠實現按照交通規則行駛和成功避障具有重要意義。路面交通標志是指畫在道路上的指示標志，它們提供了重要的交通導航信息。已有的路面交通標志檢測方法可以分為兩大類：基于傳統的圖像處理和機器學習方法和基于深度學習的檢測方法。前者主要依靠人工設計的特征和傳統的機器學習分類方法實現路面標志的檢測，該類方法不僅計算步驟繁瑣而且檢測性能低下，泛化能力不足。后者主要依靠深度神經網絡從大量的數據中學習得到魯棒的特征表達，進而實現優良的檢測性能。

已有的基于深度學習的路面交通標志檢測方法有朱等人在專利“路面交通標志檢測與識別方法，CN106372571A，中國”中使用的Ren等人在文獻“Shaoqing Ren,Kaiming He,Ross Girshick,and Jian Sun.Faster r-cnn:Towards realtime object detectionwith region proposal networks.In Advances in neural information processingsystems,pages 91–99,2015.”中提出的Faster RCNN方法，和劉等人在專利“一種基于SSD的路面交通標志識別方法，CN108416283A，中國”中使用的Liu等人在文獻“Wei Liu,Dragomir Anguelov,Dumitru Erhan,Christian Szegedy,Scott Reed,Cheng-Yang Fu,and Alexander C Berg.Ssd:Single shot multibox detector.In European conferenceon computer vision,pages21–37.Springer,2016.”中提出的SSD方法。對于尺度和形狀變化劇烈的路面交通標志檢測來說，以上兩種方法提取的卷積特征多尺度表達能力弱，沒有充分挖掘卷積網絡的多尺度特征，不利于多尺度路面交通標志的檢測。

發明內容

為了克服現有路面交通標志檢測方法實用性差的不足，本發明提供一種基于自適應多尺度特征融合的路面交通標志檢測方法。該方法將圖片分批次輸入到深度卷積神經網絡中，計算相應批次的卷積特征，得到深度卷積特征；感興趣區域提取網絡根據最后一層深度卷積特征計算生成可能包含路面交通標志的區域；將感興趣區域輸入到多層特征提取模塊得到每個感興趣區域對應的多尺度卷積特征；將每一個感興趣區域的多尺度卷積特征獨立地輸入到反向連接重加權模塊得到最有利于當前感興趣區域檢測的多尺度融合特征；將計算得到的多尺度融合特征輸入到邊框回歸器和類別分類器得到邊框坐標和類別信息。由于利用深度卷積神經網絡提取多尺度特征，提高了路面交通標志檢測的準確性，實用性好。