[發(fā)明專利]圖像交通信號燈檢測方法、裝置、電子設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010690262.0
• 申請日: 2020-07-17
• 公開（公告）號: CN111832493A
• 公開（公告）日: 2020-10-27
• 發(fā)明（設(shè)計）人: 鐘志權(quán);莊伯金;王少軍
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 深圳國新南方知識產(chǎn)權(quán)代理有限公司 44374
• 代理人: 孫麗麗

1.一種圖像交通信息燈檢測方法，其特征在于，所述方法包括以下步驟：

獲取原始圖像；

降低所述原始圖像的分辨率生成粗檢圖像；

使用粗粒度檢測卷積神經(jīng)網(wǎng)絡(luò)對所述粗檢圖像進(jìn)行目標(biāo)區(qū)域檢測，以獲得所述目標(biāo)區(qū)域的區(qū)域信息，其中，所述目標(biāo)區(qū)域包括交通信號燈圖像及其周邊環(huán)境圖像；

將所述區(qū)域信息與所述原始圖像匹配并獲得所述原始圖像中與所述目標(biāo)區(qū)域?qū)?yīng)的原始圖像塊；及

使用細(xì)粒度檢測卷積神經(jīng)網(wǎng)絡(luò)對所述原始圖像塊進(jìn)行交通信號燈區(qū)域檢測，以獲得交通信號燈區(qū)域的類別及位置信息。

2.根據(jù)權(quán)利要求1所述的圖像交通信息燈檢測方法，其特征在于，所述目標(biāo)區(qū)域的區(qū)域信息包括所述目標(biāo)區(qū)域的高斯熱圖、所述目標(biāo)區(qū)域的寬和高、及所述目標(biāo)區(qū)域中心坐標(biāo)的偏移信息；所述粗粒度檢測卷積神經(jīng)網(wǎng)絡(luò)包括第一特征遷移模塊、第二特征遷移模塊、第一卷積結(jié)構(gòu)、第一反卷積結(jié)構(gòu)及第一疊加器，

所述使用粗粒度檢測卷積神經(jīng)網(wǎng)絡(luò)對所述粗檢圖像進(jìn)行目標(biāo)區(qū)域檢測，以獲得所述目標(biāo)區(qū)域的區(qū)域信息的步驟中，所述第一特征遷移模塊接收所述粗檢圖像并輸出具有第一分辨率的第一遷移圖像，所述第一卷積結(jié)構(gòu)接收所述粗檢圖像并輸出具有所述第一分辨率的第一卷積圖像以及依據(jù)所述第一卷積圖像生成具有第二分辨率的第二卷積圖像，所述第二特征遷移模塊接收所述第一遷移圖像及所述第一卷積圖像并輸出具有所述第二分辨率的第二遷移圖像，所述第一反卷積結(jié)構(gòu)還依據(jù)所述第一卷積結(jié)構(gòu)的輸出結(jié)果生成具有所述第二分辨率的最終反卷積圖像，所述第一疊加器接收所述第二遷移圖像、所述第二卷積圖像、及所述最終反卷積圖像并輸出所述目標(biāo)區(qū)域的高斯熱圖、所述目標(biāo)區(qū)域的寬和高、及所述目標(biāo)區(qū)域中心坐標(biāo)的偏移信息，其中，所述粗檢圖像的分辨率、所述第一分辨率及所述第二分辨率依次降低。

3.根據(jù)權(quán)利要求2所述的圖像交通信息燈檢測方法，其特征在于，所述第一卷積結(jié)構(gòu)包括第一至第五卷積層，所述第一反卷積結(jié)構(gòu)包括第一至第三反卷積層，

所述使用粗粒度檢測卷積神經(jīng)網(wǎng)絡(luò)對所述粗檢圖像進(jìn)行目標(biāo)區(qū)域檢測，以獲得所述目標(biāo)區(qū)域的區(qū)域信息的步驟中，所述第一卷積層接收所述粗檢圖像并輸出所述第一卷積圖像，所述第二卷積層接收所述第一卷積圖像并輸出所述第二卷積圖像，所述第三卷積層接收所述第二卷積圖像并輸出具有第三分辨率的第三卷積圖像，所述第四卷積層接收所述第三卷積圖像生成具有第四分辨率的第四卷積圖像，所述第五卷積層接收所述第四卷積圖像生成具有第五分辨率的第五卷積圖像，所述第一反卷積層接收所述第五卷積圖像生成具有所述第四分辨率的第一反卷積圖像，所述第二反卷積層接收所述具有所述第四分辨率的第一反卷積圖像及所述第四卷積圖像生成具有所述第三分辨率的第二反卷積圖像，所述第三反卷積層接收所述具有所述第三分辨率的第二反卷積圖像及所述第三卷積圖像生成具有所述第二分辨率的第三反卷積圖像，所述第三反卷積圖像作為所述最終反卷積圖像被提供至所述第一疊加器；所述粗檢圖像的分辨率、所述第一分辨率、所述第二分辨率、所述第三分辨率、所述第四分辨率、所述第五分辨率按照上述排列順序依次減半。

4.根據(jù)權(quán)利要求2所述的圖像交通信息燈檢測方法，其特征在于，所述粗粒度檢測卷積神經(jīng)網(wǎng)絡(luò)中，所述第一特征遷移模塊及所述第二特征遷移模塊均包括依序連接的首卷積層、第一殘差結(jié)構(gòu)、第一轉(zhuǎn)換子卷積結(jié)構(gòu)、及尾卷積層，

所述使用粗粒度檢測卷積神經(jīng)網(wǎng)絡(luò)對所述粗檢圖像進(jìn)行目標(biāo)區(qū)域檢測，以獲得所述目標(biāo)區(qū)域的區(qū)域信息的步驟中，所述第一特征遷移模塊的首卷積層接收所述粗檢圖像，所述第一特征遷移模塊的尾卷積層輸出所述第一遷移圖像，所述第二特征遷移模塊的首卷積層接收所述第一遷移圖像，所述第二特征遷移模塊的尾卷積層輸出所述第二遷移圖像，設(shè)輸入所述第一轉(zhuǎn)換子卷積層的圖像維度為rH×rW×C，則所述第一轉(zhuǎn)換子卷積層輸出的圖像維度為H×W×C*r²，r＝2，其中，H、W、C分別代表圖像的長、寬和顏色通道數(shù)，r代表采樣的像素間隔。