[發明專利]圖像交通信號燈檢測方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010690262.0
• 申請日: 2020-07-17
• 公開（公告）號: CN111832493A
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 鐘志權;莊伯金;王少軍
• 申請（專利權）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權代理有限公司 44374
• 代理人: 孫麗麗

本發明涉及圖像檢測/圖像分類/神經網絡技術領域，尤其涉及一種圖像交通信息燈檢測方法、裝置、電子設備及計算機可讀存儲介質，可應用于輔助駕駛與導航/自動駕駛/智慧交通等場景中，推動智慧城市建設。所述圖像交通信息燈檢測方法包括：獲取原始圖像；將所述原始圖像的分辨率降低而獲得粗檢圖像；使用粗粒度檢測卷積神經網絡對所述粗檢圖像進行目標區域檢測以獲得所述目標區域的區域信息；將所述目標區域的區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區域對應的原始圖像塊；及使用細粒度檢測卷積神經網絡對所述原始圖像塊進行交通信號燈區域檢測以獲得交通信號燈區域的位置及類別信息。

技術領域

本發明涉及圖像檢測/圖像分類/神經網絡技術領域，尤其涉及一種圖像交通信息燈檢測方法、裝置、電子設備及計算機可讀存儲介質，可應用于輔助駕駛與導航/自動駕駛/智慧交通等場景中，推動智慧城市建設。

背景技術

隨著社會經濟的不斷發展，社會大眾生活水平的逐步改善，計算機技術在生產生活中得到廣泛推廣，特別是計算機圖像處理技術，成為當前計算機應用領域中的重要技術類型之一。

計算機圖像處理技術中，交通信號燈檢測技術對輔助駕駛與導航/自動駕駛/智慧交通技術具有重要的意義，在交通違法行為的自動判斷中也有巨大的作用。百度、特斯拉、Waymo、蘋果等國內外研究公司在自動駕駛上投入的力度之大也無疑說明了未來行業的發展趨勢與該方向的美好前景。在行人、車輛識別上由于深度學習的發展以及大數據時代造就的海量行人、車輛檢測數據集已經有了巨大的進展，但是對于交通信號燈檢測技術由于各種原因在精度與效率上尚有很大的發展空間。

交通信號燈檢測技術包含了交通信號燈位置的確定及交通信號燈類別(如顏色)的判斷。交通信號燈檢測技術主要面臨著幾大難點。首先，國內交通信號燈的共享數據特別少，國外的共享數據中并沒有交通信號燈的方向信息，而且中西方交通信號燈的差別也限制了國內研究的進展。其次，交通信號燈屬于小目標，它的尺寸特別小，盡管現有的高清攝像頭能獲取較高分辨率的圖片，但是極小的相對尺度也增加了它的檢測難度。傳統檢測方法精度和魯棒性較差，而一些相關技術也大致存在以下缺點：一是將原始高分辨率圖像(如2400×2400)縮放成通用檢測框架大小(如512×512)后輸入，但縮小后圖像信息的損失將導致信號燈難以檢測；二是以原始圖像分辨率輸入，此時會極大增加網絡的計算量與時間成本；三是將完整的原圖分成多個圖像塊后輸入，這同樣大大增加了計算成本，且很多圖像塊的計算是無效的。并且一些相關技術難以在檢測精度及效率之間取得一個相對較好的平衡。

發明內容

本發明的目的為提供一種檢測精度及效率較高的圖像交通信息燈檢測方法、裝置、電子設備及計算機可讀存儲介質，可應用于輔助駕駛與導航/自動駕駛/智慧交通等場景中，推動智慧城市建設。

為實現上述目的，本發明提供一種圖像交通信息燈檢測方法，其包括以下步驟：

獲取原始圖像；

降低所述原始圖像的分辨率降低生成粗檢圖像；

使用粗粒度檢測卷積神經網絡對所述粗檢圖像進行目標區域檢測，以獲得所述目標區域的區域信息，其中，所述目標區域包括交通信號燈圖像及其周邊環境圖像；

將所述區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區域對應的原始圖像塊；及

使用細粒度檢測卷積神經網絡對所述原始圖像塊進行交通信號燈區域檢測，以獲得交通信號燈區域的位置及類別信息。