[發明專利]基于人工智能的交通標志識別方法、裝置、終端及介質

在審

• 申請號: 202010900663.4
• 申請日: 2020-08-31
• 公開（公告）號: CN111931693A
• 公開（公告）日: 2020-11-13
• 發明（設計）人: 陳慶偉;許華杰
• 申請（專利權）人: 平安國際智慧城市科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06T7/136;G06T7/269;G06N3/04;G06N3/08
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 何春蘭;遲珊珊

1.一種基于人工智能的交通標志識別方法，其特征在于，所述方法包括：

調用圖像特征提取模型提取交通標志圖像的特征并輸出特征圖；

調用顏色提取模型提取所述交通標志圖像的顏色信息，其中，所述顏色提取模型為基于顏色注意力機制的網絡訓練得到；

調用位置提取模型根據所述顏色信息提取所述交通標志圖像的位置信息，其中，所述位置提取模型為基于位置注意力機制的網絡訓練得到；

根據所述位置信息生成掩板并利用所述掩板提取所述特征圖中的目標特征信息得到目標特征圖；

通過預先訓練的分類器根據所述目標特征圖識別所述交通標志圖像中的交通標志。

2.如權利要求1所述的基于人工智能的交通標志識別方法，其特征在于，所述根據所述位置信息生成掩板并利用所述掩板提取所述特征圖中的目標特征信息得到目標特征圖包括：

初始化一個第一掩板，所述第一掩板的大小與所述交通標志圖像相同；

確定所述第一掩板中與所述交通標志圖像的位置信息對應的目標位置；

將所述第一掩板中所述目標位置處的像素的值設置為第一值，及將所述第一掩板中非所述目標位置處的像素的值設置為第二值，得到第二掩板；

利用所述第二掩板提取所述特征圖中的目標特征信息得到目標特征圖。

3.如權利要求1所述的基于人工智能的交通標志識別方法，其特征在于，在所述調用圖像特征提取模型提取交通標志圖像的特征并輸出特征圖之前，所述方法還包括：

獲取車輛行駛過程中的環境視頻并對所述環境視頻進行分幀處理得到多幀環境圖像；

調用交通標志檢測模型檢測每幀環境圖像中是否存在交通標志；

當確定所述環境圖像中存在交通標志時，確定所述環境圖像中交通標志所在區域；

對所述環境圖像中所述交通標志所在區域進行分割得到交通標志圖像；

根據多個交通標志圖像生成目標交通標志圖像。

4.如權利要求3所述的基于人工智能的交通標志識別方法，其特征在于，所述根據多個交通標志圖像生成目標交通標志圖像包括：

獲取每個交通標志圖像對應的目標環境圖像及所述目標環境圖像對應的幀序號；

采用光流算法計算兩個相鄰的幀序號對應的交通標志圖像的光流場；

對所述光流場進行閾值分割，并篩選出所述光流場中大于所述閾值的目標光流場；

提取所述兩個相鄰的交通標志圖像中對應所述目標光流場的目標像素點；

計算所述目標像素點的平均像素值，并根據所述平均像素值生成目標交通標志圖像。

5.如權利要求3所述的基于人工智能的交通標志識別方法，其特征在于，在得到所述交通標志圖像之后，所述方法還包括：

對所述交通標志圖像進行濾波處理，得到濾波圖像；

對所述濾波圖像進行歸一化處理，得到目標交通標志圖像。

6.如權利要求1至5中任意一項所述的基于人工智能的交通標志識別方法，其特征在于，在所述通過預先訓練的分類器根據所述目標特征圖識別所述交通標志圖像中的交通標志之后，所述方法還包括：

獲取所述車輛的行駛參數；

判斷所述行駛參數與識別出的交通標志是否匹配；

當所述行駛參數與識別出的交通標志不匹配時，輸出與所述識別出的交通標志對應的語音信息。

7.如權利要求6所述的基于人工智能的交通標志識別方法，其特征在于，當所述行駛參數與識別出的交通標志不匹配時，所述方法還包括：

獲取與所述識別出的交通標志對應的目標行駛參數；

根據所述目標行駛參數控制所述車輛的行駛。