[發明專利]車道路面數字顏色識別方法、限速信息識別方法及系統

在審

• 申請號: 202011275002.3
• 申請日: 2020-11-14
• 公開（公告）號: CN112507801A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 萬齊斌;何云;何豪杰;熊跡;劉奮
• 申請（專利權）人: 武漢中海庭數據技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 武漢藍寶石專利代理事務所(特殊普通合伙) 42242
• 代理人: 高蘭

本發明實施例提供一種車道路面數字顏色識別方法、限速信息識別方法及系統，方法包括：將待識別RGB圖輸入訓練后的目標檢測模型，以輸出攜帶有矩形框的待識別RGB圖，矩形框用來標記路面數字在RGB圖中的位置；將輸出的矩形框從待識別RGB圖中剪切，將剪切得到的矩形圖像分別輸入第一顏色識別模型和第二顏色識別模型，分別輸出第一顏色識別結果和第二顏色識別結果；根據第一顏色識別結果和第二顏色識別結果，確定待識別RGB圖中路面數字的顏色。本發明通過上述的方法可以精確地識別到車道路面上數字的顏色，進而解析出車道的限速信息，彌補了高精度地圖領域缺乏道路限速信息的短板。

技術領域

本發明涉及顏色識別領域，更具體地，涉及一種車道路面數字顏色識別方法、限速信息識別方法及系統。

背景技術

在高精度地圖制作領域，為了地圖制作的準確性，需要高度還原道路的真實情況，而路面印刷的數字則代表著該車道的限速情況，一般情況下，黃色代表最高限速，白色代表最低限速，

目前，對于高精度地圖制作，通常只是從圖像中識別出車道線，對于車道上代表速度的數字并沒有處理，因此，準確識別路面數字的顏色可以高度的還原限速信息，便于自動駕駛車輛合理的控制速度。

發明內容

本發明實施例提供一種克服上述問題或者至少部分地解決上述問題的一種車道路面數字顏色識別方法、限速信息識別方法及系統。

基于本發明實施例的第一方面，提供了一種車道路面數字顏色識別方法，包括：

將待識別RGB圖輸入訓練后的目標檢測模型，以輸出攜帶有矩形框的待識別RGB圖，其中，所述待識別RGB圖中包括車道路面數字，所述目標檢測模型為根據包括多張RGB圖和對應的攜帶有矩形框的RGB圖的訓練集訓練而來，所述矩形框用來標記路面數字在RGB圖中的位置；

將輸出的矩形框從待識別RGB圖中剪切，得到標記路面數字的矩形圖像；

將所述矩形圖像分別輸入第一顏色識別模型和第二顏色識別模型，分別輸出第一顏色識別結果和第二顏色識別結果；

根據第一顏色識別結果和第二顏色識別結果，確定待識別RGB圖中路面數字的顏色。

在上述技術方案的基礎上，本發明實施例還可以作出如下改進。

進一步的，所述目標檢測模型為一階網絡模型，所述將待識別RGB圖輸入訓練后的目標檢測模型之前還包括：

獲取多張包括車道路面數字的RGB圖，對每一張RGB圖以矩形框的形式標記路面數字在其中的位置；

將每一張RGB圖和攜帶有矩形框的RGB圖形成訓練集；

利用訓練集對所述目標檢測模型進行訓練。

進一步的，所述第一顏色識別模型為深度學習卷積神經網絡，所述將所述矩形圖像分別輸入第一顏色識別模型和第二顏色識別模型，分別輸出第一顏色識別結果和第二顏色識別結果包括：

將所述矩形圖像輸入訓練后的深度學習卷積神經網絡，以輸出所述矩形圖像中路面數字的第一顏色識別結果；

將所述矩形圖像輸入第二顏色識別模型，基于閾值分割的方式得到矩形圖像中路面數字的第二顏色識別結果。

進一步的，所述將所述矩形圖像輸入訓練后的深度學習卷積神經網絡之前還包括：

獲取多張矩形圖像，并為每張矩形圖像標記顏色標簽；

將多張矩形圖圖像和對應的顏色標簽形成訓練集；

利用訓練集對深度學習卷積神經網絡進行訓練。

進一步的，所述將所述矩形圖像輸入第二顏色識別模型，基于閾值分割的方式得到矩形圖像中路面數字的第二顏色識別結果：