[發明專利]交通信號燈檢測方法、裝置和計算機設備

在審

• 申請號: 202110036904.X
• 申請日: 2021-01-12
• 公開（公告）號: CN112766128A
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 莊明磊;王廷鳥;劉曉沐
• 申請（專利權）人: 浙江大華技術股份有限公司
• 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: 杭州華進聯浙知識產權代理有限公司 33250
• 代理人: 范麗霞

本申請涉及交通信號燈檢測方法、裝置和計算機設備，其中，交通信號燈檢測方法包括：獲取信號燈的第一圖像；通過預先設置的位置檢測神經網絡，檢測所述第一圖像中所述信號燈的位置，得到標注有所述信號燈所在位置的第二圖像；通過預先設置的狀態檢測神經網絡，識別所述第二圖像中標注位置處的信號燈狀態，解決相關技術中根據R、G、B三個通道平均值濾掉通過深度學習模型所檢測出的錯誤結果，存在交通信號燈檢測不精確的問題，提高了交通信號燈的檢測精度。

技術領域

本申請涉及交通監控技術領域，特別是涉及交通信號燈檢測方法、裝置和計算機設備。

背景技術

在交通監控場景中，為了能夠實現車輛闖紅燈自動抓拍，需要實時獲取到當前幀信號燈狀態，需要通過視頻分析出圖像幀中信號燈是綠燈、黃燈還是紅燈狀態，但是實際場景下，為了能清晰辨別車輛和人臉等信息，視頻流和抓拍圖片需要增大攝像機的曝光時間，曝光時間的增大會導致信號燈區域像素過飽和，使得抓拍圖片中的紅燈顏色偏黃或者偏白，這種紅燈顏色偏色情況，極大增加了信號燈識別難度。

在相關技術中，交通信號燈檢測的方法通常是包括信號燈檢測、檢測結果校驗；信號燈檢測是指通過深度學習模型檢測出信號燈位置和信號燈狀態，檢測結果校驗是指計算檢測區域內R、G、B三個通道平均值，根據紅、黃、綠三種顏色R、G、B大小關系，用平均值判斷檢測出的信號燈是什么顏色，以過濾掉通過深度學習模型所檢測出的錯誤結果。但是，由于不同場景不同亮度下，信號燈顏色關系變化較大，進而通過R、G、B三個通道平均值關系來過濾檢測結果，存在所過濾后的檢測結果不精確的情形。

目前針對相關技術中，根據R、G、B三個通道平均值濾掉通過深度學習模型所檢測出的錯誤結果，存在交通信號燈檢測不精確的問題，尚未提出有效的解決方案。

發明內容

本申請實施例提供了交通信號燈檢測方法、裝置和計算機設備，以至少解決相關技術中根據R、G、B三個通道平均值濾掉通過深度學習模型所檢測出的錯誤結果，存在交通信號燈檢測不精確的問題。

第一方面，本申請實施例提供了一種交通信號燈檢測方法，所述方法包括：

獲取信號燈的第一圖像；

通過預先設置的位置檢測神經網絡，檢測所述第一圖像中所述信號燈的位置，得到標注有所述信號燈所在位置的第二圖像；

通過預先設置的狀態檢測神經網絡，識別所述第二圖像中標注位置處的信號燈狀態。

在其中一些實施例中，通過預先設置的位置檢測神經網絡，檢測所述第一圖像中所述信號燈的位置，得到標注有所述信號燈所在位置的第二圖像包括：

通過預先設置的位置檢測神經網絡，檢測所述第一圖像中燈盤的位置；

根據所述燈盤的位置，確定標注有所述信號燈所在位置的第二圖像。

在其中一些實施例中，所述第一圖像中標注有感興趣區域；通過預先設置的位置檢測神經網絡，檢測所述第一圖像中燈盤的位置包括：

通過預先設置的位置檢測神經網絡，檢測所述第一圖像的所述感興趣區域中燈盤的位置。

在其中一些實施例中，獲取信號燈的第一圖像包括：

獲取信號燈圖像，所述信號燈圖像中標注有多個候選框、以及與所述多個候選框相對應的候選框信息；

根據所述候選框信息對所述多個候選框做聚類處理，得到標注有所述感興趣區域的第一圖像。

在其中一些實施例中，通過預先設置的位置檢測神經網絡，檢測所述第一圖像中所述信號燈的位置，得到標注有所述信號燈所在位置的第二圖像之前，所述方法還包括：

將所述第一圖像轉換成RGB格式；