[發明專利]交通標識檢測方法、裝置、計算機設備和存儲介質

有效

• 申請號: 202110036977.9
• 申請日: 2021-01-12
• 公開（公告）號: CN112699834B
• 公開（公告）日: 2022-06-17
• 發明（設計）人: 陸嘉欣
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06V20/54
• 分類號: G06V20/54;G06V10/40;G06V10/75;G06K9/62
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 毛丹

1.一種交通標識檢測方法，其特征在于，所述方法包括：

獲取包含目標交通標識的待檢測道路圖像；

基于所述待檢測道路圖像的位置信息從歷史道路圖像集合中獲取匹配的參考道路圖像；所述歷史道路圖像集合中的歷史道路圖像包含目標交通標識；

對所述待檢測道路圖像和所述參考道路圖像進行特征提取，得到所述待檢測道路圖像對應的目標特征集合和所述參考道路圖像對應的參考特征集合；所述目標特征集合和所述參考特征集合均包括背景類別和目標交通標識類別的特征，所述目標特征集合和所述參考特征集合中背景類別的特征是將所述待檢測道路圖像和所述參考道路圖像作為道路圖像對輸入圖像背景匹配模型，獲取所述圖像背景匹配模型的中間處理結果得到的，所述圖像背景匹配模型是基于背景一致和背景不一致的訓練圖像對訓練得到的；

計算所述目標特征集合和所述參考特征集合的匹配度，基于所述匹配度確定所述待檢測道路圖像和所述參考道路圖像中目標交通標識的一致性檢測結果；

基于所述一致性檢測結果確定所述待檢測道路圖像中目標交通標識的目標檢測狀態。

2.根據權利要求1所述的方法，其特征在于，所述基于所述待檢測道路圖像的位置信息從歷史道路圖像集合中獲取匹配的參考道路圖像，包括：

計算所述待檢測道路圖像的位置信息和各個歷史道路圖像的位置信息的位置差異；

將位置差異小于預設閾值的歷史道路圖像作為所述參考道路圖像。

3.根據權利要求1所述的方法，其特征在于，所述對所述待檢測道路圖像和所述參考道路圖像進行特征提取，得到所述待檢測道路圖像對應的目標特征集合和所述參考道路圖像對應的參考特征集合，包括：

將所述待檢測道路圖像和所述參考道路圖像輸入已訓練的圖像背景特征提取子模型，通過所述圖像背景特征提取子模型的第一特征提取通道對所述待檢測道路圖像進行特征提取得到對應的第一背景特征，將所述第一背景特征歸入所述目標特征集合；

通過所述圖像背景特征提取子模型的第二特征提取通道對所述參考道路圖像進行特征提取得到對應的第二背景特征，將所述第二背景特征歸入所述參考特征集合；

所述圖像背景特征提取子模型是圖像背景匹配模型中的子模型，所述圖像背景匹配模型用于根據圖像背景特征提取子模型輸出的特征信息確定圖像背景匹配結果。

4.根據權利要求3所述的方法，其特征在于，各個特征提取通道均包括多個特征提取層，同一特征提取通道中的各個特征提取層依次連接，特征提取通道的數據處理過程通過以下步驟實現：

基于各個特征提取層輸出的特征圖像得到當前輸入圖像對應的背景特征；當前特征提取層的輸入數據包括所述當前輸入圖像和當前特征提取層之前的各個特征提取層輸出的特征圖像。

5.根據權利要求3所述的方法，其特征在于，所述圖像背景匹配模型的訓練過程通過以下步驟實現：

獲取訓練樣本集合；所述訓練樣本集合包括訓練圖像對和對應的訓練標簽，所述訓練圖像對包括第一訓練圖像和第二訓練圖像，所述訓練標簽包括背景一致和背景不一致；

將所述第一訓練圖像和所述第二訓練圖像分別作為待訓練的圖像背景匹配模型中對應的特征提取通道的輸入，得到所述第一訓練圖像對應的第一訓練背景特征和所述第二訓練圖像對應的第二訓練背景特征；

計算所述第一訓練背景特征和所述第二訓練背景特征的特征距離；

基于所述訓練標簽和所述特征距離計算訓練損失值，基于所述訓練損失值調整所述圖像背景匹配模型的模型參數，直到滿足收斂條件，得到訓練后的圖像背景匹配模型。

6.根據權利要求1所述的方法，其特征在于，所述對所述待檢測道路圖像和所述參考道路圖像進行特征提取，得到所述待檢測道路圖像對應的目標特征集合和所述參考道路圖像對應的參考特征集合，包括：

將所述待檢測道路圖像和所述參考道路圖像分別輸入已訓練的目標交通標識特征提取模型，得到所述待檢測道路圖像和所述參考道路圖像分別對應的目標交通標識特征；

將所述待檢測道路圖像對應的目標交通標識特征歸入所述目標特征集合，將所述參考道路圖像對應的目標交通標識特征歸入所述參考特征集合。