[發明專利]一種基于空間先驗的車輛安全警示裝置檢測方法

在審

• 申請號: 202110037054.5
• 申請日: 2021-01-12
• 公開（公告）號: CN112686203A
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 黃晟;徐嘉志;張小先;王磊;劉富強;葛永新;洪明堅;徐玲;張小洪
• 申請（專利權）人: 重慶大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08;G06T7/62
• 代理公司: 重慶晟軒知識產權代理事務所(普通合伙) 50238
• 代理人: 王海鳳

1.一種基于空間先驗的車輛安全警示裝置檢測方法，其特征在于：包括如下步驟：

S1：準備檢測車輛安全警示裝置時拍攝的車輛圖片；

S2：從準備好的車輛圖片中選出部分圖片作為數據集，所述數據集中的每張車輛圖片具有相同的寬高比，并且每張車輛圖片的拍攝視角相同；

對數據集中車輛圖片上的警示標志的位置進行標注，所述警示標志為三角警示牌和滅火器；

對所述每張車輛圖片中的三角警示牌進行線框標注，并打上三角警示牌標簽，對所述每張車輛圖片中的滅火器進行線框標注，并打上滅火器標簽；

S3：隨機選取數據集中的部分車輛圖片作為訓練集，將訓練集中的所有車輛圖片作為YOLOv3目標識別框架的輸入，對YOLOv3目標識別框架進行訓練，當訓練至YOLOv3目標識別框架得到的loss值不再下降時，則停止訓練，此時得到訓練好的YOLOv3目標檢測模型；

S4：從訓練集中隨機選取N張無背景目標干擾的圖片作為樣本圖片，并將該N張樣本圖片統一到1280*960大小，隨后確定距離基準量和面積基準量；

所述距離基準量包括樣本圖片寬方向上的距離基準量和高度方向上的距離基準量，通過距離基準量得到警示標志分布的直線方程；

所述面積基準量包括三角警示牌面積基準量S_s和滅火器面積基準量S_m；

S5：使用訓練好的YOLOv3目標檢測模型對待預測圖片進行識別，識別后得到一個存有警示標志信息的數組，警示標志信息由警示標志的寬、警示標志的高、警示標志數量和包含警示標志的線框中心四部分組成；

S6：設S5識別的警示標志的數量為I，計算第i個警示標志的面積，確定所述第i個警示標志面積的面積得分,計算第i個警示標志的距離得分；

S7：如果第i個警示標志的面積得分與距離得分之和大于預先設定的閾值，則認為該第i個警示標志是重點目標，執行S8；反之則認為第i個警示標志不是重點目標，并執行S9；

S8：在所述待預測圖片中框出第i個警示標志，并打上有警示標志的標簽，輸出處理后的待預測圖片和該待預測圖片的日志報告；

S9：所述待預測圖片中沒有重點目標，輸出待預測圖片原圖和該待預測圖片的日志報告。

2.如權利要求1所述的一種基于空間先驗的車輛安全警示裝置檢測方法，其特征在于：所述S4中計算距離基準量方法如下：

1)獲取所述N張樣本圖片，將所述每張樣本圖片上包含警示標志的線框中心坐標記為(x,y)，所述N個線框的中心坐標作為訓練樣本；

2)用sklearn中的LinearRegression模塊構建線性回歸模型，使用訓練樣本對線性回歸模型進行自動迭代訓練，訓練結束后得到訓練好的線性回歸模型，并輸出線性回歸模型在寬方向上的截距D_x和在高方向上的截距D_y；

3)設D_x＝D_wW，D_y＝D_hH，其中，D_w表示寬方向上的距離基準量，D_h表示高方向上的距離基準量；D_x表示線性回歸模型在寬方向的截距，D_y表示線性回歸模型在高方向的截距；W表示樣本圖片的寬度，H表示樣本圖片的高度。

3.如權利要求1所述的一種基于空間先驗的車輛安全警示裝置檢測方法，其特征在于：所述S4中計算面積基準量的具體方法如下：

利用該N張樣本圖片上三角警示牌的面積計算三角警示牌面積平均值，將三角警示牌面積平均值作為三角警示牌面積基準量S_s，用該N張樣本圖片上滅火器的面積計算滅火器面積平均值，將滅火器面積平均值作為滅火器面積基準量S_m。