[發明專利]路牌檢測方法、裝置、設備和計算機可讀介質

在審

• 申請號: 202110174410.8
• 申請日: 2021-02-07
• 公開（公告）號: CN112528970A
• 公開（公告）日: 2021-03-19
• 發明（設計）人: 唐匯;張雷;倪凱
• 申請（專利權）人: 禾多科技（北京）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/08
• 代理公司: 北京衛智暢科專利代理事務所(普通合伙) 11557
• 代理人: 陳佳

1.一種路牌檢測方法，包括：

獲取待檢測的路牌圖像；

對所述待檢測的路牌圖像進行歸一化處理，得到第一目標路牌圖像；

基于所述待檢測的路牌圖像，生成第二目標路牌圖像；

基于所述第一目標路牌圖像、所述第二目標路牌圖像和預先訓練的神經網絡模型，生成第一檢測結果集合和第二檢測結果集合，其中，所述第一檢測結果集合中的第一檢測結果用于表征所述第一目標路牌圖像中的路牌位置信息，所述第二檢測結果集合中的第二檢測結果用于表征所述第二目標路牌圖像中的路牌位置信息；

將所述第一檢測結果集合和所述第二檢測結果集合進行數據融合處理，得到路牌檢測結果集合。

2.據權利要求1所述的方法，其中，所述對所述待檢測的路牌圖像進行歸一化處理，得到第一目標路牌圖像，包括：

對所述待檢測的路牌圖像進行圖像去均值處理，得到去均值后的路牌圖像；

基于所述去均值后的路牌圖像，生成所述第一目標路牌圖像。

3.根據權利要求2所述的方法，其中，所述基于所述待檢測的路牌圖像，生成第二目標路牌圖像，包括：

對所述待檢測的路牌圖像進行圖像分割處理，得到分割后的路牌圖像；

基于所述分割后的路牌圖像，生成所述第二目標路牌圖像。

4.根據權利要求3所述的方法，其中，所述神經網絡模型是通過以下步驟訓練生成的：

獲取訓練數據信息集合，其中，所述訓練數據信息集合中的訓練數據信息包括訓練數據的標簽信息和與所述標簽信息對應的路牌圖像；

對所述訓練數據信息集合包括的標簽信息集合進行第一數據處理，得到索引數據集合；

基于所述索引數據集合和預設的訓練類別，對所述訓練數據信息集合進行第二數據處理，得到處理后的訓練數據信息集合；

基于預設的迭代次數，將所述處理后的訓練數據信息集合輸入至搭建好的神經網絡模型，以生成所述預先訓練的神經網絡模型。

5.根據權利要求4所述的方法，其中，所述預先訓練的神經網絡模型包括第一特征提取子網絡、第二特征提取子網絡、回歸預測子網絡、分類預測子網絡和解碼子網絡；以及

所述基于所述第一目標路牌圖像、所述第二目標路牌圖像和預先訓練的神經網絡模型，生成第一檢測結果集合和第二檢測結果集合，包括：

分別將所述第一目標路牌圖像和所述第二目標路牌圖像輸入至所述第一特征提取子網絡，得到所述第一目標路牌圖像的第一特征信息集合和所述第二目標路牌圖像的第一特征信息集合；

分別將所述第一目標路牌圖像的第一特征信息集合和所述第二目標路牌圖像的第一特征信息集合輸入至所述第二特征提取子網絡，得到所述第一目標路牌圖像的第二特征信息集合和所述第二目標路牌圖像的第二特征信息集合；

分別將所述第一目標路牌圖像的第二特征信息集合和所述第二目標路牌圖像的第二特征信息集合輸入至所述回歸預測子網絡，得到第一回歸預測結果集合和第二回歸預測結果集合；

分別將所述第一目標路牌圖像的第二特征信息集合和所述第二目標路牌圖像的第二特征信息集合輸入至所述分類預測子網絡，得到第一分類預測結果集合和第二分類預測結果集合；

將所述第一回歸預測結果集合和所述第一分類預測結果集合輸入至所述解碼子網絡，得到所述第一檢測結果集合；

將所述第二回歸預測結果集合和所述第二分類預測結果集合輸入至所述解碼子網絡，得到所述第二檢測結果集合。

6.根據權利要求5所述的方法，其中，所述將所述第一檢測結果集合和所述第二檢測結果集合進行數據融合處理，得到路牌檢測結果集合，包括：

對所述第一檢測結果集合和所述第二檢測結果集合進行圖像堆疊處理，得到第三檢測結果組集合；

將所述第三檢測結果組集合中的滿足預設條件的第三檢測結果組確定為目標檢測結果組，得到目標檢測結果組集合；

對所述目標檢測結果組集合中的每個目標檢測結果組進行矩形框重復性檢測，以生成重復性檢測結果，得到重復性檢測結果集合；

基于所述重復性檢測結果集合，對所述堆疊后的檢測結果集合進行更新，得到所述路牌檢測結果集合。