[發(fā)明專利]交通標(biāo)志識別方法、裝置、電子設(shè)備及計算機(jī)存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110636627.6
• 申請日: 2021-06-08
• 公開（公告）號: CN113591543A
• 公開（公告）日: 2021-11-02
• 發(fā)明（設(shè)計）人: 李曉歡;馬新舒;陳倩;唐欣
• 申請（專利權(quán)）人: 廣西綜合交通大數(shù)據(jù)研究院;桂林電子科技大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市諾正鑫澤知識產(chǎn)權(quán)代理有限公司 44689
• 代理人: 羅華

本申請實施例提供了一種交通標(biāo)志識別方法、裝置、電子設(shè)備及計算機(jī)存儲介質(zhì)，涉及圖像識別技術(shù)領(lǐng)域。該方法包括：獲取預(yù)設(shè)的交通標(biāo)志數(shù)據(jù)集，采用預(yù)設(shè)的聚類算法對交通標(biāo)志數(shù)據(jù)集中的交通標(biāo)志進(jìn)行聚類，確定各類交通標(biāo)志的尺寸；采用訓(xùn)練后的交通標(biāo)志識別模型對待識別交通標(biāo)志進(jìn)行識別，確認(rèn)待識別交通標(biāo)志的類別。本申請實施例通過預(yù)設(shè)的聚類方法先對數(shù)據(jù)集進(jìn)行聚類，對交通標(biāo)志識別模型進(jìn)行訓(xùn)練，可以獲取圖像中不同尺度的感受野信息，并可以將獲取到的不同尺度的信息融合，增強淺層網(wǎng)絡(luò)預(yù)測交通標(biāo)志的能力，進(jìn)而提高交通標(biāo)志的檢測準(zhǔn)確率。減少網(wǎng)絡(luò)參數(shù)并降低網(wǎng)絡(luò)復(fù)雜度，以此提高交通標(biāo)志的檢測速度，達(dá)到對交通標(biāo)志的實時檢測。

技術(shù)領(lǐng)域

本申請涉及圖像處理技術(shù)領(lǐng)域，具體而言，本申請涉及一種交通標(biāo)志 識別方法、裝置、電子設(shè)備及計算機(jī)存儲介質(zhì)。

背景技術(shù)

近年來，無人駕駛越來越受到全球的關(guān)注，為保證無人駕駛車輛能夠 上路安全，需要對周圍環(huán)境信息進(jìn)行感知，現(xiàn)有技術(shù)都是通過激光雷達(dá)來 確定前方目標(biāo)與車的實際距離，但其無法確定目標(biāo)的類別，所以需要輔助 攝像頭來實時且精準(zhǔn)地檢測出路面上所有目標(biāo)，能夠識別越遠(yuǎn)的目標(biāo)，就 越能增大車輛的反應(yīng)時間及時制動避免碰撞，交通標(biāo)志檢測識別是無人駕 駛感知部分的重要一環(huán)，自動駕駛系統(tǒng)通過獲取交通標(biāo)志的類別及距離的 信息及時的做出正確的決策信息。

現(xiàn)實生活中交通標(biāo)志的像素約占視野圖像的0.001％至5％，尺寸小， 占據(jù)像素點少，特征不明顯導(dǎo)致其相比大目標(biāo)而言檢測困難，同時，交通 標(biāo)志的檢測還受到天氣條件的影響，惡劣的天氣狀況使得交通標(biāo)志難以辨 認(rèn)，例如有霧，天氣昏暗，復(fù)雜的場景等，現(xiàn)有的深度學(xué)習(xí)檢測算法難以 對現(xiàn)實場景下的小目標(biāo)交通標(biāo)志進(jìn)行有效及高精度的檢測與識別。

由此可見，現(xiàn)有技術(shù)對小目標(biāo)交通標(biāo)志的識別的精度不高，需要改進(jìn)。

發(fā)明內(nèi)容

本申請的目的旨在至少能解決上述的技術(shù)缺陷之一，特別是現(xiàn)有技術(shù) 對小目標(biāo)交通標(biāo)志的識別的精度不高的技術(shù)缺陷。

根據(jù)本申請的一個方面，提供了一種交通標(biāo)志識別方法，該方法包括：

獲取預(yù)設(shè)的交通標(biāo)志數(shù)據(jù)集，所述交通標(biāo)志數(shù)據(jù)集包括訓(xùn)練集和驗證 集；

采用預(yù)設(shè)的聚類算法對所述交通標(biāo)志數(shù)據(jù)集中的交通標(biāo)志進(jìn)行聚類， 確定各類所述交通標(biāo)志的尺寸；

使用所述訓(xùn)練集對預(yù)設(shè)的交通標(biāo)志識別模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的 交通標(biāo)志識別模型；

采用訓(xùn)練后的所述交通標(biāo)志識別模型對待識別交通標(biāo)志進(jìn)行識別，確 認(rèn)所述待識別交通標(biāo)志的類別。

作為本申請一種可能的實施方式，在該實施方式中，所述采用預(yù)設(shè)的 聚類算法對所述交通標(biāo)志數(shù)據(jù)集中的交通標(biāo)志進(jìn)行聚類，確定各類所述交 通標(biāo)志的尺寸，包括：

設(shè)置預(yù)設(shè)數(shù)量的聚類，并確定對應(yīng)數(shù)量的初始聚類中心；

計算所述交通標(biāo)志數(shù)據(jù)集中每個交通標(biāo)志數(shù)據(jù)中數(shù)據(jù)點距離所述初 始聚類中心的距離；

將所述距離在預(yù)設(shè)范圍內(nèi)的數(shù)據(jù)點確定為聚類中心所在的簇；

將所述簇的所有數(shù)據(jù)的中心點作為所述聚類的中心點，直到所述聚類 的中心點不再移動，將所述聚類的中心點作為所述聚類的交通標(biāo)志尺寸。

作為本申請一種可能的實施方式，在該實施方式中，所述交通標(biāo)志識 別模型的訓(xùn)練步驟包括：

將所述訓(xùn)練數(shù)據(jù)輸入第一分支計算得到第一輸出，所述第一分支包括 一個卷積模塊；

將所述訓(xùn)練數(shù)據(jù)輸入第二分支計算得到第二輸出，所述第二分支包括 兩個卷積模塊；

將所述訓(xùn)練數(shù)據(jù)輸入第三分支計算得到第三輸出，所述第三分支包括 四個卷積模塊；