[發明專利]應急車道的識別方法、系統及裝置

有效

• 申請號: 202110678895.4
• 申請日: 2021-06-18
• 公開（公告）號: CN113408413B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 馬偉;章勇;毛曉蛟
• 申請（專利權）人: 蘇州科達科技股份有限公司
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V20/40;G06V10/25;G06V10/26;G06V10/80;G06V10/82;G06N3/0464
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 張琳琳

本發明公開了一種應急車道的識別方法、系統及裝置，其中，所述方法包括：獲取目標圖像的道路分割結果，并提取所述道路分割結果的第一特征；所述道路分割結果用于展示包含應急車道的道路；提取所述目標圖像的第二特征，并疊加所述第一特征和所述第二特征，以基于疊加后的特征識別所述目標圖像中的車道數量；根據識別出的所述車道數量，確定所述目標圖像的道路中應急車道所占的區域。本發明提供的技術方案，能夠提高應急車道的識別精度。

技術領域

本發明涉及圖像識別技術領域，具體涉及一種應急車道的識別方法、系統及裝置。

背景技術

應急車道通常是在發生緊急事件時，供交通部門或者事故車輛臨時使用。但實際應用中，應急車道會被部分車輛無故占用，導致緊急事件的救援和處理過程無法正常執行。鑒于此，交通部門需要對占用應急車道的違章車輛進行識別，而識別違章車輛的前提是要能從監控畫面中準確地識別出應急車道的區域。

目前，無人機由于其較強的機動性，正越來越多地被應用于違章車輛的識別過程中。而無人機的監控相機角度與普通的監控相機角度存在較大的差異，因此現有的算法都無法準確地對無人機采集的監控圖像進行應急車道識別。

發明內容

有鑒于此，本發明實施方式提供了一種應急車道的識別方法、系統及裝置，能夠提高應急車道的識別精度。

本發明一方面提供了一種應急車道的識別方法，所述方法包括：獲取目標圖像的道路分割結果，并提取所述道路分割結果的第一特征；所述道路分割結果用于展示包含應急車道的道路；提取所述目標圖像的第二特征，并疊加所述第一特征和所述第二特征，以基于疊加后的特征識別所述目標圖像中的車道數量；根據識別出的所述車道數量，確定所述目標圖像的道路中應急車道所占的區域。

在一個實施方式中，獲取目標圖像的道路分割結果包括：利用初始模型提取所述目標圖像的多尺度分割特征，并利用層級模型對所述多尺度分割特征進行融合，以生成多個分割融合特征；其中，在所述層級模型的頂層和底層引入指定尺度分割特征進行特征融合；將每個所述分割融合特征均變換為統一尺度的變換特征后，將各個所述變換特征進行疊加，并基于疊加后的變換特征生成所述目標圖像的道路分割結果。

通過初始模型和層級模型進行特征提取，能夠增強模型中淺層網絡的語義特征和深層網絡的空間特征。

在一個實施方式中，所述層級模型中至少包括并行排列的第一通路和第二通路，所述第一通路用于對所述多尺度分割特征進行逐層上采樣，所述第二通路用于對所述第一通路各層的輸出特征進行逐層下采樣；并且，所述第一通路的頂層引入第一指定尺度分割特征進行特征融合，所述第二通路的底層引入第二指定尺度分割特征進行特征融合，所述第一指定尺度分割特征的維度小于所述第二指定尺度分割特征的維度。

在一個實施方式中，所述第二通路逐層輸出的分割融合特征被變換為統一尺度的變換特征。

通常的層級結構中往往只包含第一通路，在本申請中增設了第二通路，這樣，通過第二通路對第一通路的輸出特征再次進行融合，能夠減少高層信息的丟失，從而讓神經網絡學習特征的能力更優秀。

在一個實施方式中，利用第一子網絡提取所述道路分割結果的第一特征，并利用第二子網絡提取所述目標圖像的第二特征，以及通過分類層對所述疊加后的特征進行預測，以得到所述目標圖像中的車道數量；其中，所述疊加后的特征中突出前景特征，并淡化背景特征。

疊加后的特征中，會更加突出前景的特征，而淡化背景的特征，從而指導后續的網絡側重于對前景的特征進行識別。這樣一方面減少了數據處理的復雜度，另一方面也能夠提高車道數量的檢測精度。

在一個實施方式中，確定所述目標圖像的道路中應急車道所占的區域包括：獲取應急車道的第一標準寬度和非應急車道的第二標準寬度，并根據所述第一標準寬度和所述第二標準寬度，計算與所述車道數量相匹配的應急車道區域占比；將所述應急車道區域占比在所述目標圖像的道路中所限定的區域，作為確定出的應用車道所占的區域。