[發(fā)明專利]基于尺寸魯棒的道路標識實時檢測方法及裝置

在審

• 申請?zhí)枺?/td>: 202110772543.5
• 申請日: 2021-07-08
• 公開（公告）號: CN113516069A
• 公開（公告）日: 2021-10-19
• 發(fā)明（設計）人: 劉炎;賈若鋮;張孝博;殷緒成;楊春
• 申請（專利權）人: 北京華創(chuàng)智芯科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 李文清

1.一種基于尺寸魯棒的道路標識實時檢測方法，其特征在于，包括：

獲取道路標識圖像并提取特征，得到圖像金字塔特征；

將所述圖像金字塔特征輸入至道路標識識別模型中，得到所述道路標識識別模型輸出的道路標識識別結果；

其中，所述道路標識識別模型是基于交通標志實例圖片及其對應的圖像標簽訓練得到；

所述道路標識識別模型用于對基于道路標識提取的圖像金字塔特征進行特征融合，并對經特征融合后的結果進行識別。

2.根據權利要求1所述的基于尺寸魯棒的道路標識實時檢測方法，其特征在于，所述道路標識識別模型，包括：

空間金字塔池，基于輸入的所述圖像金字塔特征進行池化和填充，得到所述空間金字塔池輸出的池化結果；其中，所述池化結果之間的尺度不同，所述池化結果內包含的各結果的大小尺寸一致；

路徑聚合層，將所述空間金字塔池輸出的池化結果沿通道方向進行連接，得到所述路徑聚合層輸出的融合特征；

標識識別層，基于所述融合特征進行目標檢測和偏移，得到所述標識識別層輸出的道路標識識別結果。

3.根據權利要求2所述的基于尺寸魯棒的道路標識實時檢測方法，其特征在于，所述基于所述融合特征進行目標檢測和偏移，得到所述標識識別層輸出的道路標識識別結果，包括：

采用1×1的卷積核對所述融合特征進行卷積，以實現(xiàn)目標檢測，得到目標檢測結果；

基于所述目標檢測結果進行偏移，得到道路標識識別結果，所述道路標識識別結果表示為：

b_x＝σ(t_x)+c_x

b_y＝σ(t_y)+c_y

其中，b_x,b_y表示為預測的目標框中心坐標，b_w表示為預測的目標框的寬度，b_h表示為預測的目標框的高度，t_x、t_y、t_w和t_h分別為網絡的輸出，c_x和c_y分別表示為單元格的左上角坐標，p_w和p_h表示為所述標識識別層最后輸出特征圖的尺寸。

4.根據權利要求2所述的基于尺寸魯棒的道路標識實時檢測方法，其特征在于，所述將所述圖像金字塔特征輸入至道路標識識別模型中，得到所述道路標識識別模型輸出的道路標識識別結果，包括：

將所述圖像金字塔特征輸入至所述空間金字塔池，得到所述空間金字塔池輸出的池化結果；

將不同尺度的所述池化結果輸入至所述路徑聚合層，得到所述路徑聚合層輸出的融合特征；

將所述融合特征輸入至所述標識識別層，得到所述標識識別層輸出的道路標識識別結果。

5.根據權利要求1所述的基于尺寸魯棒的道路標識實時檢測方法，其特征在于，所述獲取道路標識圖像并提取特征，得到圖像金字塔特征，包括：

獲取道路標識圖像；

針對各所述道路標識圖像，隨機裁剪矩形區(qū)域，并以灰色背景填充；

選取任意兩個路標識圖像按照預設不同比例壓縮、相加，得到圖像金字塔特征；其中，所述圖像金字塔特征包含不同尺度的特征圖以及對應所述特征圖的標簽，所述標簽表示為所述矩形區(qū)域的置信度。

6.根據權利要求1所述的基于尺寸魯棒的道路標識實時檢測方法，其特征在于，在所述將所述圖像金字塔特征輸入至道路標識識別模型之前，方法還包括：

基于交通標志實例圖片構建訓練集；

從所述訓練集中提取所述交通標志實例圖片輸入至道路標識識別模型中，得到所述道路標識識別模型輸出的道路標識識別訓練結果；

基于所述道路標識識別訓練結果以及所述交通標志實例圖片對應的圖像標簽計算損失函數，并基于所述損失函數收斂判斷結束訓練。