[發明專利]信號燈時域狀態檢測方法、模型訓練方法及相關裝置在審
| 申請號: | 202210146307.7 | 申請日: | 2022-02-17 |
| 公開(公告)號: | CN114677657A | 公開(公告)日: | 2022-06-28 |
| 發明(設計)人: | 鄭少龍 | 申請(專利權)人: | 浙江大華技術股份有限公司 |
| 主分類號: | G06V20/58 | 分類號: | G06V20/58;G06K9/62;G06N3/04;G06N3/08;G06V10/80;G06V10/82 |
| 代理公司: | 深圳市威世博知識產權代理事務所(普通合伙) 44280 | 代理人: | 劉桂蘭 |
| 地址: | 310051 浙江*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 信號燈 時域 狀態 檢測 方法 模型 訓練 相關 裝置 | ||
1.一種信號燈時域狀態檢測方法,其特征在于,所述方法包括:
獲取圖像序列,所述圖像序列至少包括連續的兩幀圖像,所述圖像中包含信號燈;
按照圖像的時間順序將所述圖像序列中的圖像輸入至信號燈時域狀態檢測模型,得到所述信號燈的時域狀態。
2.根據權利要求1所述的信號燈時域狀態檢測方法,其特征在于,所述信號燈時域狀態檢測模型包括特征提取網絡和檢測網絡,所述按照圖像的時間順序將所述圖像序列中的圖像輸入至信號燈時域狀態檢測模型,得到所述信號燈的時域狀態包括:
按照圖像的時間順序將所述圖像序列中的圖像輸入至所述特征提取網絡,獲取多個時域特征信息;
將所述多個時域特征信息輸入所述檢測網絡,得到所述信號燈的時域狀態。
3.根據權利要求1所述的信號燈時域狀態檢測方法,其特征在于,所述特征提取網絡包括骨干網絡和增強網絡,所述按照圖像的時間順序將所述圖像序列中的圖像輸入至所述特征提取網絡,獲取多個時域特征信息包括:
按照圖像的時間順序將所述圖像序列中的圖像輸入至所述骨干網絡,獲取多個骨干特征信息;
將所述多個骨干特征信息輸入所述增強網絡,對所述多個骨干特征信息進行信息融合,得到所述信號燈的時域特征信息。
4.根據權利要求3所述的信號燈時域狀態檢測方法,其特征在于,所述多個骨干特征信息至少包括維度依次降低的第一骨干特征信息、第二骨干特征信息和第三骨干特征信息,將所述多個骨干特征信息輸入所述增強網絡,對所述多個骨干特征信息進行信息融合,得到所述信號燈的時域信息包括:
將所述第三骨干特征信息上采樣與所述第二骨干特征信息融合,得到第二融合骨干特征信息,將所述第二融合骨干特征信息上采樣與第一骨干特征信息融合,輸出得到第一時域特征信息;
將所述第一時域特征信息下采樣與所述第二融合骨干特征信息融合,輸出得到第二時域特征信息;
將所述第三骨干特征信息輸出得到第三時域特征信息。
5.根據權利要求4所述的信號燈時域狀態檢測方法,其特征在于,
所述骨干網絡包括至少三個殘差網絡層,所述按照圖像的時間順序將所述圖像序列中的圖像輸入至所述骨干網絡,獲取多個骨干特征信息包括:
利用第一殘差網絡層進行下采樣特征提取,得到第一骨干特征信息;
將所述第一骨干特征信息輸入第二殘差網絡層進行下采樣特征提取,得到第二骨干特征信息;
將所述第二骨干特征信息輸入第三殘差網絡層進行下采樣特征提取,得到第三骨干特征信息。
6.根據權利要求2所述的信號燈時域狀態檢測方法,其特征在于,所述方法還包括:
對信號燈的時域信息進行檢測獲取信號燈的狀態,所述信號燈的時域狀態包括亮起、熄滅、狀態不變、狀態變化中的任一種。
7.一種信號燈時域狀態檢測模型訓練方法,其特征在于,所述方法包括:
獲取樣本圖像序列,所述圖像序列至少包括連續的第一樣本圖像和第二樣本圖像,所述第一樣本圖像和第二樣本圖像中包含信號燈;
獲取所述第一樣本圖像中所述信號燈的第一標注框,以及所述第二樣本圖像中所述信號燈的第二標注框;
計算所述第一標注框與所述第二標注框的交并比,所述交并比為標注框的重疊率;
獲取所述交并比所對應的信號燈時域狀態;
將所述第一樣本圖像和所述第二樣本圖像輸入信號燈時域狀態檢測模型中,將所述信號燈時域狀態作為真值訓練所述信號燈時域狀態檢測模型,以實現權利要求1-6任一項所述的信號燈時域狀態檢測方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江大華技術股份有限公司,未經浙江大華技術股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210146307.7/1.html,轉載請聲明來源鉆瓜專利網。





