[發(fā)明專利]信號(hào)燈時(shí)域狀態(tài)檢測(cè)方法、模型訓(xùn)練方法及相關(guān)裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202210146307.7
• 申請(qǐng)日: 2022-02-17
• 公開（公告）號(hào): CN114677657A
• 公開（公告）日: 2022-06-28
• 發(fā)明（設(shè)計(jì)）人: 鄭少龍
• 申請(qǐng)（專利權(quán)）人: 浙江大華技術(shù)股份有限公司
• 主分類號(hào): G06V20/58
• 分類號(hào): G06V20/58;G06K9/62;G06N3/04;G06N3/08;G06V10/80;G06V10/82
• 代理公司: 深圳市威世博知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44280
• 代理人: 劉桂蘭

本發(fā)明公開了一種信號(hào)燈時(shí)域狀態(tài)檢測(cè)方法、模型訓(xùn)練方法及相關(guān)裝置，該信號(hào)燈時(shí)域狀態(tài)檢測(cè)方法包括：獲取圖像序列，圖像序列至少包括連續(xù)的兩幀圖像，圖像中包含信號(hào)燈；按照?qǐng)D像的時(shí)間順序?qū)D像序列中的圖像輸入至信號(hào)燈時(shí)域狀態(tài)檢測(cè)模型，得到信號(hào)燈的時(shí)域狀態(tài)。通過上述方式，本發(fā)明能夠識(shí)別信號(hào)燈在時(shí)域上的變化信息，提高檢測(cè)準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別是涉及一種信號(hào)燈時(shí)域狀態(tài)檢測(cè)方法、模型訓(xùn)練方法及相關(guān)裝置。

背景技術(shù)

在智能交通電警場(chǎng)景中，信號(hào)燈準(zhǔn)確定位和狀態(tài)檢測(cè)技術(shù)對(duì)于規(guī)范車輛行為至關(guān)重要，但現(xiàn)有的高清數(shù)字?jǐn)z像機(jī)為了同時(shí)辨別車輛類型、車身顏色、車牌號(hào)碼、車內(nèi)人臉等信息，視頻流和抓拍圖片需要長(zhǎng)的曝光時(shí)間，信號(hào)燈區(qū)域像素值過飽和，紅燈顏色偏黃或偏白，和黃燈顏色接近，導(dǎo)致紅燈和黃燈狀態(tài)難以辨別。

通過單幀的圖像檢測(cè)技術(shù)存在缺陷，如紅燈和黃燈在顏色上難以辨別，有時(shí)需要利用電子信號(hào)檢測(cè)器輸出信號(hào)燈狀態(tài)，增加技術(shù)人員調(diào)試的工作量和信號(hào)檢測(cè)器額外設(shè)備，準(zhǔn)確率低且會(huì)增加產(chǎn)品成本。

發(fā)明內(nèi)容

本發(fā)明主要解決的技術(shù)問題是提供一種信號(hào)燈時(shí)域狀態(tài)檢測(cè)方法、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，能夠識(shí)別信號(hào)燈在時(shí)域上的變化信息，提高檢測(cè)準(zhǔn)確率。

為解決上述技術(shù)問題，本發(fā)明采用的一個(gè)技術(shù)方案是：提供一種信號(hào)燈時(shí)域狀態(tài)檢測(cè)方法，該信號(hào)燈時(shí)域狀態(tài)檢測(cè)方法包括：獲取圖像序列，圖像序列至少包括連續(xù)的兩幀圖像，圖像中包含信號(hào)燈；按照?qǐng)D像的時(shí)間順序?qū)D像序列中的圖像輸入至信號(hào)燈時(shí)域狀態(tài)檢測(cè)模型，得到信號(hào)燈的時(shí)域狀態(tài)。

其中，信號(hào)燈時(shí)域狀態(tài)檢測(cè)模型包括特征提取網(wǎng)絡(luò)和檢測(cè)網(wǎng)絡(luò)，按照?qǐng)D像的時(shí)間順序?qū)D像序列中的圖像輸入至信號(hào)燈時(shí)域狀態(tài)檢測(cè)模型，得到信號(hào)燈的時(shí)域狀態(tài)包括：按照?qǐng)D像的時(shí)間順序?qū)D像序列中的圖像輸入至特征提取網(wǎng)絡(luò)，獲取多個(gè)時(shí)域特征信息；將多個(gè)時(shí)域特征信息輸入檢測(cè)網(wǎng)絡(luò)，得到信號(hào)燈的時(shí)域狀態(tài)。

其中，特征提取網(wǎng)絡(luò)包括骨干網(wǎng)絡(luò)和增強(qiáng)網(wǎng)絡(luò)，按照?qǐng)D像的時(shí)間順序?qū)D像序列中的圖像輸入至特征提取網(wǎng)絡(luò)，獲取多個(gè)時(shí)域特征信息包括：按照?qǐng)D像的時(shí)間順序?qū)D像序列中的圖像輸入至骨干網(wǎng)絡(luò)，獲取多個(gè)骨干特征信息；將多個(gè)骨干特征信息輸入增強(qiáng)網(wǎng)絡(luò)，對(duì)多個(gè)骨干特征信息進(jìn)行信息融合，得到信號(hào)燈的時(shí)域特征信息。

其中，多個(gè)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，將多個(gè)骨干特征信息輸入增強(qiáng)網(wǎng)絡(luò)，對(duì)多個(gè)骨干特征信息進(jìn)行信息融合，得到信號(hào)燈的時(shí)域信息包括：將第三骨干特征信息上采樣與第二骨干特征信息融合，得到第二融合骨干特征信息，將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(shí)域特征信息；將第一時(shí)域特征信息下采樣與第二融合骨干特征信息融合，輸出得到第二時(shí)域特征信息；將第三骨干特征信息輸出得到第三時(shí)域特征信息。

其中，骨干網(wǎng)絡(luò)包括至少三個(gè)殘差網(wǎng)絡(luò)層，按照?qǐng)D像的時(shí)間順序?qū)D像序列中的圖像輸入至骨干網(wǎng)絡(luò)，獲取多個(gè)骨干特征信息包括：利用第一殘差網(wǎng)絡(luò)層進(jìn)行下采樣特征提取，得到第一骨干特征信息；將第一骨干特征信息輸入第二殘差網(wǎng)絡(luò)層進(jìn)行下采樣特征提取，得到第二骨干特征信息；將第二骨干特征信息輸入第三殘差網(wǎng)絡(luò)層進(jìn)行下采樣特征提取，得到第三骨干特征信息。

其中，該信號(hào)等檢測(cè)方法還包括：對(duì)信號(hào)燈的時(shí)域信息進(jìn)行檢測(cè)獲取信號(hào)燈的狀態(tài)，信號(hào)燈的狀態(tài)包括亮起、熄滅、狀態(tài)不變、狀態(tài)變化中的任一種。