[發明專利]交通文本識別方法、裝置、設備及存儲介質

在審

• 申請號: 202210422626.6
• 申請日: 2022-04-21
• 公開（公告）號: CN114998859A
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 王潤民;劉明昊;劉瑩瑩;朱桂林;張翔宇;朱彥斌;陳華;朱禎琳;徐尉翔;丁亞軍;錢盛友;代建華
• 申請（專利權）人: 湖南師范大學
• 主分類號: G06V20/58
• 分類號: G06V20/58;G06V20/62;G06V30/146;G06V30/18;G06V30/19;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 張藝

本申請涉及交通目標檢測與識別的技術領域，本申請公開了一種交通文本識別方法、裝置、設備以及計算機可讀存儲介質，該方法包括利用由FPN網絡和ResNet50網絡共同構建的主干網絡模型對待識別圖像進行特征運算獲得特征圖，對待識別圖像進行SIFT特征算法運算，獲得特征描述向量；對特征圖進行交通文本所在區域的檢測識別，獲得對交通文本所在位置區域進行標記的精細特征圖；將精細特征圖和特征描述向量進行特征融合，獲得融合特征；對融合特征進行交通文本所在區域檢測識別，確定待識別圖像中交通文本所在位置區域，以便對位置區域內的交通文本進行語義識別。本申請獲取交通文本提供可靠的數據信息，有助于提升汽車的行駛安全。

技術領域

本發明涉及交通目標檢測與識別技術領域，特別是涉及一種交通文本識別方法、裝置、設備以及計算機可讀存儲介質。

背景技術

汽車出現大大便利了人類的出行方式，但隨著汽車廣泛普及，也帶來了交通事故頻發的問題。在汽車車輛行駛過程中，駕駛員通過自身的視覺系統感知交通環境信息并對車輛行駛狀態進行控制，從而形成一個“駕駛員-車-路-環境”的閉環系統。在這個閉環系統中，駕駛員是控制決策的核心。但真實的行車環境復雜多樣、道路情況不可窮盡。在車輛行進過程中，機動車、非機動車、行人混雜的交通模式使得駕駛員受到許多未知因素干擾，從而迫使駕駛員花費更多的精力來處理行車狀況，進而導致其駕駛狀態具有很大的不穩定性。這種以駕駛員為核心的傳統車輛行駛方式在交通路況愈發復雜的情況下缺點日益突出，同時也成為交通事故頻發的主要原因。

盡管隨著人工智能的技術的發展，自動駕駛技術也逐漸在汽車行駛過程中得以應用。相對于傳統的汽車駕駛而言，自動駕駛技術更多的依賴各種衛星、GPS定位等技術對路況信息進行判斷。這往往就要求自動駕駛車輛時刻保持在線聯網狀態，一旦汽車的通訊網絡因故障原因導致斷網，很可能會引發交通事故。由此可見在自動駕駛技術中，車輛對無線網絡過分依賴同樣對車輛的自動駕駛造成很大的安全隱患。

綜上所述，如何有效解決車輛行駛的安全問題，是業內熱門研究的問題之一。

發明內容

本發明的目的是提供一種交通文本識別方法、裝置、設備以及計算機可讀存儲介質，有利于為車輛行駛提供可靠的交通文本數據。

為解決上述技術問題，本發明提供一種交通文本識別方法，包括：

利用主干網絡模型對待識別圖像進行特征運算獲得特征圖；其中，所述主干網絡模型為預先經過學習訓練并由FPN網絡和ResNet50網絡共同構建的模型；

對所述待識別圖像進行SIFT特征算法運算，獲得特征描述向量；

對所述特征圖進行交通文本所在區域的檢測識別，獲得對交通文本所在位置區域進行標記的精細特征圖；

將所述精細特征圖和所述特征描述向量進行特征融合，獲得融合特征；

對所述融合特征進行交通文本所在區域檢測識別，確定所述待識別圖像中交通文本所在位置區域，以便對所述位置區域內的交通文本進行語義識別。

可選地，對所述特征圖進行交通文本所在區域的檢測識別，獲得對交通文本所在位置區域進行標記的精細特征圖，包括：

對所述特征圖進行非文本特征剔除獲得文本特征；

對所述特征圖進行文本框粗檢測，獲得所述特征圖中文本所在區域的粗檢測框；

將所述粗檢測框和所述特征圖共同進行可形變卷積運算，獲得檢測框；

將所述文本特征和所述檢測框共同進行精細檢測運算，獲得精細特征圖。

可選地，對所述特征圖進行非文本特征剔除獲得文本特征，包括：

將所述特征圖通過文本分類頭中的第一1×1卷積層、尺度歸一層、第一激活層、第二1×1卷積層、第二激活層依次運算，生成文本分類得分圖；