【技术实现步骤摘要】
识别交通灯信号的方法、装置、可读介质及电子设备
本申请涉及计算机及图像处理领域,具体而言,涉及从图像中识别交通灯信号的方法、装置、计算机可读介质及电子设备。
技术介绍
随着科学技术的发展,为了节省人力和进一步解放人力,自动驾驶及辅助驾驶技术得到越来越多的关注和开发。在自动驾驶或辅助驾驶领域,交通灯信号的检测是一个基本而重要的功能,关乎到人员安全。但是,由于交通灯本身具有目标小、背景复杂等特点,交通灯的检测一直是业界的难点。
技术实现思路
本申请公开一种从图像中识别交通灯信号的方法、装置、计算机可读介质及电子设备,通过改进的深度学习方法,能够提高检测准确性。本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。根据本专利技术的一个方面,提供一种从图像中识别交通灯信号的方法,包括:基于深度神经网络从所述图像提取与所述深度神经网络的不同层对应的多层第一特征图;从所述多层第一特征图中选择彼此具有不同尺度的至少两层第一特征图;所述至少两层第一特征图输入到卷积核与交通灯的形状匹配的卷积层,得到第二特征图;基于所述第二特征图得到交通灯信号的检测结果。根 ...
【技术保护点】
1.一种从图像中识别交通灯信号的方法,其特征在于,包括:基于深度神经网络从所述图像提取与所述深度神经网络的不同层对应的多层第一特征图;从所述多层第一特征图中选择彼此具有不同尺度的至少两层第一特征图;将所述至少两层第一特征图输入到卷积核与交通灯的形状匹配的卷积层,得到第二特征图;基于所述第二特征图得到交通灯信号的检测结果。
【技术特征摘要】
1.一种从图像中识别交通灯信号的方法,其特征在于,包括:基于深度神经网络从所述图像提取与所述深度神经网络的不同层对应的多层第一特征图;从所述多层第一特征图中选择彼此具有不同尺度的至少两层第一特征图;将所述至少两层第一特征图输入到卷积核与交通灯的形状匹配的卷积层,得到第二特征图;基于所述第二特征图得到交通灯信号的检测结果。2.根据权利要求1所述的方法,其特征在于,所述深度神经网络为VGG网络,且从所述多层第一特征图中选择彼此具有不同尺度的至少两层第一特征图包括:选择从所述VGG网络的第7、10、13层输出的特征图。3.根据权利要求1所述的方法,其特征在于,基于所述第二特征图得到交通灯信号的检测结果包括:对所述第二特征图进行池化操作得到统一尺寸的融合特征;通过全连接层和激活函数层从所述融合特征得到所述检测结果。4.根据权利要求1所述的方法,其特征在于,所述方法还包括:利用位置置信度对所述检测结果进行过滤,所述位置置信度表示交通灯出现在所述图像中的横向位置或纵向位置的概率。5.根据权利要求1所述的方法,其特征在于,所述方法还包括:从所述图像的R通道提取第一建议区域以及从所述图像的G通道提取第二建议区域,其中,所述基于所述第二特征图得到交通灯信号的检测结果包括:融合所述第二特征图、所述第一建议区域和所述第二建议区域从而得到融合特征;基于所述融合特征得到交通灯信号的检测结果。6.根据权利要求5所述的方法,其特征在于,所述融合所述第二特征图、所述第一建议区域和所述第二建议区域从而得到融合特征包括:对所述第二特征图进行池化操作从而得到统一尺寸的第三特征图;将所述第一建议区域和所述第二建议区域映射到所述统一尺寸的第三特征图从而得到第一映射区域和第二映射区域;对所述第一映射区域和所述第二映射区域进行池化操作从而得到统一尺寸的融合特征。7.根据权利要求5所述的方法,其特征在于,基于所述融合特征得到交通灯信号的检测结果包括:通过全连接层和激活函数层从所述融合特征得到所述检测结果。8.根据权利要求5所述的方法,其特征在于,在从所述图像的R通道提取第一建议区域以及从所述图像的G通道提取第二建议区域之后还包括:确定所述第一建议区域和所述第二建议区域的位置置信度;剔除所述位置置信度小于预定阈值的第一建议区域和第二建议区域。9.根据权利要求5所述的方法,其特征在于,从所述图像的R通道提取第一建议区域以及从所述图像的G通道提取第二建议区域包括:分别从所述图像的R通道和G通道的多层第一特征图中的任一层特征图利用RPN网络提取所述第一建议区域和所述第二建议区域。10.根据权利要求5所述的方法,其特征在于,从所述图像的R通道提取第一建议区域以及从所述图像的G通道提取第二建议区域包括:通过选择性搜索或形态学过滤从所述R通道和所述G通道分别获得所述第一建议区域和所述第二建议区域。11.一种从图像中识别交通灯信号的方法,其特征在于,包括:基于深度神经网络从所述图像提取特征图;从所述图像的R通道提取第一建议区域以及从所述图像的G通道提取第二建议区域;融合所述特征图、所述第一建议区域和所述第二建议区域从而...
【专利技术属性】
技术研发人员:杨静林,
申请(专利权)人:京东方科技集团股份有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。