The embodiment of the present invention discloses a traffic image recognition method, device, equipment and medium. Among them, the method includes: acquiring the video stream captured by the vehicle and extracting each frame image in the video stream as the first picture; input the first picture into the de-jamming self-encoder for preprocessing to filter the interference in the first picture and output the second picture, in which the de-jamming self-encoder is trained by at least two kinds of interference sample sets and different types of interference sample sets. There are at least two kinds of disturbance modes: noise, affine change, filter blurring, brightness change and monochromism, and the second picture is input into the traffic sign recognition model for recognition processing. The embodiment of the present invention solves the problem of traffic sign recognition error caused by the attack of countermeasure samples on traffic sign recognition model, reduces the interference of countermeasure samples in traffic images, improves the recognition accuracy of images, and improves the safety of unmanned or intelligent driving.
【技术实现步骤摘要】
一种交通图像识别方法、装置、计算机设备和介质
本专利技术实施例涉及自动驾驶图片处理技术,尤其涉及一种交通图像识别方法、装置、计算机设备和介质。
技术介绍
无人车在行驶过程或智能驾驶控制过程中,会以视频流的形式获取交通指示灯、交通指示牌等信息。具体是驾驶控制系统对摄像头或雷达获取的视频进行预处理得到含有特征信息的图片,进而将含有特征信息图片输入交通指示灯、交通指示牌的分类模型中进行预测,比如判断是红灯还是绿灯,是限速60公里还是停车指示牌。但是,无人车系统中的分类模型通常是深度学习模型,十分容易遭受对抗样本的攻击,产生误判。例如,在路牌或者交通指示灯上贴上小图贴,通过在小图贴上构造对抗样本,让分类模型产生误判,就不能正常识别路牌或指示灯,对无人车的驾驶安全产生影响。
技术实现思路
本专利技术实施例提供一种交通图像识别方法、装置、计算机设备和介质,以降低交通图像中对抗样本的干扰,提高图像的识别正确率,提升智能驾驶的安全性。第一方面,本专利技术实施例提供了一种交通图像识别方法,该方法包括:获取车辆采集的视频流并提取出所述视频流中的各帧图像作为第一图片;将所述第一图片输入至去干扰自编码器进行预处理,以过滤所述第一图片中的干扰,输出第二图片,其中,所述去干扰自编码器通过至少两类干扰样本集进行训练而得,不同类型干扰样本集中所加入的扰动方式包括下述至少两种:噪音、仿射变化、滤波模糊化、亮度变化和单色化;将所述第二图片输入至交通标志识别模型来进行识别处理。第二方面,本专利技术实施例还提供了一种交通图像识别装置,该装置包括:图片采集模块,用于获取车辆采集的视频流并提取出所述视频 ...
【技术保护点】
1.一种交通图像识别方法,其特征在于,包括:获取车辆采集的视频流并提取出所述视频流中的各帧图像作为第一图片;将所述第一图片输入至去干扰自编码器进行预处理,以过滤所述第一图片中的干扰,输出第二图片,其中,所述去干扰自编码器通过至少两类干扰样本集进行训练而得,不同类型干扰样本集中所加入的扰动方式包括下述至少两种:噪音、仿射变化、滤波模糊化、亮度变化和单色化;将所述第二图片输入至交通标志识别模型来进行识别处理。
【技术特征摘要】
1.一种交通图像识别方法,其特征在于,包括:获取车辆采集的视频流并提取出所述视频流中的各帧图像作为第一图片;将所述第一图片输入至去干扰自编码器进行预处理,以过滤所述第一图片中的干扰,输出第二图片,其中,所述去干扰自编码器通过至少两类干扰样本集进行训练而得,不同类型干扰样本集中所加入的扰动方式包括下述至少两种:噪音、仿射变化、滤波模糊化、亮度变化和单色化;将所述第二图片输入至交通标志识别模型来进行识别处理。2.根据权利要求1所述的方法,其特征在于,所述方法还包括:在原始图片的基础上增加至少两种干扰,已形成至少两类干扰样本集;将各所述干扰样本集中的样本对分别作为输入图片和输出图片,输入至自编码器以进行训练。3.根据权利要求2所述的方法,其特征在于,在原始图片的基础上增加至少两种干扰,已形成至少两类干扰样本集包括:获取原始图片;通过加噪音、增加仿射变化、叠加滤波模糊化变化、叠加亮度变化、叠加单色化变化中的一种或多种扰动方式,对所述原始图片进行处理,以形成干扰图片;将原始图片与干扰图片作为一个样本对,选择至少两类样本对集合作为所述干扰样本集。4.根据权利要求3所述的方法,其特征在于,通过加噪音、增加仿射变化、叠加滤波模糊化变化、叠加亮度变化、叠加单色化变化中的一种或多种扰动方式,对所述原始图片进行处理之前,还包括:调整任一类型扰动方式中的至少一项扰动参数值,以形成至少两种扰动。5.根据权利要求4所述的方法,其特征在于,调整任一类型扰动方式中的至少一项扰动参数值,以形成至少两种扰动包括下述至少一种:调整放射变化中的缩放比例参数,以形成不同缩放比例的扰动;调整滤波模糊化中的模糊控制器的输入参数,以形成模糊程度不同的扰动;调整亮度变化中的亮度值,以形成不同亮度的扰动;调整单色化变化中的像素点的...
【专利技术属性】
技术研发人员:刘焱,王洋,郝新,吴月升,
申请(专利权)人:百度在线网络技术北京有限公司,
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。