一种检测路障的方法、装置及计算机设备制造方法及图纸

本申请公开了一种检测路障的方法、装置及计算机设备，涉及图像处理技术领域，用于解决现有技术中的检测路障准确性较差的技术问题。该方法包括：确定待检测的视频流信息；通过训练后的目标检测模型对所述视频流信息进行检测，获得所述视频流信息中的所有对象的多个检测框信息和类别信息；类别信息与预设类别信息匹配的对象形成第一对象集，所述预设类别信息用于表征包含路障图案的图像类型；确定所述第一对象集中的对象是否满足预设条件，并根据满足所述预设条件的所述第一对象集中的对象，确定路障检测目标，其中，所述预设条件为同一对象在预设间隔帧数的多个图像中的多个检测框信息的差异值不大于预设阈值。

【技术实现步骤摘要】
一种检测路障的方法、装置及计算机设备
本申请涉及图像处理
，尤其涉及一种检测路障的方法、装置及计算机设备。
技术介绍
目前，视频监控技术已广泛应用于道路交通相关系统中，为实现交通监视与疏导、违章管理、突发事件应急等提供技术支持。然而，由于各种基础设施的建设与养护，不同时段和地段都会出现一些道路施工现象，而道路施工会影响个别路段的交通状况，导致交通拥堵甚至可能引发交通事故。因此，如何准确从监控视频中检测路障提示，为用户提供良好的出行保障，成为亟待解决的问题。
技术实现思路
本申请提供一种检测路障的方法、装置及计算机设备，用于解决现有技术中检测路障准确性较差的技术问题。本申请的技术方案如下：第一方面，提供一种检测路障的方法，所述方法包括：确定待检测的视频流信息；通过训练后的目标检测模型对所述视频流信息进行检测，获得所述视频流信息中的所有对象的多个检测框信息和类别信息；类别信息与预设类别信息匹配的对象形成第一对象集，所述预设类别信息用于表征包含路障图案的图像类型；确定所述第一对象集中的对象是否满足预设条件，并根据满足所述预设条件的所述第一对象集中的对象，确定路障检测目标，其中，所述预设条件为同一对象在预设间隔帧数的多个图像中的多个检测框信息的差异值不大于预设阈值。在一种可能的实施方式中，所述方法还包括：根据满足所述预设条件的所述第一对象集中的对象，确定静止目标集；对所述静止目标集中的对象进行分类处理以确定目标静止对象，并根据所述目标静止对象，确定所述视频流对应地点存在道路故障，所述目标静止对象用于表征设置于道路的路障。在一种可能的实施方式中，对所述静止目标集中的对象进行分类处理以确定目标静止对象，包括：对所述静止目标集中的对象对应的检测框区域进行特征提取处理，获得所述检测框区域的局部二值模式直方图和方向梯度直方图；将所述局部二值模式直方图和所述方向梯度直方图进行融合处理，获得所述静止目标集中的对象的纹理和梯度信息，以确定所述静止目标集中的对象的完整信息，所述完整信息用于表征所述对象所对应的多种特征信息；利用分类器根据所述静止目标集中的对象的完整信息进行二分类处理，并根据分类结果确定目标静止对象。在一种可能的实施方式中，所述训练后的目标检测模型，采用以下方式进行训练：确定样本数据集，所述样本数据集包括多个包含路障信息的图像的原始训练样本；通过条件随机合并操作，在所述原始训练样本中加入路障目标图像，以获得处理后的样本数据集；其中，所述条件随机合操作为在不覆盖原始训练样本的基础上，从路障目标图像数据集中随机抽取预定张数的路障目标图像，并将所述预定张数的路障目标图像合并到除所述原始训练样本对应的路障位置外的位置，且所述预定张数的路障目标图像和所述原始训练样本不重合；根据处理后的样本数据集对目标检测模型进行训练，获得所述训练后的目标检测模型。在一种可能的实施方式中，确定样本数据集，包括：采集包含路障信息的多个图像，并确定所述多个图像中路障的掩模数据，其中，所述掩模数据用于表征将包含路障信息的图像中除路障外的对象进行遮挡所获取的路障的信息；基于所述掩模数据，确定所述多个图像中所有路障的RGBA四通道的色彩图像，根据所述多个图像中所有路障的RGBA四通道的色彩图像确定样品数据集。在一种可能的实施方式中，所述路障目标图像数据集通过以下方式确定，包括：采用边界均衡生成对抗网络BEGAN对所述多个图像中路障的RGBA四通道的色彩图像进行处理，生成多个路障目标图像，并根据所述多个路障目标图像确定路障目标图像数据集；其中，所述路障目标图像用于表征根据路障的RGBA四通道的色彩图像，生成的与真实路障的RGBA四通道的色彩图像的相似度大于设定阈值的图像。第二方面，提供一种检测路障的装置，所述装置包括：第一确定模块，用于确定待检测的视频流信息；检测模块，用于通过训练后的目标检测模型对所述视频流信息进行检测，获得所述视频流信息中的所有对象的多个检测框信息和类别信息；处理模块，用于类别信息与预设类别信息匹配的对象形成第一对象集，所述预设类别信息用于表征包含路障图案的图像类型；第二确定模块，用于确定所述第一对象集中的对象是否满足预设条件，并根据满足所述预设条件的所述第一对象集中的对象，确定路障检测目标，其中，所述预设条件为同一对象在预设间隔帧数的多个图像中的多个检测框信息的差异值不大于预设阈值。在一种可能的实施方式中，所述装置还包括第三确定模块，用于：根据满足所述预设条件的所述第一对象集中的对象，确定静止目标集；对所述静止目标集中的对象进行分类处理以确定目标静止对象，并根据所述目标静止对象，确定所述视频流对应地点存在道路故障，所述目标静止对象用于表征设置于道路的路障。在一种可能的实施方式中，所述装置还包括训练模块，用于：确定样本数据集，所述样本数据集包括多个包含路障信息的图像的原始训练样本；通过条件随机合并操作，在所述原始训练样本中加入路障目标图像，以获得处理后的样本数据集；其中，所述条件随机合操作为在不覆盖原始训练样本的基础上，从路障目标图像数据集中随机抽取预定张数的路障目标图像，并将所述预定张数的路障目标图像合并到除所述原始训练样本对应的路障位置外的位置，且所述预定张数的路障目标图像和所述原始训练样本不重合；根据处理后的样本数据集对目标检测模型进行训练，获得所述训练后的目标检测模型。在一种可能的实施方式中，所述训练模块，用于：采集包含路障信息的多个图像，并确定所述多个图像中路障的掩模数据，其中，所述掩模数据用于表征将包含路障信息的图像中除路障外的对象进行遮挡所获取的路障的信息；基于所述掩模数据，获得所述多个图像中所有路障的RGBA四通道的色彩图像，根据所述多个图像中所有路障的RGBA四通道的色彩图像确定样品数据集。在一种可能的实施方式中，所述训练模块，用于：采用边界均衡生成对抗网络BEGAN对所述多个图像中路障的RGBA四通道的色彩图像进行处理，生成多个路障目标图像，并根据所述多个路障目标图像确定路障目标图像数据集；其中，所述路障目标图像用于表征根据路障的RGBA四通道的色彩图像，生成的与真实路障的RGBA四通道的色彩图像的相似度大于设定阈值的图像。第三方面，提供一种计算机设备，该计算机设备包括：存储器，用于存储程序指令；处理器，用于调用所述存储器中存储的程序指令，按照获得的程序指令执行第一方面中的任一方法包括的步骤。第四方面，提供一种存储介质，该存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机设备执行第一方面中的任一方法包括的步骤。第五方面，提供一种计算机程序产品，当所述计算机程序产品在计算机设备上运行时，使得计算机设备能够执行第一方面中任一方法包括的步骤。本申请的实施例提本文档来自技高网...

【技术保护点】
1.一种检测路障的方法，其特征在于，所述方法包括：/n确定待检测的视频流信息；/n通过训练后的目标检测模型对所述视频流信息进行检测，获得所述视频流信息中的所有对象的多个检测框信息和类别信息；/n类别信息与预设类别信息匹配的对象形成第一对象集，所述预设类别信息用于表征包含路障图案的图像类型；/n确定所述第一对象集中的对象是否满足预设条件，并根据满足所述预设条件的所述第一对象集中的对象，确定路障检测目标，其中，所述预设条件为同一对象在预设间隔帧数的多个图像中的多个检测框信息的差异值不大于预设阈值。/n

【技术特征摘要】
1.一种检测路障的方法，其特征在于，所述方法包括：
确定待检测的视频流信息；
通过训练后的目标检测模型对所述视频流信息进行检测，获得所述视频流信息中的所有对象的多个检测框信息和类别信息；
类别信息与预设类别信息匹配的对象形成第一对象集，所述预设类别信息用于表征包含路障图案的图像类型；
确定所述第一对象集中的对象是否满足预设条件，并根据满足所述预设条件的所述第一对象集中的对象，确定路障检测目标，其中，所述预设条件为同一对象在预设间隔帧数的多个图像中的多个检测框信息的差异值不大于预设阈值。


2.如权利要求1所述的方法，其特征在于，所述方法还包括：
根据满足所述预设条件的所述第一对象集中的对象，确定静止目标集；
对所述静止目标集中的对象进行分类处理以确定目标静止对象，并根据所述目标静止对象，确定所述视频流对应地点存在道路故障，所述目标静止对象用于表征设置于道路的路障。


3.如权利要求2所述的方法，其特征在于，对所述静止目标集中的对象进行分类处理以确定目标静止对象，包括：
对所述静止目标集中的对象对应的检测框区域进行特征提取处理，获得所述检测框区域的局部二值模式直方图和方向梯度直方图；
将所述局部二值模式直方图和所述方向梯度直方图进行融合处理，获得所述静止目标集中的对象的纹理和梯度信息，以确定所述静止目标集中的对象的完整信息，所述完整信息用于表征所述对象所对应的多种特征信息；
利用分类器根据所述静止目标集中的对象的完整信息进行二分类处理，并根据分类结果确定目标静止对象。


4.如权利要求1所述的方法，其特征在于，所述训练后的目标检测模型，采用以下方式进行训练：
确定样本数据集，所述样本数据集包括多个包含路障信息的图像的原始训练样本；
通过条件随机合并操作，在所述原始训练样本中加入路障目标图像，以获得处理后的样本数据集；其中，所述条件随机合操作为在不覆盖原始训练样本的基础上，从路障目标图像数据集中随机抽取预定张数的路障目标图像，并将所述预定张数的路障目标图像合并到除所述原始训练样本对应的路障位置外的位置，且所述预定张数的路障目标图像和所述原始训练样本不重合；
根据处理后的样本数据集对目标检测模型进行训练，获得所述训练后的目标检测模型。


5.如权利要求4所述的方法，其特征在于，确定样本数据集，...

【专利技术属性】
技术研发人员：杜学丹，周祥明，殷俊，蔡丹平，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：浙江;33