摄像头的识别方法、装置、电子设备和存储介质制造方法及图纸

本申请公开了摄像头的识别方法、装置、电子设备和存储介质，涉及人工智能、计算机视觉和深度学习技术领域。实现方案为：对获取到的检测图像进行摄像头识别，以从检测图像中确定摄像头的候选区域，并对检测图像进行摄像头的支撑杆识别，以从检测图像中确定支撑杆的候选区域，继而根据摄像头的候选区域与支撑杆的候选区域之间的位置关系，校验摄像头的候选区域中是否展示有摄像头。该方案能够在对摄像头进行识别时，结合摄像头周围的支撑杆特征和摄像头特征，可以提升识别结果的准确性。

【技术实现步骤摘要】
摄像头的识别方法、装置、电子设备和存储介质
本申请涉及图像处理领域，具体涉及计算机视觉、人工智能以及深度学习
，尤其涉及一种摄像头的识别方法、装置、电子设备和存储介质。
技术介绍
摄像头识别，在交通地图导航、自动驾驶以及交通协同领域具有重要的作用。例如，通过采集交通路段的图片，并识别图片中的摄像头类型以及位置，可以为交通地图导航和自动驾驶汽车提供交通状况信息依据。相关技术中，通过训练检测模型，来识别摄像头类别和位置。然而这种识别方式的误识别率较高，原因为，交通路段场景较为复杂，检测模型往往会将电线杆异物或树叶、建筑上的空调或标志等识别为摄像头，尤其是在远距离拍摄图片时，摄像头的特征并不明显，容易和其他异物相混淆。
技术实现思路
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。本申请提出一种摄像头的识别方法、装置、电子设备和存储介质，以实现在对摄像头进行识别时，结合摄像头周围的支撑杆特征和摄像头特征，可以提升识别结果的准确性。本申请第一方面实施例提出了一种摄像头的识别方法，包括：获取检测图像；对所述检测图像进行摄像头识别，以从所述检测图像中确定所述摄像头的候选区域；对所述检测图像进行摄像头的支撑杆识别，以从所述检测图像中确定所述支撑杆的候选区域；根据所述摄像头的候选区域与所述支撑杆的候选区域之间的位置关系，校验所述摄像头的候选区域中是否展示有所述摄像头。本申请第二方面实施例提出了一种摄像头的识别装置，包括：获取模块，用于获取检测图像；摄像头识别模块，用于对所述检测图像进行摄像头识别，以从所述检测图像中确定所述摄像头的候选区域；支撑杆识别模块，用于对所述检测图像进行摄像头的支撑杆识别，以从所述检测图像中确定所述支撑杆的候选区域；校验模块，用于根据所述摄像头的候选区域与所述支撑杆的候选区域之间的位置关系，校验所述摄像头的候选区域中是否展示有所述摄像头。本申请第三方面实施例提出了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请第一方面实施例提出的摄像头的识别方法。本申请第四方面实施例提出了一种计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请第一方面实施例提出的摄像头的识别方法。上述申请中的一个实施例具有如下优点或有益效果：本申请实施例中，在对检测图像进行摄像头识别，得到摄像头的候选区域后，并不能确定该候选区域中是否展示有摄像头，而需进一步对检测图像进行摄像头的支撑杆识别，得到支撑杆的候选区域，继而根据摄像头的候选区域与支撑杆的候选区域之间的位置关系，校验摄像头的候选区域中是否展示有摄像头。由此，考虑到摄像头和支撑杆关联的这一明显的特征，在对摄像头进行识别时，结合摄像头周围的支撑杆特征和摄像头特征，可以提升识别结果的准确性。应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本公开的范围。本申请的其它特征将通过以下的说明书而变得容易理解。附图说明附图用于更好地理解本方案，不构成对本申请的限定。其中：图1为本申请实施例一所提供的摄像头的识别方法的流程示意图；图2为本申请实施例二所提供的摄像头的识别方法的流程示意图；图3为本申请实施例三所提供的摄像头的识别方法的流程示意图；图4为本申请实施例四所提供的摄像头的识别方法的流程示意图；图5为本申请实施例五所提供的摄像头的识别方法的流程示意图；图6为本申请实施例六所提供的摄像头的识别装置的结构示意图；图7为本申请实施例七所提供的摄像头的识别装置的结构示意图；图8是用来实现本申请实施例的摄像头的识别方法的电子设备的框图。具体实施方式以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。现有技术中，通过检测模型识别摄像头类别和位置，误识别率较高，原因为，交通路段场景较为复杂，检测模型往往会将电线杆异物或树叶、建筑上的空调或标志等识别为摄像头。特别对于处理海量的路段图片，由于训练时的正样本比较少，随着数据量的提升，误识别的图片也会大幅度增加，错误率也会大幅度提高。因此，本申请主要针对现有技术中通过检测模型识别摄像头类别和位置，存在识别的准确率较低的技术问题，提出一种摄像头的识别方法。本申请实施例的摄像头的识别方法，考虑到摄像头和支撑杆关联的这一明显的特征，在对检测图像进行摄像头识别，得到摄像头的候选区域后，并不能确定该候选区域中是否展示有摄像头，而需进一步对检测图像进行摄像头的支撑杆识别，得到支撑杆的候选区域，继而根据摄像头的候选区域与支撑杆的候选区域之间的位置关系，校验摄像头的候选区域中是否展示有摄像头。本申请中，在图像识别时，结合摄像头周围的支撑杆特征和摄像头特征，可以提升识别结果的准确性。下面参考附图描述本申请实施例的摄像头的识别方法、装置、电子设备和存储介质。图1为本申请实施例一所提供的摄像头的识别方法的流程示意图。本申请实施例以该摄像头的识别方法被配置于摄像头的识别装置中来举例说明，该摄像头的识别装置可以应用于任一电子设备中，以使该电子设备可以执行摄像头的识别功能。其中，电子设备可以为任一具有计算能力的设备，例如可以为个人电脑(PersonalComputer，简称PC)、移动终端、服务器等，移动终端例如可以为手机、平板电脑、个人数字助理、穿戴式设备、车载设备等具有各种操作系统、触摸屏和/或显示屏的硬件设备。如图1所示，该摄像头的识别方法可以包括以下步骤：步骤101，获取检测图像。本申请实施例中，检测图像可以为电子设备本地存储的图像，比如预先下载、拍摄的图像，或者，检测图像还可以为电子设备采集的图像，或者，检测图像还可以为在线浏览的图像，本申请对此并不做限制。本申请实施例中，电子设备上可以设置有摄像头，摄像头设置的数量并不做限制，比如可以是一个，或者也可以为多个。摄像头设置于电子设备的形式不限，例如，可以是内置于电子设备的摄像头，或者，也可以为外置于电子设备的摄像头，再例如，可以是前置摄像头，也可以是后置摄像头。其中，摄像头可以为任意类型的摄像头，例如，摄像头可以是彩色摄像头、黑白摄像头、深度摄像头、长焦摄像头、广角摄像头等，在此不做限定。其中，当电子设备设置有多个摄像头时，多个摄像头可以是相同类型的摄像头，也可以是不同类型的摄像头，本申请对此并不作限制。例如，可以均是彩色摄像头，也可以均是黑白摄像头本文档来自技高网...

【技术保护点】
1.一种摄像头的识别方法，包括：/n获取检测图像；/n对所述检测图像进行摄像头识别，以从所述检测图像中确定所述摄像头的候选区域；/n对所述检测图像进行摄像头的支撑杆识别，以从所述检测图像中确定所述支撑杆的候选区域；/n根据所述摄像头的候选区域与所述支撑杆的候选区域之间的位置关系，校验所述摄像头的候选区域中是否展示有所述摄像头。/n

【技术特征摘要】
1.一种摄像头的识别方法，包括：
获取检测图像；
对所述检测图像进行摄像头识别，以从所述检测图像中确定所述摄像头的候选区域；
对所述检测图像进行摄像头的支撑杆识别，以从所述检测图像中确定所述支撑杆的候选区域；
根据所述摄像头的候选区域与所述支撑杆的候选区域之间的位置关系，校验所述摄像头的候选区域中是否展示有所述摄像头。


2.根据权利要求1所述的摄像头的识别方法，其中，所述根据所述摄像头的候选区域与所述支撑杆的候选区域之间的位置关系，校验所述摄像头的候选区域中是否展示有所述摄像头，包括：
获取所述摄像头的候选区域与所述支撑杆的候选区域之间的交叠部分；
若获取到所述交叠部分，则根据所述交叠部分与所述摄像头的候选区域之间的面积比，进行校验。


3.根据权利要求2所述的摄像头的识别方法，其中，所述获取所述摄像头的候选区域与所述支撑杆的候选区域之间的交叠部分之后，还包括：
若未获取到所述交叠部分，则采用分割模型从所述检测图像中，确定属于所述支撑杆的多个目标像素点；
将所述多个目标像素点划分出至少一个目标像素点集合，其中，属于同一目标像素点集合内的目标像素点形成连通区域，属于不同目标像素点集合的目标像素点之间不相邻；
对各所述目标像素点集合进行直线检测，以确定各所述目标像素点集合对应的直线；
确定所述摄像头的候选区域的中心位置；
根据所述中心位置与各所述目标像素点集合对应的直线之间的距离，进行校验。


4.根据权利要求3所述的摄像头的识别方法，其中，所述摄像头的候选区域，是处于摄像头检测框内的部分；所述根据所述中心位置与各所述目标像素点集合对应的直线之间的距离，进行校验，包括：
根据所述摄像头检测框的长和宽中的最大值，确定目标值；
从所述中心位置与各所述直线之间的距离中，确定最小距离；
若所述最小距离与所述目标值之比小于比例阈值，则校验出所述摄像头的候选区域中展示有所述摄像头；
若所述最小距离与所述目标值之比大于或等于所述比例阈值，则校验出所述摄像头的候选区域中未展示有所述摄像头。


5.根据权利2所述的摄像头的识别方法，其中，所述根据所述交叠部分与所述摄像头的候选区域之间的面积比，进行校验，包括：
若所述面积比大于面积比阈值，则校验出所述摄像头的候选区域中展示有所述摄像头；
若所述面积比小于或等于所述面积比阈值，则校验出所述摄像头的候选区域中未展示有所述摄像头。


6.根据权利要求1-5任一项所述的摄像头的识别方法，其中，所述对所述检测图像进行摄像头识别，以从所述检测图像中确定所述摄像头的候选区域，包括：
采用对象识别模型，对所述检测图像进行摄像头识别，以得到所述对象识别模型输出的检测框，和对应的第一得分，其中，所述第一得分用于指示所述检测框内包含所述摄像头的概率；
将处于所述检测框内，以及处于所述检测框外周设定范围的检测图像，作为输入图像；
采用分类模型，对所述输入图像进行摄像头识别，以得到所述分类模型输出的摄像头类别，以及对应的第二得分，其中，所述第二得分用于指示属于所述摄像头类别的概率；
若所述第一得分和所述第二得分均属于目标区间，则将处于所述检测框内的检测图像作为所述摄像头的候选区域。


7.根据权利要求6所述的摄像头的识别方法，其中，所述采用分类模型，对所述输入图像进行摄像头识别，以得到所述分类模型输出的摄像头类别，以及对应的第二得分之后，还包括：
若所述第一得分和所述第二得分均小于所述目标区间的下限，则确定所述检测框内未展示有所述摄像头；
若所述第一得分和所述第二得分均大于所述目标区间的上限，则确定所述检测框内展示有所述摄像头。


8.一种摄像头的识别装置，包括：
获取模块，用于获取检测图像；
摄像头识别模块，用于对所述检测图像进行摄像...

【专利技术属性】
技术研发人员：卢子鹏，王健，孙昊，文石磊，丁二锐，章宏武，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11