感知模型的检测方法、电子设备、路侧设备和云控平台技术

本申请公开了一种感知模型的检测方法、电子设备、路侧设备和云控平台，涉及计算机技术和图像处理技术中的人工智能、自动驾驶、智能交通、计算机视觉、以及深度学习领域。包括：基于预设的感知模型对获取到的图像进行识别，得到图像中的每一个目标对象的检测框信息、长度信息、对象像素信息、以及图像的背景像素信息，根据检测框信息、长度信息、对象像素信息、以及背景像素信息，确定检测框置信度，根据对象像素信息和背景像素信息，确定像素置信度，根据检测框置信度和像素置信度，生成感知模型的模型置信度，可以避免相关技术中，提高了感知模型的检测和评价的智能化，且提高了对感知模型的检测的准确性和可靠性的技术效果。

【技术实现步骤摘要】
感知模型的检测方法、电子设备、路侧设备和云控平台
本申请涉及计算机技术和图像处理技术中的人工智能、自动驾驶、智能交通、计算机视觉、以及深度学习领域，尤其涉及一种感知模型的检测方法、电子设备、路侧设备和云控平台。
技术介绍
随着交通运输的四通八达，以及人工智能技术的快速发展，智能交通相关的技术应运而生且有了新的突破，如基于构建的感知模型对障碍物(如车辆和红绿灯等)进行识别等技术有了新的突破。若交通的异常情况(如雨、雪、雾、夜、视频流中断等)，或者使用不同数据域训练的感知模型时，感知模型对障碍物的召回率和准确率可能存在一定程度的下降，在现有技术中，为了检测感知模型的质量(如工作状态等)，通常采用人工检测的方式实现，即通过人工检测的方式对感知模型进行检测。然而，采用人工检测的方式对感知模型进行检测的方法，可能造成检测的结果受到人为因素的干扰，导致检测的准确性偏低的问题。
技术实现思路
本申请提供了一种用于提高感知模型的检测的准确性的感知模型的检测方法、电子设备、路侧设备和云控平台。根据本申请的第一方面，提供本文档来自技高网...

【技术保护点】
1.一种感知模型的检测方法，包括：/n基于预设的感知模型对获取到的图像进行识别，得到所述图像中的每一个目标对象的检测框信息、长度信息、对象像素信息、以及所述图像的背景像素信息；/n根据所述检测框信息、长度信息、对象像素信息、以及背景像素信息，确定检测框置信度，所述检测框置信度表征错误检测框的长度信息与总检测框的长度信息之间的关联关系；并根据所述对象像素信息和所述背景像素信息，确定像素置信度，所述像素置信度表征所述对象像素信息与总像素信息之间的关联关系；/n根据所述检测框置信度和所述像素置信度，生成所述感知模型的模型置信度。/n

【技术特征摘要】
1.一种感知模型的检测方法，包括：
基于预设的感知模型对获取到的图像进行识别，得到所述图像中的每一个目标对象的检测框信息、长度信息、对象像素信息、以及所述图像的背景像素信息；
根据所述检测框信息、长度信息、对象像素信息、以及背景像素信息，确定检测框置信度，所述检测框置信度表征错误检测框的长度信息与总检测框的长度信息之间的关联关系；并根据所述对象像素信息和所述背景像素信息，确定像素置信度，所述像素置信度表征所述对象像素信息与总像素信息之间的关联关系；
根据所述检测框置信度和所述像素置信度，生成所述感知模型的模型置信度。


2.根据权利要求1所述的方法，其中，根据所述检测框信息、长度信息、对象像素信息、以及背景像素信息，确定检测框置信度，包括：
根据所述对象像素信息和所述背景像素信息从所述检测框信息中确定错误检测框，其中，所述错误检测框表征所述检测框信息中检测框的背景像素信息与总像素信息之间的比值大于预设阈值的检测框；
根据所述错误检测框和所述长度信息确定所述检测框置信度。


3.根据权利要求2所述的方法，其中，根据所述错误检测框和所述长度信息确定所述检测框置信度，包括：
根据所述长度信息确定所述错误检测框的误检测长度，并根据所述长度信息确定所述检测框信息对应的总检测框的总检测长度，所述误检测长度表征所述错误检测框的长度信息，所述总检测长度表征所述总检测框的长度信息；
根据所述误检测长度和所述总检测长度确定所述检测框置信度。


4.根据权利要求1所述的方法，其中，根据所述对象像素信息和所述背景像素信息，确定像素置信度，包括：
根据所述对象像素信息确定对象像素数量，并根据所述背景像素信息确定背景像素数量；
根据所述对象像素数量和所述背景像素数量，确定总像素数量；
根据所述对象像素数量和所述总像素数量，确定所述像素置信度。


5.根据权利要求4所述的方法，其中，所述图像由多帧图像组合而成；根据所述对象像素数量和所述总像素数量，确定所述像素置信度，包括：
根据所述对象像素数量和所述总像素数量确定目标对象权值，其中，所述目标对象权值表征所述目标对象的像素信息的置信度；
根据所述目标对象权值和获取到的帧计数信息确定所述像素置信度，其中，所述帧计数信息表征所述图像对应的帧的数量。


6.根据权利要求1至5中任一项所述的方法，在基于预设的感知模型对获取到的图像进行识别之前，所述方法还包括：
根据获取到的视频流的像素信息构建像素矩阵；
对所述视频流进行逐帧检测，得到初始对象检测框；
根据所述像素矩阵和所述初始对象检测框确定感兴趣区域，所述图像为获取到的所述感兴趣区域内的图像。


7.根据权利要求6所述的方法，其中，根据所述像素矩阵和所述初始对象检测框确定感兴趣区域，包括：
根据所述初始对象检测框对所述像素矩阵中的像素进行调整，得到调整后的像素矩阵；
根据所述调整后的像素矩阵生成二值化图像；
对所述二值化图像进行形态学处理，得到连续化的区域，并将所述连续化的区域作为所述感兴趣区域。


8.根据权利要求1至5中任一项所述的方法，其中，基于预设的感知模型对获取到的图像进行识别，得到所述图像中的每一个目标对象的长度信息，包括：
基于所述感知模型对所述图像进行识别，得到目标对象的二维坐标信息；
对所述二维坐标信息进行转换，得到目标对象的三维坐标信息；
根据所述三维坐标信息计算得到所述长度信息。


9.根据权利要求1至5中任一项所述的方法，在根据所述检测框置信度和所述像素置信度，生成所述感知模型的模型置信度之后，还包括：
根据所述感知模型对获取待识别图像进行识别，得到识别结果；
根据所述模型置信度和所述识别结果对交通灯进行控制。


10.一种感知模型的检测装置，包括：
第一识别模块，用于基于预设的感知模型对获取到的图像进行识别，得到所述图像中的每一个目标对象的检测框信息、长度信息、对象像素信息、以及所述图像的背景像素信息；
第一确定模块，用于根据所述检测框信息、长度信息、对象像素信息、以及背景像素信息，确定检测框置信度，所述检测框置信度表征错误检测框的长度信...

【专利技术属性】
技术研发人员：孟浩，
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