应用于信号灯检测的检测框调整方法、装置及路侧设备制造方法及图纸

本申请公开了一种应用于信号灯检测的检测框调整方法、装置及路侧设备，涉及计算机技术和图像处理中的人工智能、自动驾驶、智能交通、车路协同感知及计算机视觉。包括：获取图像序列中每一图像的信号灯检测信息，信号灯检测信息包括每一灯头的灯头检测框，根据各图像的信号灯检测信息，确定待分析的信号灯组合，确定信号灯组合的待定检测框，信号灯组合中的各灯头是不同类型的灯头，若待定检测框与信号灯的预设初始检测框之间不同，则调整初始检测框得到目标检测框，目标检测框用于检测待检测图像中的信号灯，避免了对每个样本图像进行标注而造成的成本偏高的问题，实现了节约成本和资源，提高了调整的准确性和可靠性。

【技术实现步骤摘要】
应用于信号灯检测的检测框调整方法、装置及路侧设备
本申请涉及计算机技术和图像处理中的人工智能、自动驾驶、智能交通、车路协同感知及计算机视觉，尤其涉及一种应用于信号灯检测的检测框调整方法、装置及路侧设备。
技术介绍
在路侧感知系统中，包括部署于路侧的相机，可以通过相机确定信号灯(如红绿灯)的位置，从而实现对信号灯的灯色识别，然而，随着时间的推移，相机和/或信号灯的位置可能发生改变。在现有技术中，通常采用的信号灯的检测框的调整方法为：获取由相机采集的多个样本图像，通过人工的方式对每个样本图像进行标注，得到每个样本图像对应的标注图像，并将标注图像输入至基础网络模型，对基础网络模型进行训练，从而得到检测框的检测模型，并基于该检测模型对检测框的位置进行检测并调整。然而，采用上述构建检测模型的方法，需要通过人工的方式对每个样本图像进行标注，因此，可能存在标注成本偏高的问题，且可能存在因人为主观因素的影响而导致的检测并调整的可靠性偏低的问题。
技术实现思路
本申请提供了一种用于减少成本且提高可靠性的应用于信号灯检测的检测框调整方法、装置及路侧设备。根据本申请的第一方面，提供了一种应用于信号灯检测的检测框调整方法，包括：获取图像序列中每一图像的信号灯检测信息，其中，所述信号灯检测信息包括每一灯头的灯头检测框；根据各所述图像的信号灯检测信息，确定待分析的信号灯组合，并确定所述信号灯组合的待定检测框，其中，所述信号灯组合中的各灯头是不同类型的灯头；若所述待定检测框与所述信号灯的预设初始检测框之间不同，则调整所述初始检测框得到目标检测框，其中，所述目标检测框用于检测待检测图像中的信号灯。根据本申请的第二方面，提供了一种应用于信号灯检测的检测框调整装置，包括：第一获取单元，用于获取图像序列中每一图像的信号灯检测信息，其中，所述信号灯检测信息包括每一灯头的灯头检测框；第一确定单元，用于根据各所述图像的信号灯检测信息，确定待分析的信号灯组合；第二确定单元，用于确定所述信号灯组合的待定检测框，其中，所述信号灯组合中的各灯头是不同类型的灯头；调整单元，用于若所述待定检测框与所述信号灯的预设初始检测框之间不同，则调整所述初始检测框得到目标检测框，其中，所述目标检测框用于检测待检测图像中的信号灯。根据本申请的第三方面，提供了一种电子设备，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如第一方面所述的方法。根据本申请的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行如第一方面所述的方法。根据本申请的第五方面，提供了一种计算机程序产品，所述程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。根据本申请的第六方面，提供了一种路侧设备，包括如第三方面所述的电子设备。根据本申请的第七方面，提供了一种云控平台，包括如第三方面所述的电子设备。根据本申请的第八方面，提供了一种应用于信号灯检测的检测框调整系统，包括：如第二方面所述的装置；图像采集装置，用于采集图像序列，并将所述图像序列传输给所述装置。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，也不用于限制本申请的范围。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是可以实现本申请实施例的应用于信号灯检测的检测框调整方法的场景图；图2是根据本申请第一实施例的示意图；图3是根据本申请第二实施例的示意图；图4是本申请实施例的得到灯头检测框的原理示意图；图5是根据本申请第三实施例的示意图；图6是根据本申请第四实施例的示意图；图7是根据本申请第五实施例的示意图；图8是用来实现本申请实施例的应用于信号灯检测的检测框调整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。图1是可以实现本申请实施例的应用于信号灯检测的检测框调整方法的场景图，如图1所示，道路101的至少一侧可以设置路侧设备102，相机103可以用于图像采集(或者视频采集)。示例性地，在如图1所示的应用场景中，每一相机103均可用于采集包括对向的红绿灯104的图像。例如，如图1所示，道路101包括十字路口，十字路口包括四个路段，分别为如图1中所示的第一路段、第二路段、第三路段、以及第四路段，第一路段与第三路段可以称为互为对向的路段，第二路段与第四路段可以称为互为对向的路段，第一路段上设置的相机103可以采集包括第三路段上设置的红绿灯104的图像，依此类推，此处不再一一列举。值得说明地是，图1和上述实施例只是用于示范性地说明，本实施例的应用于信号灯检测的检测框调整方法可以适用的应用场景，而不能理解为对应用场景的限定。例如，图1中所示的十字路口也可以是丁字路口；又如，图1中所示的元素可以相应地增加或减少；再如，图1中所示的元素的位置可以相应地调整，等等，此处不再一一列举。如图1所示，场景中还可以包括行驶于道路101的车辆105，车辆105在行驶时，可以采集包括红绿灯的图像，并基于预设的检测框从其采集到的图像中框选出红绿灯，并对红绿灯进行识别，从而实现安全且可靠地行驶。例如，相机与红绿灯之间的位置保持相对不动，所以可以预先在相机采集的图像中标注出红绿灯的位置(即预设的检测框)，并基于该位置从图像中提取与红路灯对应的图像，从而进行灯色识别。然而，随着时间的推移，相机的位置可能会发生改变，或者，红绿灯的位置也可能会发生改变，所以基于标注的红绿灯的位置从图像中提取图像，可能会导致提取的图像中的红绿灯不完整。需要说明地是，若提取的图像中的红绿灯不完整，则可能会存在基于提取的图像进行灯色识别时，识别结果的准确性偏低的问题。为了解决该问题，可以对红绿灯在图像中的位置进行重新确定，即需要对红绿灯的检测框进行调整。在相关技术中，通常采用的调整方法为：获取由相机采集的多个样本图像，通过人工的方式对每个样本图像进行标注，得到每个样本图像对应的标注图像，将标注图像输入至基础网络模型(基础模型的类型不做限定，如可以为卷积神经网络模型等)，对基础网本文档来自技高网...

【技术保护点】
1.一种应用于信号灯检测的检测框调整方法，包括：/n获取图像序列中每一图像的信号灯检测信息，其中，所述信号灯检测信息包括每一灯头的灯头检测框；/n根据各所述图像的信号灯检测信息，确定待分析的信号灯组合，并确定所述信号灯组合的待定检测框，其中，所述信号灯组合中的各灯头是不同类型的灯头；/n若所述待定检测框与所述信号灯的预设初始检测框之间不同，则调整所述初始检测框得到目标检测框，其中，所述目标检测框用于检测待检测图像中的信号灯。/n

【技术特征摘要】
1.一种应用于信号灯检测的检测框调整方法，包括：
获取图像序列中每一图像的信号灯检测信息，其中，所述信号灯检测信息包括每一灯头的灯头检测框；
根据各所述图像的信号灯检测信息，确定待分析的信号灯组合，并确定所述信号灯组合的待定检测框，其中，所述信号灯组合中的各灯头是不同类型的灯头；
若所述待定检测框与所述信号灯的预设初始检测框之间不同，则调整所述初始检测框得到目标检测框，其中，所述目标检测框用于检测待检测图像中的信号灯。


2.根据权利要求1所述的方法，其中，根据各所述图像的信号灯检测信息，确定待分析的信号灯组合，包括：
根据各图像的每一灯头的灯头检测框，选取构成信号灯的多个灯头，以得到所述信号灯组合。


3.根据权利要求2所述的方法，其中，根据各图像的每一灯头的灯头检测框，选取构成信号灯的多个灯头，包括：
确定任意两个灯头检测框之间的差异化信息；
根据各差异化信息对各灯头进行过滤处理，并从过滤处理后的各灯头中选取所述多个灯头。


4.根据权利要求3所述的方法，其中，确定任意两个灯头检测框之间的差异化信息，包括：
确定所述初始检测框中各灯头各自对应的原始检测框；
计算每一灯头的灯头检测框的覆盖范围和原始检测框的覆盖范围之间的比值；
依次计算比值最大的灯头检测框与其他灯头检测框之间的差异化信息。


5.根据权利要求4所述的方法，其中，灯头检测框为灯头的最小外接矩形框；计算每一灯头的灯头检测框的覆盖范围和原始检测框的覆盖范围之间的比值，包括：
确定每一灯头的灯头检测框与原始检测框之间的范围覆盖关系；
若任意灯头的灯头检测框包括所述任意灯头的原始检测框覆盖外的范围，则计算所述任意灯头的灯头检测框和原始检测框之间的比值。


6.根据权利要求4所述的方法，其中，确定所述初始检测框中各灯头各自对应的原始检测框，包括：
获取原始图像，并根据所述原始图像的标注信息确定所述原始图像中的信号灯的初始检测框；
根据所述初始检测框和所述初始检测框中各灯头的数量，确定各灯头各自对应的原始检测框。


7.根据权利要求1所述的方法，还包括：
确定所述信号灯组合中的距离最远的两个灯头之间的距离值；
根据所述初始检测框确定信号灯的长度，并确定所述距离值与所述长度之间的差值；
若所述差值小于预设的差值阈值，则确定所述待定检测框与所述信号灯的预设初始检测框之间不同。


8.根据权利要求1所述的方法，还包括：
确定所述待检测框的覆盖范围，并确定所述初始检测框的覆盖范围；
若所述待检测框的覆盖范围中的至少部分，不包含于所述初始检测框的覆盖范围，则确定所述待定检测框与所述信号灯的预设初始检测框之间不同。


9.根据权利要求1至8中任一项所述的方法，其中，调整所述初始检测框得到目标检测框，包括：
确定所述信号灯组合中的距离最远的两个灯头之间的距离值，并根据所述距离值确定所述信号灯组合中信号灯的中心位置；
根据所述中心位置对所述初始检测框在图像中的位置进行调整，得到所述目标检测框。


10.根据权利要求1至8中任一项所述的方法，其中，所述获取图像序列中每一图像的信号灯检测信息，包括：
获取所述图像序列，并确定所述图像序列中每一图像的前景图像；
对所述每一图像的前景图像进行检测，得到所述每一图像的信号灯初始框；
对所述每一图像的信号灯初始框进行拆分，得到所述每一图像的每一灯头的灯头检测框。


11.根据权利要求10所述的方法，其中，确定所述图像序列中每一图像的前景图像，包括：
获取包括信号灯的至少一个样本图像；
根据所述至少一个样本图像，确定所述至少一个样本图像中各前景像素点的前景像素分布信息和各背景像素点的背景像素分布信息；
根据各前景像素分布信息和各背景像素分布信息，构建所述背景识别模型，并根据所述背景识别模型确定所述图像序列中每一图像的前景图像。


12.根据权利要求1至8中任一项所述的方法，还包括：
获取待检测图像，根据所述目标检测框对所述待检测图像中的信号灯进行检测，生成并向接入车辆输出检测结果；
或者，向接入车辆输出所述目标检测框。


13.一种应用于信号灯检测的检测框调整装置，包括：
第一获取单元，用于获取图像序列中每一图像的信号灯检测信息，其中，所述信号灯检测信息包括每一灯头的灯头检测框；
第一确定单元，用于根据各所述图像的信号灯检测信息，确定待分析的信号灯组合；
第二确定单元，用于确定所述信号灯组合的待定检测框，其中，所述信号灯组合中的各灯头是不同类型的灯头；
调整单元，用于若所述待定检测框与所述信号灯的预设初始检测框之间不同，则调整所述初始检测框得到目标检测框，其中，所述目标检测框用于检测待检测图像中的信号灯。


14.根据权利要求13所述的装置，其中，所述第一确定单元用于，根据各图像的每一灯头的灯头检测框，选取构成信号灯的...

【专利技术属性】
技术研发人员：刘博，
申请(专利权)人：阿波罗智联北京科技有限公司，
类型：发明
国别省市：北京;11