信号灯识别方法、装置、设备、介质及产品制造方法及图纸

本发明专利技术实施例提供一种信号灯识别方法、装置、设备、介质及产品，该方法包括：获取待识别的目标图像；目标图像包括第一信号灯组图像；根据预设的图像处理策略对目标图像进行相应的处理，以确定第二信号灯组图像；其中，第二信号灯组图像中的信号灯排列方向为水平方向；将第二信号灯组图像输入训练至收敛的信号灯图像识别模型，以输出信号灯的颜色和形状；信号灯图像识别模型在水平方向上从左往右识别图像；根据信号灯的颜色和形状确定信号灯识别结果。本发明专利技术实施例的信号灯识别方法，通过目标图像结合训练至收敛的信号灯图像识别模型可以更准确的识别出信号灯的形状和颜色，提高了识别的准确性。识别的准确性。识别的准确性。

【技术实现步骤摘要】
信号灯识别方法、装置、设备、介质及产品


[0001]本专利技术实施例涉及自动驾驶
，尤其涉及一种信号灯识别方法、装置、设备、介质及产品。

技术介绍

[0002]信号灯识别是自动驾驶感知模块中的重要部分，通用的信号灯识别技术已经日趋成熟，而临时信号灯多语义的识别目前还少有研究以及解决方案。
[0003]传统的信号灯识别，多针对普通信号灯，普通信号灯指多个子灯头的形状相同，如都为圆灯、左箭头或右箭头。一般的方式是先从图像中检测信号灯，然后对信号灯进行颜色分类，最后和高精地图中信号灯匹配，从而获得高精地图中信号灯的形状，完成信号灯检测识别。
[0004]因而，目前的信号灯识别方式在识别多语义的临时信号灯时，由于不太支持多语义的临时信号灯的识别，识别的准确率低。

技术实现思路

[0005]本专利技术提供一种信号灯识别方法、装置、设备、介质及产品，用以解决目前的信号灯识别方式在识别多语义的临时信号灯时，识别的准确率低的问题。
[0006]本专利技术实施例第一方面提供一种信号灯识别方法，包括：
[0007]获取待识别的目标图像；所述目标图像包括第一信号灯组图像；
[0008]根据预设的图像处理策略对所述目标图像进行相应的处理，以确定第二信号灯组图像；其中，所述第二信号灯组图像中的信号灯排列方向为水平方向；
[0009]将所述第二信号灯组图像输入训练至收敛的信号灯图像识别模型，以输出信号灯的颜色和形状；所述信号灯图像识别模型在水平方向上从左往右识别图像；
>[0010]根据所述信号灯的颜色和形状确定信号灯识别结果。
[0011]可选的，如上所述的方法，所述根据预设的图像处理策略对所述目标图像进行相应的处理，以确定第二信号灯组图像，包括：
[0012]将所述目标图像输入预设的目标检测模型，以输出所述第一信号灯组图像的轮廓坐标；
[0013]根据所述轮廓坐标从所述目标图像中裁剪出所述第一信号灯组图像；
[0014]确定所述第一信号灯组图像中信号灯排列方向是否为水平方向；
[0015]若信号灯排列方向不是水平方向，则调整所述第一信号灯组图像，以使调整后的第一信号灯组图像中信号灯排列方向为水平方向；将信号灯排列方向为水平方向的第一信号灯组图像确定为第二信号灯组图像；
[0016]若信号灯排列方向是水平方向，则将第一信号灯组图像确定为第二信号灯组图像。
[0017]可选的，如上所述的方法，所述确定所述第一信号灯组图像中信号灯排列方向是
否为水平方向，包括：
[0018]确定所述第一信号灯组图像的高度和宽度；
[0019]判断所述高度是否大于所述宽度；
[0020]若确定所述高度大于所述宽度，则确定所述第一信号灯组图像中信号灯排列方向为竖直方向；
[0021]若确定所述高度小于或等于所述宽度，则确定所述第一信号灯组图像中信号灯排列方向为水平方向。
[0022]可选的，如上所述的方法，所述调整所述第一信号灯组图像，包括：
[0023]将所述第一信号灯组图像逆时针旋转90
°
或顺时针旋转270
°
。
[0024]可选的，如上所述的方法，所述根据所述信号灯的颜色和形状确定信号灯识别结果，包括：
[0025]若所述第一信号灯组图像中信号灯排列方向为水平方向，则将所述信号灯的颜色和形状确定为信号灯识别结果；
[0026]若所述第一信号灯组图像中信号灯排列方向不是水平方向，则根据所述信号灯的颜色和形状和预设的信号灯旋转结果映射表确定所述信号灯识别结果；其中，所述预设的信号灯旋转结果映射表存储有所述信号灯的颜色和形状，与所述信号灯识别结果之间的映射关系。
[0027]可选的，如上所述的方法，所述信号灯图像识别模型包括卷积神经网络模型和循环神经网络模型；
[0028]所述将所述第二信号灯组图像输入训练至收敛的信号灯图像识别模型之前，还包括：
[0029]获取训练样本，所述训练样本中包括：信号灯组图像样本；
[0030]将所述训练样本输入到预设信号灯图像识别模型中，以对所述预设信号灯图像识别模型进行训练；
[0031]采用CTC损失函数判断所述预设信号灯图像识别模型是否满足收敛条件；
[0032]若所述预设信号灯图像识别模型满足收敛条件，则将满足收敛条件的预设信号灯图像识别模型确定为训练至收敛的信号灯图像识别模型。
[0033]本专利技术实施例第二方面提供一种信号灯识别装置，包括：
[0034]获取模块，获取待识别的目标图像；所述目标图像包括第一信号灯组图像；
[0035]图像确定模块，用于根据预设的图像处理策略对所述目标图像进行相应的处理，以确定第二信号灯组图像；其中，所述第二信号灯组图像中的信号灯排列方向为水平方向；
[0036]输出模块，用于将所述第二信号灯组图像输入训练至收敛的信号灯图像识别模型，以输出信号灯的颜色和形状；所述信号灯图像识别模型在水平方向上从左往右识别图像；
[0037]信号灯确定模块，用于根据所述信号灯的颜色和形状确定信号灯识别结果。
[0038]可选的，如上所述的装置，所述图像确定模块，具体用于：
[0039]将所述目标图像输入预设的目标检测模型，以输出所述第一信号灯组图像的轮廓坐标；根据所述轮廓坐标从所述目标图像中裁剪出所述第一信号灯组图像；确定所述第一信号灯组图像中信号灯排列方向是否为水平方向；若信号灯排列方向不是水平方向，则调
整所述第一信号灯组图像，以使调整后的第一信号灯组图像中信号灯排列方向为水平方向；将信号灯排列方向为水平方向的第一信号灯组图像确定为第二信号灯组图像；若信号灯排列方向是水平方向，则将第一信号灯组图像确定为第二信号灯组图像。
[0040]可选的，如上所述的装置，所述图像确定模块在确定所述第一信号灯组图像中信号灯排列方向是否为水平方向时，具体用于：
[0041]确定所述第一信号灯组图像的高度和宽度；判断所述高度是否大于所述宽度；若确定所述高度大于所述宽度，则确定所述第一信号灯组图像中信号灯排列方向为竖直方向；若确定所述高度小于或等于所述宽度，则确定所述第一信号灯组图像中信号灯排列方向为水平方向。
[0042]可选的，如上所述的装置，所述图像确定模块在调整所述第一信号灯组图像时，具体用于：
[0043]将所述第一信号灯组图像逆时针旋转90
°
或顺时针旋转270
°
。
[0044]可选的，如上所述的装置，所述信号灯确定模块，具体用于：
[0045]若所述第一信号灯组图像中信号灯排列方向为水平方向，则将所述信号灯的颜色和形状确定为信号灯识别结果；若所述第一信号灯组图像中信号灯排列方向不是水平方向，则根据所述信号灯的颜色和形状和预设的信号灯旋转结果映射表确定所述信号灯识别结果；其中，所述预设的信号灯旋转结果映射表存储有所述信号灯本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信号灯识别方法，其特征在于，包括：获取待识别的目标图像；所述目标图像包括第一信号灯组图像；根据预设的图像处理策略对所述目标图像进行相应的处理，以确定第二信号灯组图像；其中，所述第二信号灯组图像中的信号灯排列方向为水平方向；将所述第二信号灯组图像输入训练至收敛的信号灯图像识别模型，以输出信号灯的颜色和形状；所述信号灯图像识别模型在水平方向上从左往右识别图像；根据所述信号灯的颜色和形状确定信号灯识别结果。2.根据权利要求1所述的方法，其特征在于，所述根据预设的图像处理策略对所述目标图像进行相应的处理，以确定第二信号灯组图像，包括：将所述目标图像输入预设的目标检测模型，以输出所述第一信号灯组图像的轮廓坐标；根据所述轮廓坐标从所述目标图像中裁剪出所述第一信号灯组图像；确定所述第一信号灯组图像中信号灯排列方向是否为水平方向；若信号灯排列方向不是水平方向，则调整所述第一信号灯组图像，以使调整后的第一信号灯组图像中信号灯排列方向为水平方向；将信号灯排列方向为水平方向的第一信号灯组图像确定为第二信号灯组图像；若信号灯排列方向是水平方向，则将第一信号灯组图像确定为第二信号灯组图像。3.根据权利要求2所述的方法，其特征在于，所述确定所述第一信号灯组图像中信号灯排列方向是否为水平方向，包括：确定所述第一信号灯组图像的高度和宽度；判断所述高度是否大于所述宽度；若确定所述高度大于所述宽度，则确定所述第一信号灯组图像中信号灯排列方向为竖直方向；若确定所述高度小于或等于所述宽度，则确定所述第一信号灯组图像中信号灯排列方向为水平方向。4.根据权利要求3所述的方法，其特征在于，所述调整所述第一信号灯组图像，包括：将所述第一信号灯组图像逆时针旋转90
°
或顺时针旋转270
°
。5.根据权利要求3所述的方法，其特征在于，所述根据所述信号灯的颜色和形状确定信号灯识别结果，包括：若所述第一信号灯组图像中信号灯排列方向为水平方向，则将所述信号灯的颜色和形状确定为信号灯识别结果；若所述第一信号...

【专利技术属性】
技术研发人员：王春，
申请(专利权)人：湖北亿咖通科技有限公司，
类型：发明
国别省市：