基于尺寸鲁棒的道路标识实时检测方法及装置制造方法及图纸

本发明专利技术提供一种基于尺寸鲁棒的道路标识实时检测方法及装置，该方法，包括：获取道路标识图像并提取特征，得到图像金字塔特征；将图像金字塔特征输入至道路标识识别模型中，得到道路标识识别模型输出的预测结果；其中，道路标识识别模型是基于交通标志实例图片及其对应的图像标签训练得到；道路标识识别模型用于基于对道路标识提取的图像金字塔特征进行特征融合，并对经特征融合后的结果进行识别得到的。本发明专利技术通过对道路标识图像的特征提取，得到不同尺度的特征图构成图像金字塔特征，从而便于实现多尺度目标的检测；通过采用单阶段检测网络，检测与识别无需分步进行，有利于提高道路标志牌检测速度。道路标志牌检测速度。道路标志牌检测速度。

【技术实现步骤摘要】
基于尺寸鲁棒的道路标识实时检测方法及装置


[0001]本专利技术涉及计算机视觉
，尤其涉及一种基于尺寸鲁棒的道路标识实时检测方法及装置。

技术介绍

[0002]随着科技的发展，传统的工业生产及人民的日常生活都在向无人化、智能化转型。无人驾驶技术或者辅助驾驶技术具有比人类更广阔的感知范围和灵敏的反应速度，可以为人们带来巨大的便捷和安全保障。识别车辆所处的交通场景和环境信息是车辆感知层的重要任务,主要通过摄像头、雷达、传感器对环境中的障碍物、路况、标示信息进行采集和分析，相当于代替驾驶员的眼睛以识别车辆所处交通场景和环境信息。由于交通标识含有丰富的信息，且其对车辆的行驶起到指示和限制作用，对在无人车技术实现智能化感知起到至关重要的作用。
[0003]目前，道路标志牌检测方法大多根据交通标识的显著特点人为地设计可区分的特征，再根据特征构建适合的分类器，比如支持向量机、神经网络等。
[0004]由于这种方法强烈依赖于相关人员的专业知识和技术水平，并且由于道路标志牌在尺度、光照、背景、方向等方面具有多样性，会导致大量的道路标志牌错检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于尺寸鲁棒的道路标识实时检测方法，其特征在于，包括：获取道路标识图像并提取特征，得到图像金字塔特征；将所述图像金字塔特征输入至道路标识识别模型中，得到所述道路标识识别模型输出的道路标识识别结果；其中，所述道路标识识别模型是基于交通标志实例图片及其对应的图像标签训练得到；所述道路标识识别模型用于对基于道路标识提取的图像金字塔特征进行特征融合，并对经特征融合后的结果进行识别。2.根据权利要求1所述的基于尺寸鲁棒的道路标识实时检测方法，其特征在于，所述道路标识识别模型，包括：空间金字塔池，基于输入的所述图像金字塔特征进行池化和填充，得到所述空间金字塔池输出的池化结果；其中，所述池化结果之间的尺度不同，所述池化结果内包含的各结果的大小尺寸一致；路径聚合层，将所述空间金字塔池输出的池化结果沿通道方向进行连接，得到所述路径聚合层输出的融合特征；标识识别层，基于所述融合特征进行目标检测和偏移，得到所述标识识别层输出的道路标识识别结果。3.根据权利要求2所述的基于尺寸鲁棒的道路标识实时检测方法，其特征在于，所述基于所述融合特征进行目标检测和偏移，得到所述标识识别层输出的道路标识识别结果，包括：采用1
×
1的卷积核对所述融合特征进行卷积，以实现目标检测，得到目标检测结果；基于所述目标检测结果进行偏移，得到道路标识识别结果，所述道路标识识别结果表示为：b
x
＝σ(t
x
)+c
x
b
y
＝σ(t
y
)+c
yy
其中，b
x
,b
y
表示为预测的目标框中心坐标，b
w
表示为预测的目标框的宽度，b
h
表示为预测的目标框的高度，t
x
、t
y
、t
w
和t
h
分别为网络的输出，c
x
和c
y
分别表示为单元格的左上角坐标，p
w
和p
h
表示为所述标识识别层最后输出特征图的尺寸。4.根据权利要求2所述的基于尺寸鲁棒的道路标识实时检测方法，其特征在于，所述将所述图像金字塔特征输入至道路标识识别模型中，得到所述道路标识识别模型输出的道路标识识别结果，包括：将所述图像金字塔特征输入至所述...

【专利技术属性】
技术研发人员：刘炎，贾若铖，张孝博，殷绪成，杨春，
申请(专利权)人：北京华创智芯科技有限公司，
类型：发明
国别省市：