交通指示信号的检测方法及相关装置、设备、介质制造方法及图纸

本申请公开了一种交通指示信号的检测方法及相关装置、设备、介质，其中，交通指示信号的检测方法包括：获取待检测图像；对待检测图像进行检测，得到至少一个候选区域以及各个候选区域中的目标对象的粗分类类别；其中，每个候选区域中包含一个用于交通指示的目标对象，且每个候选区域中的目标对象的粗分类类别为交通灯或交通标志；针对每个候选区域，对待检测图像中的候选区域内的图像进行检测，结合候选区域中的目标对象的粗分类类别，得到候选区域中的目标对象的分类结果。上述方案，能够提高交通指示信号检测的精度和速度。高交通指示信号检测的精度和速度。高交通指示信号检测的精度和速度。

【技术实现步骤摘要】
交通指示信号的检测方法及相关装置、设备、介质


[0001]本申请涉及图像处理
，特别是涉及一种交通指示信号的检测方法及相关装置、设备、介质。

技术介绍

[0002]随着电子信息技术的不断发展，人工智能技术已逐渐应用于日常学习、工作、研究等诸多场景中。在此其中，通过检测图像中的交通灯、交通标志等交通指示信号，以为车辆行驶提供决策信息，从而能够提高自动驾驶的安全性和可靠性。
[0003]在现实场景中，车辆通常以一定速度行驶，在快速路、高架路等路段，其速度甚至往往较快，故要求交通检测应具有较高的实时性和准确性。有鉴于此，如何提高交通指示信号检测的精度和速度成为亟待解决的技术问题。

技术实现思路

[0004]本申请提供一种交通指示信号的检测方法及相关装置、设备、介质。
[0005]本申请第一方面提供了一种交通指示信号的检测方法，包括：获取待检测图像；对待检测图像进行检测，得到至少一个候选区域以及各个候选区域中的目标对象的粗分类类别；其中，每个候选区域中包含一个用于交通指示的目标对象，且每个候选区域中的目标对象的粗分类类别为交通灯或交通标志；针对每个候选区域，对待检测图像中的候选区域内的图像进行检测，结合候选区域中的目标对象的粗分类类别，得到候选区域中的目标对象的分类结果。
[0006]因此，获取待检测图像，并对待检测图像进行检测，得到至少一个候选区域以及各个候选区域中的目标对象的粗分类类别，且每个候选区域中包含一个用于交通指示的目标对象，每个候选区域中的目标对象的粗分类类别为交通灯火交通标志，在此基础上，针对每个候选区域，对待检测图像中的候选区域内的图像进行检测，结合候选区域中的目标对象的粗分类类别，得到候选区域中的目标对象的分类结果，即分两阶段进行交通指示信号的检测，在第一阶段，检测候选区域以及候选区域中目标对象的粗分类类别，且由于粗分类类别仅有交通灯、交通标志两类，故能够提升粗分类准确性，在第二阶段，直接在每个候选区域进行检测，相较于在整个图像进行检测而言，能够提升检测实时性，且由于分类结果是进一步结合粗分类类别得到的，故也有利于提升分类结果的准确性，故此能够提高交通指示信号检测的精度和速度。
[0007]其中，针对每个候选区域，对待检测图像中的候选区域内的图像进行检测，包括：针对每个候选区域，从待检测图像中截取候选区域的图像，其中，截取的图像是以候选区域中的目标对象的包围框的长边作为截取的图像的长边，基于预设长宽比截取的包含候选区域中的目标对象的矩形区域；对每个截取的图像进行检测。
[0008]因此，针对每个候选区域，从待检测图像中截取候选区域的图像，且截取的图像是以候选区域中的目标对象的包围框的长边作为截取的图像的长边，基于预设长宽比截取的
包含候选区域中的目标对象的矩形区域，再对每个截取的图像进行检测，从而能够有利于统一数据格式，有利于在后续分类时区分不同种类目标，同时也有利于后续分类时将交通灯的分类任务和交通标志的分类任务统一起来，减少若后续两个任务分别部署所需的人力和精力。
[0009]其中，在从待检测图像中截取候选区域的图像之后，以及在对每个截取的图像进行检测之前，交通指示信号的检测方法还包括：将每个截取的图像调整为预设尺寸；对每个截取的图像进行检测，包括：对调整尺寸之后的各个截取的图像进行检测。
[0010]因此，在从待检测图像中截取候选区域的图像之后，以及在对每个截取的图像进行检测之前，还将每个截取的图像调整为预设尺寸，以对调整尺寸后的各个截取的图像进行检测，即在检测之前，将每个截取的图像调整为统一尺寸，从而能够在统一尺寸的而基础上进行检测，有利于提升检测精度。
[0011]其中，对待检测图像进行检测，得到至少一个候选区域以及各个候选区域中的目标对象的粗分类类别，包括：利用交通检测模型的第一提取网络提取待检测图像的第一特征图；利用交通检测模型的第一检测网络对第一特征图进行检测，得到至少一个候选区域以及各个候选区域中的目标对象的粗分类类别。
[0012]因此，利用交通检测模型的第一提取网络提取待检测图像的第一特征图，并利用交通检测模型的第一检测网络对第一特征图进行检测，得到至少一个候选区域以及各个候选区域中的目标对象的粗分类类别，故在粗分类过程中，能够利用网络模型先提取整个待检测图像的特征图，再根据该特征图检测得到粗分类类别，即能够通过网络模型检测出候选区域以及粗分类类别，有利于提升检测效率。
[0013]其中，对待检测图像中的候选区域内的图像进行检测，结合候选区域中的目标对象的粗分类类别，得到候选区域中的目标对象的分类结果，包括：利用交通检测模型的第二提取网络提取候选区域内的图像的第二特征图；利用交通检测模型的第二检测网络对第二特征图进行检测，并结合候选区域中的目标对象的粗分类类别，得到候选区域中的目标对象的分类结果。
[0014]因此，利用交通检测模型的第二提取网络提取候选区域内的图像的第二特征图，并利用交通检测模型的第二检测网络对第二特征图进行检测，并结合候选区域中的目标对象的粗分类类别，得到候选区域中的目标对象的分类结果，故在第二阶段检测过程中，能够利用网络模型先提取候选区域内图像的特征图，再根据该特征图进行检测以及结合粗分类类别，得到目标对象的分类结果，即能够通过网络模型以及粗分类类别得到最终的分类结果，有利于提升检测效率和精度。
[0015]其中，利用交通检测模型的第二检测网络对第二特征图进行检测，并结合候选区域中的目标对象的粗分类类别，得到候选区域中的目标对象的分类结果，包括：利用交通检测模型的第二检测网络对第二特征图进行检测，得到候选区域中的目标对象的细分类类别；结合候选区域中的目标对象的粗分类类别和细分类类别，得到候选区域中的目标对象的分类结果。
[0016]因此，利用交通检测模型的第二检测网络对第二特征图进行检测，得到候选区域中的目标对象的细分类类别，并结合候选区域中的目标对象的粗分类类别和细分类类别，得到候选区域中的目标对象的分类结果，即在第二阶段检测过程中，能够利用网络模型检
测出目标对象的细分类类别，再结合细分类类别和粗分类类别即可得到分类结果，故能够有利于提升检测精度。
[0017]其中，交通灯的分类结果包括交通灯的颜色类别、指向类别中的至少一者；和/或，交通标志的分类结果包括交通标志的标志类别。
[0018]因此，通过将交通灯的分类结果设置为包括交通灯的颜色类别、指向类别中的至少一者，能够提高第分类结果的准确性；而通过将交通标志的分类结果设置为包括交通标志的标志类别，能够有利于进一步提高道路信息的丰富度。
[0019]本申请第二方面提供了一种交通指示信号的检测装置，包括：图像获取模块、图像粗检模块和图像细检模块，图像获取模块，用于获取待检测图像；图像粗检模块，用于对待检测图像进行检测，得到至少一个候选区域以及各个候选区域中的目标对象的粗分类类别；其中，每个候选区域中包含一个用于交通指示的目标对象，且每个候选区域中的目标对象的粗分类类别为交通灯或交本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交通指示信号的检测方法，其特征在于，包括：获取待检测图像；对所述待检测图像进行检测，得到至少一个候选区域以及各个候选区域中的目标对象的粗分类类别；其中，每个候选区域中包含一个用于交通指示的目标对象，且每个候选区域中的目标对象的粗分类类别为交通灯或交通标志；针对每个候选区域，对所述待检测图像中的所述候选区域内的图像进行检测，结合所述候选区域中的目标对象的粗分类类别，得到所述候选区域中的目标对象的分类结果。2.根据权利要求1所述的方法，其特征在于，所述针对每个候选区域，对所述待检测图像中的所述候选区域内的图像进行检测，包括：针对每个候选区域，从所述待检测图像中截取所述候选区域的图像，其中，截取的图像是以所述候选区域中的目标对象的包围框的长边作为截取的图像的长边，基于预设长宽比截取的包含所述候选区域中的目标对象的矩形区域；对每个截取的图像进行检测。3.根据权利要求2所述的方法，其特征在于，在所述从所述待检测图像中截取所述候选区域的图像之后，以及在所述对每个截取的图像进行检测之前，所述方法还包括：将每个截取的图像调整为预设尺寸；所述对每个截取的图像进行检测，包括：对调整尺寸之后的各个截取的图像进行检测。4.根据权利要求1至3任一项所述的方法，其特征在于，所述对所述待检测图像进行检测，得到至少一个候选区域以及各个候选区域中的目标对象的粗分类类别，包括：利用交通检测模型的第一提取网络提取所述待检测图像的第一特征图；利用所述交通检测模型的第一检测网络对所述第一特征图进行检测，得到至少一个候选区域以及各个候选区域中的目标对象的粗分类类别。5.根据权利要求1至4任一项所述的方法，其特征在于，所述对所述待检测图像中的所述候选区域内的图像进行检测，结合所述候选区域中的目标对象的粗分类类别，得到所述候选区域中的目标对象的分类结果，包括：利用交通检测模型...

【专利技术属性】
技术研发人员：李逍，秦海芳，程光亮，
申请(专利权)人：上海商汤临港智能科技有限公司，
类型：发明
国别省市：