【技术实现步骤摘要】
道路检测方法及装置、存储介质及电子装置
[0001]本专利技术涉及通信领域，具体而言，涉及一种道路检测方法及装置、存储介质及电子装置。
技术介绍
[0002]伴随人工智能技术的快速发展，视觉系统在道路交通以及智能车载设备中的应用日趋丰富。现有道路运输车辆中，视觉系统搭载率逐年提升且智能化功能日益丰富。智能驾驶系统中，车载视觉系统可用于识别道路场景标识标线以及信号灯，并通过交互系统告知驾驶者潜在驾驶风险，可有效提升驾乘安全。
[0003]在现有的检测技术中，专利《一种道路标识检测方法、系统、设备和介质202010818710.0》是构建语义分割网络利用所述语义分割网络对输入图像进行道路标识检测，获取包含不同类别道路标识的灰度图；根据所述灰度图识别出不同类别的道路标识。但此种方式的主要缺点是：该方法通过场景语义分析实现道路标识的检测与类型判断，无法输出相应标识的磨损状态，并且应用范围局限于道路标识。
[0004]专利《交通标识检测方法、装置、计算机设备和存储介质202110036977.9》是基于当前时刻交通标识...
【技术保护点】
【技术特征摘要】
1.一种道路检测方法，其特征在于，包括：获取道路场景区域对应的场景图片，并将所述场景图片输入到多尺度场景特征描述模型中，得到多尺度的卷积特征图谱，其中，所述多尺度包括：第一尺度，第二尺度和第三尺度；所述第一尺度大于所述第二尺度，且所述第二尺度大于所述第三尺度；根据所述第一尺度的卷积特征图谱对所述场景图片进行检测，得到所述道路场景区域的道路所对应的第一标识物，根据所述第二尺度的卷积特征图谱和所述第三尺度的卷积特征图谱对所述场景图片进行检测，得到所述道路所对应的第二标识物，以及根据所述第三尺度的卷积特征图谱对所述场景图片进行检测，得到所述道路所对应的第三标识物；其中，所述第一标识物包括：指示装置、所述道路上的目标物体，所述第二标识物包括：所述道路上的标识线，所述第三标的物包括：所述道路上的凹陷区域；确定所述第一标识物，所述第二标识物和所述第三标识物的当前状态。2.根据权利要求1所述的方法，其特征在于，根据所述第一尺度的卷积特征图谱对所述场景图片进行检测，得到所述道路场景区域的道路所对应的第一标识物，包括：确定所述指示装置的卷积特征图谱，并将所述指示装置的卷积特征图谱进行下采样，得到所述指示装置在第三尺度的卷积特征图谱；将所述第一尺度的卷积特征图谱与所述第一标识物在第三尺度的卷积特征图谱进行特征级联，得到第一特征图谱；通过所述第一特征图谱对所述场景区域进行检测，得到所述道路场景区域的道路所对应的指示装置。3.根据权利要求1所述的方法，其特征在于，根据所述第一尺度的卷积特征图谱对所述场景图片进行检测，得到所述道路场景区域的道路所对应的第一标识物，包括：确定所述目标物体的卷积特征图谱，并将所述目标物体的卷积特征图谱进行下采样，得到所述指示装置在第三尺度的卷积特征图谱；将所述第一尺度的卷积特征图谱与所述目标物体在第三尺度的卷积特征图谱进行特征级联，得到第二特征图谱；通过所述第二特征图谱对所述场景区域进行检测，得到所述道路场景区域的道路所对应的目标物体。4.根据权利要求1所述的方法，其特征在于，根据所述第二尺度的卷积特征图谱以及所述第三尺度的卷积特征图谱对所述场景图片进行检测，得到所述道路所对应的第二标识物，包括：对所述第三尺度的卷积特征图谱进行卷积，并将卷积后的特征图谱进行下采样，得到第二特征图谱；将所述第二尺度的特征图谱与所述第二特征图谱进行特征级联，得到第三特征图谱；通过特征解码器对所述第三特征图谱进行处理，以对所述场景图片进行检测，得到所述道路所对应的第二标识物。5.根据权利要求1所述的方法，其特征在于，根据所述第三尺度的卷积特征图谱对所述场景图片进行检测，得到所述道路所对应的第三标识物，包括：基于时序相邻图像数据确定场景光流图像特征；将所述第三尺度的卷积特征图谱与所述场景光流图像特征进行级联处理，并将级联处
理后的特征图谱进行卷积，得到第五特征图谱；通过所述第五特征图谱对所述场景图片进行检测，得到所述道路所对应的第三标识物。6.根据权利要求1所述的方法，其特征在于，确定所述第一标识物的当前状态，包括：对信号灯的特征图谱进行感兴趣区域特征池化处理，得到所述信号灯的特征描述图；将所述信号灯的特征...
【专利技术属性】
技术研发人员：缪其恒，
申请(专利权)人：浙江华锐捷技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。