基于动态网络结构的通用交通标志识别方法和系统技术方案

本发明专利技术涉及目标识别技术领域，提供一种基于动态网络结构的通用交通标志识别方法和系统，方法包括：基于车载图像采集设备获取道路图像；将所述道路图像输入识别网络的特征提取层，得到特征提取结果；将所述特征提取结果输入识别网络的解码器层，得到交通标志识别结果；所述识别网络是由包括特征提取层、解码器层强化训练分支以及解码器层标志识别分支的初始网络，经样本、标签以及损失函数训练后，排除所述解码器层强化训练分支后得到的。本发明专利技术在训练过程和推理过程中采用动态的网络结构，实现高效、快速的交通标志识别。快速的交通标志识别。快速的交通标志识别。

【技术实现步骤摘要】
基于动态网络结构的通用交通标志识别方法和系统


[0001]本专利技术涉及目标识别
，尤其涉及一种基于动态网络结构的通用交通标志识别方法和系统。

技术介绍

[0002]道路交通标志和标线时引导道路使用者有秩序使用道路，以促进道路行车安全，而在驾驶辅助系统中对交通标志的识别则可以不间断的为整车控制提供相应的帮助。比如禁止类标志可以帮助系统提前进行危险预判；警告类标志可以帮助系统提前进行在某些情况下进行提前避障处理；指示类标志可以帮助系统进行控制预处理，以确保行车遵循道路指示。故对于交通标志的正确识别及精准应用可以为驾驶辅助系统甚至自动驾驶提供更加完美的助攻。
[0003]然而，受限于车载终端的硬件成本、体积、环境等因素，自动驾驶或辅助驾驶场景下，汽车本地的硬件资源捉襟见肘，能够分配至交通标志识别任务的计算资源通常较为有限。
[0004]对于限速标志而言，计算资源的问题尤为突出，即由于限速类型和数值的多样性，现有的基于神经网络的汽车本地实时识别方法存在着计算资源需求高、识别速度慢的缺陷。
[0005]因此，如何提供一种高本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于动态网络结构的通用交通标志识别方法，其特征在于，应用于车载终端，包括：基于车载图像采集设备获取道路图像；将所述道路图像输入识别网络的特征提取层，得到特征提取结果；将所述特征提取结果输入识别网络的解码器层，得到交通标志识别结果；所述识别网络是由包括特征提取层、解码器层强化训练分支以及解码器层标志识别分支的初始网络，经样本、标签以及损失函数训练后，排除所述解码器层强化训练分支后得到的。2.根据权利要求1所述的基于动态网络结构的通用交通标志识别方法，其特征在于，所述解码器层强化训练分支为解码器层多标志区域分支；所述解码器层多标志区域分支能够根据所述特征提取结果得到设定的多标志区域，所述多标志区域与至少两个交通标志所在区域的交集为非空集合。3.根据权利要求2所述的基于动态网络结构的通用交通标志识别方法，其特征在于，所述多标志区域包括平行像素；所述平行像素是指：交通标志中心点连线上的像素；和/或设定数量的交通标志中心点连线的相邻平行线段上的像素。4.根据权利要求2所述的基于动态网络结构的通用交通标志识别方法，其特征在于，所述标签包括多标志区域二值图；所述多标志区域二值图包括分别置为不同二进制值的多标志区域像素点和非多标志区域像素点。5.根据权利要求4所述的基于动态网络结构的通用交通标志识别方法，其特征在于，所述损失函数包括强化分支项；所述强化分支项能够量化解码器层强化训练分支输出的多标志区域与所述标签中多标志区域二值图的差。6.根据权利要求1至5中任一项所述的基于动态网络结构的通...

【专利技术属性】
技术研发人员：陆强，程新景，
申请(专利权)人：际络科技上海有限公司，
类型：发明
国别省市：