本申请涉及一种道钉状态识别方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：从道路视频帧中，提取得到关键帧；所述关键帧用于表示道钉的变化差异；将所述关键帧输入至预先训练的道钉检测模型中，得到所述关键帧中道钉的道钉类型和道钉位置信息；将所述关键帧中道钉的道钉图像，输入至与所述道钉类型相匹配的道钉图像重构模型中，得到所述道钉图像对应的重构图像；所述道钉图像基于所述道钉位置信息对所述关键帧进行裁剪得到；根据所述道钉图像与所述重构图像之间的差值，得到所述道钉图像对应的道钉的状态信息。采用本方法能够提高对道钉状态的识别效率。法能够提高对道钉状态的识别效率。法能够提高对道钉状态的识别效率。
【技术实现步骤摘要】
道钉状态识别方法、装置、计算机设备和存储介质
[0001]本申请涉及智能交通
，特别是涉及一种道钉状态识别方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
[0002]道钉又叫突起路标，是一种交通安全设施，可在高速公路或其他类型的道路上安装道钉来标记中心线、边缘线等，通过道钉的反光性能来指引驾驶员行驶。然而，安装在道路上的道钉容易被车辆或自然灾害所破坏，因此，及时排查和更换损坏的道钉，对驾驶员的安全驾驶起着至关重要的作用。
[0003]由于公路里程较高，道钉布设密集，依靠人工进行道钉状态的排查工作需要消耗巨大的人力和物力，导致对道钉状态的识别效率较低。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种能够提高对道钉状态的识别效率的道钉状态识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种道钉状态识别方法。所述方法包括：
[0006]从道路视频帧中，提取得到关键帧；所述关键帧用于表示道钉的变化差异；
[0007]将所述关键帧输入至预先训练的道钉检测模型中，得到所述关键帧中道钉的道钉类型和道钉位置信息；
[0008]将所述关键帧中道钉的道钉图像，输入至与所述道钉类型相匹配的道钉图像重构模型中，得到所述道钉图像对应的重构图像；所述道钉图像基于所述道钉位置信息对所述关键帧进行裁剪得到；
[0009]根据所述道钉图像与所述重构图像之间的差值，得到所述道钉图像对应的道钉的状态信息。
[0010]在其中一个实施例中，从道路视频帧中，提取得到关键帧，包括：
[0011]根据所述道路视频帧的目标定位信息，按照预设定位间隔从所述道路视频帧中，提取得到第一关键帧；
[0012]对所述道路视频帧进行光流分析，得到所述道路视频帧中的第二关键帧；
[0013]将所述第一关键帧和所述第二关键帧，作为所述关键帧。
[0014]在其中一个实施例中，在根据所述道路视频帧的目标定位信息，按照预设定位间隔从所述道路视频帧中，提取得到第一关键帧之前，还包括：
[0015]根据所述道路视频帧的初始定位信息和所述初始定位信息对应的时间戳信息，从所述道路视频帧中，确定出所述初始定位信息对应的目标视频帧；
[0016]根据所述初始定位信息，对所述道路视频帧中的中间视频帧进行线性插值处理，得到所述中间视频帧的插值定位信息；所述中间视频帧为所述道路视频帧中除所述目标视频帧之外的视频帧；
[0017]将所述目标视频帧的初始定位信息和所述中间视频帧的插值定位信息，作为所述道路视频帧的目标定位信息。
[0018]在其中一个实施例中，预先训练的道钉检测模型，通过如下方式训练得到：
[0019]获取样本道路视频帧；所述样本道路视频帧中包括道钉，所述道钉标注有目标道钉类型和目标道钉位置信息；
[0020]对所述样本道路视频帧进行图像增强处理，得到增强后视频帧；
[0021]将所述增强后视频帧输入到待训练的道钉检测模型，得到所述增强后视频帧中道钉的预测道钉类型和预测道钉位置信息；
[0022]根据所述目标道钉类型与所述预测道钉类型之间的差异，以及所述目标道钉位置信息与所述预测道钉位置信息之间的差异，对所述待训练的道钉检测模型进行迭代训练，得到所述预先训练的道钉检测模型。
[0023]在其中一个实施例中，将所述关键帧中道钉的道钉图像，输入至与所述道钉类型相匹配的道钉图像重构模型中，得到所述道钉图像对应的重构图像，包括：
[0024]根据与所述道钉类型相匹配的道钉图像重构模型，对所述关键帧中道钉的道钉图像进行卷积处理，得到所述道钉图像的特征向量；
[0025]根据与所述道钉类型相匹配的道钉图像重构模型，对所述特征向量进行反卷积处理，得到所述重构图像。
[0026]在其中一个实施例中，在根据所述道钉图像与所述重构图像之间的差值，得到所述道钉图像对应的道钉的状态信息之后，还包括：
[0027]根据所述重构图像的特征信息、所述重构图像的定位信息和所述道钉的单位间隔距离，确定预设距离范围内的实际道钉和缺失道钉；
[0028]根据所述实际道钉的状态信息、定位信息和时间戳信息，以及所述缺失道钉的定位信息和时间戳信息，生成所述道路视频帧的检测结果。
[0029]第二方面，本申请还提供了一种道钉状态识别装置。所述装置包括：
[0030]关键帧获取模块，用于从道路视频帧中，提取得到关键帧；所述关键帧用于表示道钉的变化差异；
[0031]道钉信息获取模块，用于将所述关键帧输入至预先训练的道钉检测模型中，得到所述关键帧中道钉的道钉类型和道钉位置信息；
[0032]道钉图像重构模块，用于将所述关键帧中道钉的道钉图像，输入至与所述道钉类型相匹配的道钉图像重构模型中，得到所述道钉图像对应的重构图像；所述道钉图像基于所述道钉位置信息对所述关键帧进行裁剪得到；
[0033]道钉状态获取模块，用于根据所述道钉图像与所述重构图像之间的差值，得到所述道钉图像对应的道钉的状态信息。
[0034]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0035]从道路视频帧中，提取得到关键帧；所述关键帧用于表示道钉的变化差异；
[0036]将所述关键帧输入至预先训练的道钉检测模型中，得到所述关键帧中道钉的道钉类型和道钉位置信息；
[0037]将所述关键帧中道钉的道钉图像，输入至与所述道钉类型相匹配的道钉图像重构
模型中，得到所述道钉图像对应的重构图像；所述道钉图像基于所述道钉位置信息对所述关键帧进行裁剪得到；
[0038]根据所述道钉图像与所述重构图像之间的差值，得到所述道钉图像对应的道钉的状态信息。
[0039]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0040]从道路视频帧中，提取得到关键帧；所述关键帧用于表示道钉的变化差异；
[0041]将所述关键帧输入至预先训练的道钉检测模型中，得到所述关键帧中道钉的道钉类型和道钉位置信息；
[0042]将所述关键帧中道钉的道钉图像，输入至与所述道钉类型相匹配的道钉图像重构模型中，得到所述道钉图像对应的重构图像；所述道钉图像基于所述道钉位置信息对所述关键帧进行裁剪得到；
[0043]根据所述道钉图像与所述重构图像之间的差值，得到所述道钉图像对应的道钉的状态信息。
[0044]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0045]从道路视频帧中，提取得到关键帧；所述关键帧用于表示道钉的变化差异；
[004本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种道钉状态识别方法，其特征在于，所述方法包括：从道路视频帧中，提取得到关键帧；所述关键帧用于表示道钉的变化差异；将所述关键帧输入至预先训练的道钉检测模型中，得到所述关键帧中道钉的道钉类型和道钉位置信息；将所述关键帧中道钉的道钉图像，输入至与所述道钉类型相匹配的道钉图像重构模型中，得到所述道钉图像对应的重构图像；所述道钉图像基于所述道钉位置信息对所述关键帧进行裁剪得到；根据所述道钉图像与所述重构图像之间的差值，得到所述道钉图像对应的道钉的状态信息。2.根据权利要求1所述的方法，其特征在于，所述从道路视频帧中，提取得到关键帧，包括：根据所述道路视频帧的目标定位信息，按照预设定位间隔从所述道路视频帧中，提取得到第一关键帧；对所述道路视频帧进行光流分析，得到所述道路视频帧中的第二关键帧；将所述第一关键帧和所述第二关键帧，作为所述关键帧。3.根据权利要求2所述的方法，其特征在于，在根据所述道路视频帧的目标定位信息，按照预设定位间隔从所述道路视频帧中，提取得到第一关键帧之前，还包括：根据所述道路视频帧的初始定位信息和所述初始定位信息对应的时间戳信息，从所述道路视频帧中，确定出所述初始定位信息对应的目标视频帧；根据所述初始定位信息，对所述道路视频帧中的中间视频帧进行线性插值处理，得到所述中间视频帧的插值定位信息；所述中间视频帧为所述道路视频帧中除所述目标视频帧之外的视频帧；将所述目标视频帧的初始定位信息和所述中间视频帧的插值定位信息，作为所述道路视频帧的目标定位信息。4.根据权利要求1所述的方法，其特征在于，所述预先训练的道钉检测模型，通过如下方式训练得到：获取样本道路视频帧；所述样本道路视频帧中包括道钉，所述道钉标注有目标道钉类型和目标道钉位置信息；对所述样本道路视频帧进行图像增强处理，得到增强后视频帧；将所述增强后视频帧输入到待训练的道钉检测模型，得到所述增强后视频帧中道钉的预测道钉类型和预测道钉位置信息；根据所述目标道钉类型与所述预测道钉类型之间的差异，以及所述目标道钉位置信息与所述预测道钉位置信息之间的差异，对所述待训练的道钉检测模型进行迭...
【专利技术属性】
技术研发人员：郑顺潮，李春阳，张潇丹，夏子立，孙传姣，廖军洪，
申请(专利权)人：交通运输部公路科学研究所，
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。