【技术实现步骤摘要】
道路的撒散物识别方法、装置、设备、介质及产品
[0001]本公开涉及人工智能
中的自动驾驶、智能交通、车联网和智能座舱等领域，尤其涉及一种道路的撒散物识别方法、装置、设备、介质及产品。
技术介绍
[0002]随着车辆越来越多，道路行驶安全问题被日益关注。为了确保车辆或行人的正常行驶，需要保证道路上不存在障碍物，特别是撒散物，例如运输车辆掉落的物品等，可能会引发道路行驶障碍。目前，存在一些道路撒散物的识别方法，较为常见的识别方法是通过对某个道路在不同时刻的两个图像进行比较，判断两个图像各自的道路中是否存在撒散物差异。
[0003]但是，目前的撒散物检测方法需要使用到不同时刻的图像，若两个图像的时差把控不准确，可能会导致撒散物检测不够及时，准确度不高的问题。
技术实现思路
[0004]本公开提供了一种用于提高道路的撒散物识别效率的道路的撒散物识别方法、装置、设备、介质及产品。
[0005]根据本公开的第一方面，提供了一种道路的撒散物识别方法，包括：
[0006]响应于目标道路的撒散物...
【技术保护点】
【技术特征摘要】
1.一种道路的撒散物识别方法，包括：响应于目标道路的撒散物识别请求，从所述目标道路对应待识别视频中获取待识别图像；通过两个不同学习率对应的背景提取算法，分别提取所述待识别图像对应的第一背景图像和第二背景图像；通过多尺度编码器和自注意力网络，分别提取所述第一背景图像对应的第一图像特征和所述第二背景图像对应的第二图像特征；基于所述第一图像特征和所述第二图像特征的相似度计算结果，确定所述待识别图像中存在撒散物的目标区域。2.根据权利要求1所述的方法，其中，所述通过两个不同学习率对应的背景提取算法，分别提取所述待识别图像对应的第一背景图像和第二背景图像，包括：从所述待识别图像中提取除运动目标之外的背景图像；通过两个不同学习率对应的背景提取算法，分别提取所述背景图像对应的所述第一背景图像和所述第二背景图像。3.根据权利要求2所述的方法，其中，所述通过两个不同学习率对应的背景提取算法，提取所述背景图像对应的所述第一背景图像和所述第二背景图像，包括：获取通过第一学习率设置的至少一个第一高斯模型和通过第二学习率设置的至少一个第二高斯模型，所述第一学习率和所述第二学习率大小不同；通过至少一个所述第一高斯模型，对所述背景图像中的多个像素点分别进行背景点检测，获得多个所述像素点分别对应的第一检测结果，所述第一检测结果包括属于背景点或属于非背景点；根据多个所述像素点分别对应的第一检测结果，对所述背景图像进行背景点和非背景点分类，获得所述第一背景图像；通过至少一个所述第二高斯模型，对所述背景图像中的多个所述像素点分别进行背景点检测，获得所述多个像素点分别对应的第二检测结果，所述第二检测结果包括属于背景点或属于非背景点；根据多个所述像素点分别对应的第二检测结果，对所述背景图像进行背景点和非背景点分类，获得所述第二背景图像。4.根据权利要求3所述的方法，其中，所述通过至少一个所述第一高斯模型，对所述背景图像中的多个像素点分别进行背景点检测，获得多个所述像素点分别对应的第一检测结果，包括：基于混合高斯算法，利用至少一个所述第一高斯模型，对所述背景图像中的多个所述像素点分别进行背景点检测，获得多个所述像素点分别对应的第一检测结果；所述通过至少一个所述第二高斯模型，对所述背景图像中的多个所述像素点分别进行背景点检测，获得所述多个像素点分别对应的第二检测结果，包括：基于所述混合高斯算法，利用至少一个所述第二高斯模型，对所述背景图像中的多个所述像素点分别进行背景点检测，获得多个所述像素点分别对应的第二检测结果。5.根据权利要求1
‑
4任一项所述的方法，其中，所述基于所述第一图像特征和所述第二图像特征的相似度计算结果，确定所述待识别图像中存在撒散物的目标区域，包括：
对所述第一图像特征和所述第二图像特征进行特征相似度计算，获得相似度矩阵；根据所述相似度矩阵中各位置点的相似度值，确定小于相似度阈值的目标位置点，所述相似度矩阵的位置点映射所述待识别图像的像素区域；将目标位置点对应的像素区域在所述待识别图中执行区域拼接，获得存在撒散物的目标区域。6.根据权利要求1
‑
5任一项所述的方法，其中，所述通过多尺度编码器和自注意力网络，分别提取所述第一背景图像对应的第一图像特征和所述第二背景图像对应的第二图像特征，包括：通过多尺度编码器，分别提取所述第一背景图像对应的第一特征图和所述第二背景图像对应的第二特征图；将所述第一特征图和所述第二特征图输入所述自注意力网络，获得所述第一特征图对应的所述第一图像特征和所述第二特征图对应的所述第二图像特征。7.根据权利要求6所述的方法，其中，所述通过多尺度编码器，分别提取所述第一背景图像对应的第一特征图和所述第二背景图像对应的第二特征图，包括：将所述第一背景图像和第二背景图像输入所述多尺度编码器进行特征计算，得到多个特征图，多个所述特征图的尺度相同；将多个所述特征图按照通道划分为所述第一特征图和所述第二特征图，所述第一特征图和所述第二特征图的通道数量相等。8.根据权利要求1
‑
7任一项所述的方法，其中，所述基于所述第一图像特征和所述第二图像特征的相似度计算结果，确定所述待识别图像中存在撒散物的目标区域之后，还包括：提取所述目标区域在所述待识别图像对应的区域图像；通过纹理分析算法，提取所述区域图像的纹理特征；根据所述纹理特征对所述区域图像中的物体是否为所述撒散物进行验证，获得验证结果；若确定所述验证结果为验证成功，则输出所述目标道路存在撒散物的提示信息。9.根据权利要求8所述的方法，其中，所述纹理特征包括灰度共生矩阵，所述根据所述纹理特征对所述区域图像中的物体是否为所述撒散物进行验证，获得验证结果，包括：根据所述灰度共生矩阵，计算所述区域图像中多个元素分别对应的自相关量，获得所述区域图像对应的相关性矩阵；获取所述相关性矩阵中自相关量小于相关阈值的元素数量；若所述元素数量满足数量比例，则确定所述验证结果为验证成功；若所述元素数量不满足所述数量比例，则确定所述验证结果为验证失败。10.一种道路的撒散物识别装置，包括：请求响应单元，用于响应于目标道路的撒散物识别请求，从所述目标道路对应待视频视频中获取待识别图像；背景提取单元，用于通过两个不同学习率对应的背景提取算法，分别提取所述待识别图像对应的第一...
【专利技术属性】
技术研发人员：徐浩，彭炜，罗文宏，
申请(专利权)人：阿波罗智联北京科技有限公司，
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。