本申请涉及一种红绿灯识别方法、装置、电子设备及计算机可读存储介质。该方法包括获取待识别红绿灯图像，待识别红绿灯图像为包含有待识别红绿灯的图像；将待识别红绿灯图像输入至预设的红绿灯识别模型，得到待识别红绿灯图像的目标图，其中，预设的红绿灯识别模型为预先训练好的结合了多个注意力机制模块的unet网络模型；对目标图进行外接矩形操作得到待识别红绿灯的外接矩形，基于外接矩形确定待识别红绿灯的类别。本申请实施例通过在unet网络中添加多个注意力机制模块，保证待识别红绿灯图像在unet网络中传递时，对特征提取图和上采样图中的重点进行连接，得到的红绿灯图像更加清晰，提升对红绿灯亮灯状态类别的识别。提升对红绿灯亮灯状态类别的识别。提升对红绿灯亮灯状态类别的识别。
【技术实现步骤摘要】
红绿灯识别方法、装置、电子设备及计算机可读存储介质
[0001]本申请涉及图像处理
，尤其涉及一种红绿灯识别方法、装置、电子设备及计算机可读存储介质。
技术介绍
[0002]随着自动驾驶技术和导航技术的日益成熟，以及城市道路的复杂性，在驾驶车辆时采用导航工具进行导航已经成为驾驶员的驾驶习惯。
[0003]无论是自动驾驶还是驾驶员采用导航工具进行路径导航驾驶，都需要知道前方道路的实时通行情况，便于规划导航路径，因此需要识别道路上的红绿灯状态，确定当前道路是否可以通行，或需要等多久可以通行。在相关的技术方案中，通过车载装置采集路面红绿灯图像，对红绿灯图像进行识别，而对车载装置采集到的红绿灯图像，都会发生一定的形变，而红绿灯的亮灯状态可能包括红灯、绿灯、黄灯、熄灭等多种状态，现有技术对红绿的亮灯状态的类别识别不准。
技术实现思路
[0004]为解决或部分解决相关技术中存在的问题，本申请提供一种红绿灯识别方法、装置、电子设备及计算机可读存储介质，能够精确识别红绿灯的亮灯类别。
[0005]本申请第一方面提供一种红绿灯识别方法，包括：
[0006]获取待识别红绿灯图像，所述待识别红绿灯图像为包含有待识别红绿灯的图像；
[0007]将所述待识别红绿灯图像输入至预设的红绿灯识别模型，得到所述待识别红绿灯图像的目标图，其中，所述预设的红绿灯识别模型为预先训练好的结合了多个注意力机制模块的unet网络模型；
[0008]对所述目标图进行外接矩形操作得到所述待识别红绿灯的外接矩形，基于所述外接矩形确定所述待识别红绿灯的类别。
[0009]作为本申请一种可能的实施方式，在该实施方式中，所述待识别红绿灯图像后，还包括：
[0010]对所述待识别红绿灯图像像进行图像分割处理，并对图像分割后的所述待识别红绿灯图像中的待识别红绿灯的轮廓进行标注，得到目标输入图像。
[0011]作为本申请一种可能的实施方式，在该实施方式中，所述将所述待识别红绿灯图像输入至预设的红绿灯识别模型，得到所述待识别红绿灯图像的二值图，包括：
[0012]采用所述unet网络模型的编码器对所述目标输入图像进行多次特征提取，得到所述待识别红绿灯图像的特征提取图；
[0013]采用结合了多个注意力机制模块的所述unet网络的解码器对所述特征提取图进行多次上采样，得到所述待识别红绿灯图像的上采样图像；
[0014]将所述特征提取图像与所述上采样图像连接，得到所述待识别红绿灯图像的二值图。
[0015]作为本申请一种可能的实施方式，在该实施方式中，所述采用所述unet网络模型的编码器对所述目标输入图像进行多次特征提取，得到所述待识别红绿灯图像的特征提取图，包括：
[0016]采用预设的特征提取模块对所述待识别红绿灯图像进行第一次特征提取，得到第一特征提取图像，其中，所述特征提取模块包括卷积模块和池化模块；
[0017]采用所述特征提取模块对所述第一特征提取图进行第二次特征提取，得到第二特征提取图像；
[0018]采用所述特征提取模块对所述第二特征提取图进行第三次特征提取，得到第三特征提取图像。
[0019]作为本申请一种可能的实施方式，在该实施方式中，所述采用结合了多个注意力机制模块的所述unet网络的解码器对所述特征提取图进行多次上采样，得到所述待识别红绿灯图像的上采样图像，包括：
[0020]采用上采样模块对所述第三特征提取图进行第一次上采样，得到第一上采样中间图像，将所述第二特征提取图像经过卷积模块卷积后，与所述第一上采样中间图像连接，得到第一上采样图像，其中，所述上采样模块包括注意力机制模块；
[0021]采用所述上采样模块对所述第一上采样图像进行第二次上采样，得到第二上采样中间图像，将所述第二特征提取图像经过卷积模块卷积后，与所述第二上采样中间图像连接，得到第二上采样图像。
[0022]作为本申请一种可能的实施方式，在该实施方式中，所述将所述特征提取图像与所述上采样图像连接，得到所述待识别红绿灯图像的二值图，包括：
[0023]将所述第二上采样图像进行第三次上采样，得到第三上采样图像；
[0024]将所述目标输入图像经过卷积模块卷积后，与所述第三上采样图像连接，得到所述待识别红绿灯的二值图。
[0025]作为本申请一种可能的实施方式，在该实施方式中，所述对所述二值图进行外接矩形操作得到所述待识别红绿灯的外接矩形，基于所述外接矩形确定所述待识别红绿灯的类别，包括：
[0026]采用预设的角点识别模型识别所述二值图中的多个角点；
[0027]基于所述多个角点，进行外接矩形操作，得到所述待识别红绿灯的外接矩形。
[0028]本申请第二方面提供一种红绿灯识别装置，包括：
[0029]图像获取模块，用于获取待识别红绿灯图像，所述待识别红绿灯图像为包含有待识别红绿灯的图像；
[0030]二值图确定模块，用于将所述待识别红绿灯图像输入至预设的红绿灯识别模型，得到所述待识别红绿灯图像的目标图，其中，所述预设的红绿灯识别模型为预先训练好的结合了多个注意力机制模块的unet网络模型；
[0031]识别模块，用于对所述目标图进行外接矩形操作得到所述待识别红绿灯的外接矩形，基于所述外接矩形确定所述待识别红绿灯的类别。
[0032]本申请第三方面提供一种电子设备，包括：
[0033]处理器；以及
[0034]存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述
处理器执行如上所述的方法。
[0035]本申请第四方面提供一种计算机可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上所述的方法。
[0036]本申请实施例通过结合了多个注意力机制模块的unet网络模型对待识别红绿灯图像进行识别，得到模型识别结果，再对模型识别结果进行外接矩形操作，得到待识别红绿灯的外接矩形，基于外接矩形确定待识别红绿灯的亮灯状态。通过在unet网络中添加多个注意力机制模块，保证待识别红绿灯图像在unet网络中传递时，对特征提取图和上采样图中的重点进行连接，得到的红绿灯图像更加清晰，提升对红绿灯亮灯状态类别的识别。
[0037]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0038]通过结合附图对本申请示例性实施方式进行更详细地描述，本申请的上述以及其它目的、特征和优势将变得更加明显，其中，在本申请示例性实施方式中，相同的参考标号通常代表相同部件。
[0039]图1是本申请实施例示出的一种红绿灯识别方法的流程示意图；
[0040]图2是本申请实施例示出的一种红绿灯识别模型的结构示意图；
[0041]图3是本申请实施例示出的一种确定二值图的方法的流程示意图；
[0042]图4是本申请实施例示出的一本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种红绿灯识别方法，其特征在于，包括：获取待识别红绿灯图像，所述待识别红绿灯图像为包含有待识别红绿灯的图像；将所述待识别红绿灯图像输入至预设的红绿灯识别模型，得到所述待识别红绿灯图像的目标图，其中，所述预设的红绿灯识别模型为预先训练好的结合了多个注意力机制模块的unet网络模型；对所述目标图进行外接矩形操作得到所述待识别红绿灯的外接矩形，基于所述外接矩形确定所述待识别红绿灯的类别。2.根据权利要求1所述的红绿灯识别方法，其特征在于，所述待识别红绿灯图像后，还包括：对所述待识别红绿灯图像进行图像分割处理，并对图像分割后的所述待识别红绿灯图像中的待识别红绿灯的轮廓进行标注，得到目标输入图像。3.根据权利要求2所述的红绿灯识别方法，其特征在于，所述将所述待识别红绿灯图像输入至预设的红绿灯识别模型，得到所述待识别红绿灯图像的二值图，包括：采用所述unet网络模型的编码器对所述目标输入图像进行多次特征提取，得到所述待识别红绿灯图像的特征提取图；采用结合了多个注意力机制模块的所述unet网络的解码器对所述特征提取图进行多次上采样，得到所述待识别红绿灯图像的上采样图像；将所述特征提取图像与所述上采样图像连接，得到所述待识别红绿灯图像的二值图。4.根据权利要求3所述的红绿灯识别方法，其特征在于，所述采用所述unet网络模型的编码器对所述目标输入图像进行多次特征提取，得到所述待识别红绿灯图像的特征提取图，包括：采用预设的特征提取模块对所述待识别红绿灯图像进行第一次特征提取，得到第一特征提取图像，其中，所述特征提取模块包括卷积模块和池化模块；采用所述特征提取模块对所述第一特征提取图进行第二次特征提取，得到第二特征提取图像；采用所述特征提取模块对所述第二特征提取图进行第三次特征提取，得到第三特征提取图像。5.根据权利要求4所述的红绿灯识别方法，其特征在于，所述采用结合了多个注意力机制模块的所述unet网络的解码器对所述特征提取图进行多次上采样，得到所述待识别红绿灯图像的上采样图像，包括：采用上采样模块对所述第三特征提取图进行第一次...
【专利技术属性】
技术研发人员：李宁，贾双成，朱磊，郭杏荣，
申请(专利权)人：智道网联科技北京有限公司，
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。