一种交通标志识别方法、介质及设备技术

本发明专利技术公开了一种交通标志识别方法、介质及设备，所述方法包括：获取车辆附近的交通标志图像，对所述交通标志图像进行预处理，以得到增强图像；从所述增强图像中提取得到若干个特征图；针对每一所述特征图，根据不同的预测条件进行检测，以得到与各个预测条件对应的各个预测先验框；针对每一所述特征图，从所述预测先验框中选取得到目标先验框；根据所述交通标志图像和所述目标先验框，获得与所述交通标志图像对应的输出特征；将所述输出特征输入至分类器模型，根据所述输出特征，从所述分类器模型中查找得到对应的交通标志。本发明专利技术实施例对图像中交通标志的识别精度更高。对图像中交通标志的识别精度更高。对图像中交通标志的识别精度更高。

【技术实现步骤摘要】
一种交通标志识别方法、介质及设备


[0001]本专利技术涉及计算机
，尤其涉及一种交通标志识别方法、介质及设备。

技术介绍

[0002]在现有技术中，在进行交通标志识别时，通过获取待识别图像，使用贪心策略算法对待识别图像进行切片，得到目标识别区域，再将至少一个目标识别区域输入预先训练好的识别模型，从识别模型中查找获得与每个目标识别区域对应的候选预测结果，再对获取到的候选预测结果进行去噪处理，最终得到与待识别图像对应的交通标志识别结果。
[0003]可见，现有技术在进行交通标志识别时，需要对待识别图像切片分区后选取目标识别区域，存在遗漏重要信息的可能，在对不同类型交通标志图像的识别时鲁棒性低、特别是针对小尺度目标交通标志的识别精度和效率不高。

技术实现思路

[0004]为了解决上述技术问题，本专利技术实施例提出了一种交通标志识别方法、介质及设备，通过对经过预处理得到的增强图像提取多个特征图，并针对每一个特征图检测得到预测先验框，再选取得到目标先验框，根据交通标志图像和目标先验框获得输出特征，将输出特征输入分类器模型后查找得到对应的交通标志。
[0005]为了实现上述目的，本专利技术实施例提供了一种交通标志识别方法，包括：
[0006]获取车辆附近的交通标志图像，对所述交通标志图像进行预处理，以得到增强图像；
[0007]从所述增强图像中提取得到若干个特征图；
[0008]针对每一所述特征图，根据不同的预测条件进行检测，以得到与各个预测条件对应的各个预测先验框；
[0009]针对每一所述特征图，从所述预测先验框中选取得到目标先验框；
[0010]根据所述交通标志图像和所述目标先验框，获得与所述交通标志图像对应的输出特征；
[0011]将所述输出特征输入至分类器模型，根据所述输出特征，从所述分类器模型中查找得到对应的交通标志。
[0012]进一步的，所述根据所述交通标志图像和所述目标先验框，获得与所述交通标志图像对应的输出特征，包括：从所述交通标志图像中提取得到上下文信息；从所述交通标志图像中提取得到原始特征；将所有特征图的所述目标先验框、所述上下文信息和所述原始特征进行融合，以获得与所述交通标志图像对应的输出特征。
[0013]进一步的，所述从所述增强图像中提取得到若干个特征图，包括：将所述增强图像输入至预设的特征提取网络模型；其中，所述特征提取网络模型包括卷积层和全连接层，所述卷积层包括四个下采样卷积层和若干个通用卷积层；分别通过四个下采样卷积层对所述增强图像进行下采样操作，以得到四个下采样特征图；通过所述全连接层对所述增强图像
提取得到全连接特征图；通过所述通用卷积层对所述增强图像提取得到卷积特征图；将所述下采样特征图、所述全连接特征图和所述卷积特征图组成所述特征图。
[0014]进一步的，所述针对每一所述特征图，根据不同的预测条件进行检测，以得到与各个预测条件对应的各个预测先验框，包括：针对每一所述特征图，设置若干个大小不同的先验框，并根据不同的预测条件，使用单步多框目标检测算法对所述特征图进行检测，以从所述先验框中得到与各个预测条件对应的各个预测先验框。
[0015]进一步的，所述针对每一所述特征图，从所述预测先验框中选取得到目标先验框，包括：针对每一所述特征图，使用非极大值抑制方法从所述预测先验框中，选取交并比值在预设的范围内且置信度分值最大的预测先验框作为目标先验框。
[0016]进一步的，在所述从所述增强图像中提取得到若干个特征图之后，还包括：将所述增强图像输入至所述卷积层，从所述卷积层中的各个不同的通道提取得到对应的各个内容信息，并对各个所述内容信息进行可视化操作，以得到与各个所述内容信息对应的各个二维图像。
[0017]进一步的，所述分类器模型为极限学习机网络模型；其中，所述极限学习机网络模型包括输入层、隐含层和输出层，所述输入层与所述隐含层连接，所述输出层与所述隐含层连接；其中，所述极限学习机网络模型通过计算预设的线性模型以确定输出权重。
[0018]进一步的，所述获取车辆附近的交通标志图像，对所述交通标志图像进行预处理，以得到增强图像，包括：对所述交通标志图像的尺寸进行归一化操作，得到尺寸归一图像；对所述尺寸归一图像进行直方图均衡化操作，得到均衡图像；对所述均衡图像进行伽玛变换操作，得到变换图像；对所述变换图像进行低通滤波操作，得到滤波图像；对所述滤波图像进行边缘锐化操作，得到所述增强图像。
[0019]本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项所述的交通标志识别方法的步骤。
[0020]本专利技术还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并由处理器运行的计算机程序，所述处理器执行所述程序时实现上述任一项所述的交通标志识别方法的步骤。
[0021]综上，本专利技术具有以下有益效果：
[0022]采用本专利技术实施例，通过获取车辆附近的交通标志图像，对所述交通标志图像进行预处理，以得到增强图像；从所述增强图像中提取得到若干个特征图；针对每一所述特征图，根据不同的预测条件进行检测，以得到与各个预测条件对应的各个预测先验框；针对每一所述特征图，从所述预测先验框中选取得到目标先验框；根据所述交通标志图像和所述目标先验框，获得与所述交通标志图像对应的输出特征；将所述输出特征输入至分类器模型，根据所述输出特征，从所述分类器模型中查找得到对应的交通标志，特别地，还从交通标志图像中提取得到上下文信息以及原始特征，将所有特征图的目标先验框、上下文信息和原始特征进行融合，以获得与交通标志图像对应的输出特征。本专利技术实施例对整幅增强图像提取多个特征图并从未经处理的交通标志图像中提取原始特征，从而避免了重要图像信息的遗漏，输出特征中还融合了上下文信息，从而提高了对图像中交通标志的识别精度和效率，特别是对小尺度目标交通标志进行识别时丰富了交通标志周边的细节信息。
附图说明
[0023]图1是本专利技术提供的一种交通标志识别方法的一个实施例的流程示意图；
[0024]图2是本专利技术提供的一种交通标志识别方法中对交通标志图像进行预处理的一个实施例的流程示意图。
具体实施方式
[0025]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0026]参见图1，是本专利技术提供的一种交通标志识别方法的一个实施例的流程示意图，该方法包括步骤S1至S6，具体如下：
[0027]S1，获取车辆附近的交通标志图像，对所述交通标志图像进行预处理，以得到增强图像；
[0028]优选地，所述获取车辆附近的交通标志图像，对所述交通标志图像进行预处理，以得到增强图像，包括：对所述交通标志图像的尺寸进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交通标志识别方法，其特征在于，包括：获取车辆附近的交通标志图像，对所述交通标志图像进行预处理，以得到增强图像；从所述增强图像中提取得到若干个特征图；针对每一所述特征图，根据不同的预测条件进行检测，以得到与各个预测条件对应的各个预测先验框；针对每一所述特征图，从所述预测先验框中选取得到目标先验框；根据所述交通标志图像和所述目标先验框，获得与所述交通标志图像对应的输出特征；将所述输出特征输入至分类器模型，根据所述输出特征，从所述分类器模型中查找得到对应的交通标志。2.如权利要求1所述的交通标志识别方法，其特征在于，所述根据所述交通标志图像和所述目标先验框，获得与所述交通标志图像对应的输出特征，包括：从所述交通标志图像中提取得到上下文信息；从所述交通标志图像中提取得到原始特征；将所有特征图的所述目标先验框、所述上下文信息和所述原始特征进行融合，以获得与所述交通标志图像对应的输出特征。3.如权利要求1所述的交通标志识别方法，其特征在于，所述从所述增强图像中提取得到若干个特征图，包括：将所述增强图像输入至预设的特征提取网络模型；其中，所述特征提取网络模型包括卷积层和全连接层，所述卷积层包括四个下采样卷积层和若干个通用卷积层；分别通过四个下采样卷积层对所述增强图像进行下采样操作，以得到四个下采样特征图；通过所述全连接层对所述增强图像提取得到全连接特征图；通过所述通用卷积层对所述增强图像提取得到卷积特征图；将所述下采样特征图、所述全连接特征图和所述卷积特征图组成所述特征图。4.如权利要求1所述的交通标志识别方法，其特征在于，所述针对每一所述特征图，根据不同的预测条件进行检测，以得到与各个预测条件对应的各个预测先验框，包括：针对每一所述特征图，设置若干个大小不同的先验框，并根据不同的预测条件，使用单步多框目标检测算法对所述特征图进行检测，以从所...

【专利技术属性】
技术研发人员：黄莉，邓晨，冉光伟，刘耘，欧芫希，徐沁梅，陈德华，陈新，许好沂，董心慈，舒选才，
申请(专利权)人：星河智联汽车科技有限公司，
类型：发明
国别省市：