识别交通标志的方法、装置和电子设备制造方法及图纸

本申请涉及了一种识别交通标志的方法、装置和电子设备。该识别交通标志的方法包括：获得待识别图像；利用经训练的交通标志识别模型处理待识别图像，得到交通标志；其中，交通标志识别模型包括：特征图提取模块，用于从待识别图像中提取特征图，以及处理待识别图像和/或至少部分特征图，得到部分信息缺失的调整特征图；融合分类模块，用于对特征图和调整特征图进行融合，并基于融合后的特征图和调整特征图确定交通标志。本申请能够提升交通标志图像残缺、部分交通标志的图像质量差的交通标志的识别效果。别效果。别效果。

【技术实现步骤摘要】
识别交通标志的方法、装置和电子设备


[0001]本申请涉及人工智能
，尤其涉及一种识别交通标志的方法、装置和电子设备。

技术介绍

[0002]随着计算机技术和人工智能技术的快速发展，人工智能技术被应用到越来越多的场景中，如智慧交通、图像识别等。
[0003]为了实现自动驾驶，准确识别交通标志具有重要作用。例如，自动驾驶车辆可以根据交通法规，按照交通标志进行并道、转弯、限速等操作。相关技术可以通过图像识别得到交通标志。
[0004]申请人发现，相关技术对某些特殊场景下的交通标志的识别效果有待提升。例如，拍摄图像中的交通标志图像被部分遮挡，或者由于路况等原因导致拍摄图像中的交通标志图像的至少部分区域不清晰或发生形变等，造成交通标志识别结果的准确度无法满足用户需求。

技术实现思路

[0005]为解决或部分解决相关技术中存在的问题，本申请提供一种识别交通标志的方法、装置和电子设备，能够有效提升交通标志图像部分缺失或者交通标志图像中部分图像质量较差场景下的识别效果。
[0006]本申请的第一个方面提供了一种识别交通标志的方法，包括：获得待识别图像；利用经训练的交通标志识别模型处理待识别图像，得到交通标志；其中，交通标志识别模型包括：特征图提取模块，用于从待识别图像中提取特征图，以及处理待识别图像和/或至少部分特征图，得到部分信息缺失的调整特征图；融合分类模块，用于对特征图和调整特征图进行融合，并基于融合后的特征图和调整特征图确定交通标志。
[0007]根据本申请的某些实施例，特征图提取模块包括：卷积神经网络，包括依次串联的输入层和至少两个卷积层，用于对待识别图像进行卷积操作，得到特征图；图处理单元，包括多个处理子单元，分别与输入层或者卷积层相连，用于处理待识别图像和/或至少部分卷积层输出的特征图，得到部分信息缺失的待识别图像和/或特征图。
[0008]根据本申请的某些实施例，融合分类模块包括：第一特征融合单元，用于融合部分信息缺失的待识别图像和/或特征图，得到调整特征图；第二特征融合单元，用于拼接特征图和调整特征图，以基于拼接后的特征图和调整特征图确定交通标志。
[0009]根据本申请的某些实施例，多个处理子单元各自对应有卷积核，卷积核的至少一个元素值为零。
[0010]根据本申请的某些实施例，卷积核的除零之外的元素符合高斯分布。
[0011]根据本申请的某些实施例，图处理模块还包括：插值单元，用于对部分信息缺失的特征图进行双线性插值，得到尺寸相同的待识别图像和/或特征图；特征融合单元具体用于
融合尺寸相同的待识别图像和/或特征图，得到调整特征图。
[0012]根据本申请的某些实施例，上述方法还包括：关联交通标志图像数据和标注数据，生成样本数据；对样本数据进行随机分组，得到训练数据和测试数据；利用训练数据训练交通标志识别模型后，利用经训练的交通标志识别模型处理测试数据，得到测试结果；比对测试结果和测试数据的标签数据，确定交通标志识别模型输出识别结果的精准度。
[0013]本申请的第二方面提供了一种识别交通标志的装置，包括：图像获得模块和图像识别模块。其中，图像获得模块用于获得待识别图像；图像识别模块，用于利用经训练的交通标志识别模型处理待识别图像，得到交通标志；其中，交通标志识别模型包括：特征图提取模块，用于从待识别图像中提取特征图，以及处理待识别图像和/或至少部分特征图，得到部分信息缺失的调整特征图；融合分类模块，用于对特征图和调整特征图进行融合，并基于融合后的特征图和调整特征图确定交通标志。
[0014]本申请的第三方面提供了一种电子设备，包括：处理器；存储器，其上存储有可执行代码，当上述可执行代码被处理器执行时，使得处理器执行上述方法。
[0015]本申请的第四方面还提供了一种计算机可读存储介质，其上存储有可执行代码，当可执行代码被电子设备的处理器执行时，使处理器执行上述方法。
[0016]本申请的第五方面还提供了一种计算机程序产品，包括可执行代码，可执行代码被处理器执行时实现上述方法。
[0017]本申请提供的识别交通标志的方法、装置和电子设备，通过提取待识别图像中目标对象的特征来识别交通标志。其中，在提取目标对象的特征时，考虑了因遮挡、路况等原因导致的交通标志图残缺或部分图像质量差等问题。交通标志识别模型在提取图像特征时主动丢弃待识别图像的部分信息和/或特征图的部分信息，模拟了交通标志图残缺或质量差等场景。通过上述方式使得经训练的交通标志识别模型提取的调整特征图能够更好地应对交通标志残缺或者部分图像质量差的场景。本申请实施例能够有效提升交通标志图像部分缺失或者交通标志图像中部分图像质量较差场景下的识别效果。
[0018]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
[0019]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。
[0020]图1示出了一种根据本申请实施例的可以应用于识别交通标志的方法、装置和电子设备的示例性系统架构；图2示意性示出了根据本申请实施例的识别交通标志的应用场景示意图；图3示意性示出了根据本申请实施例的识别交通标志的方法的流程图；图4示意性示出了根据本申请实施例的交通标志识别模型的拓扑图；图5示意性示出了根据本申请实施例的特征图提取模块的结构示意图；图6示意性示出了根据本申请实施例的交通标志识别模型的结构示意图；图7示意性示出了根据本申请实施例的调整特征图的示意图；
图8示意性示出了根据本申请实施例的双线性插值计算过程的示意图；图9示意性示出了根据本申请实施例的识别交通标志的装置的方框图；图10示意性示出了根据本申请实施例的一种电子设备的方框图。
具体实施方式
[0021]下面将参照附图更详细地描述本申请的实施方式。虽然附图中显示了本申请的实施方式，然而应该理解，可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本申请更加透彻和完整，并且能够将本申请的范围完整地传达给本领域的技术人员。
[0022]在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在此使用的术语“包括”、“包含”等表明了特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
[0023]在此使用的所有术语（包括技术和科学术语）具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
[0024]应当理解，尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种识别交通标志的方法，其特征在于，包括：获得待识别图像；利用经训练的交通标志识别模型处理所述待识别图像，得到交通标志；其中，所述交通标志识别模型包括：特征图提取模块，用于从所述待识别图像中提取特征图，以及，处理所述待识别图像和/或至少部分所述特征图，得到部分信息缺失的调整特征图，融合分类模块，用于对所述特征图和所述调整特征图进行融合，并基于融合后的特征图和调整特征图确定所述交通标志。2.根据权利要求1所述的方法，其特征在于，所述特征图提取模块包括：卷积神经网络，包括依次串联的输入层和至少两个卷积层，用于对所述待识别图像进行卷积操作，得到所述特征图；图处理单元，包括多个处理子单元，分别与所述输入层和/或至少部分所述卷积层相连，用于处理所述待识别图像和/或至少部分所述卷积层输出的特征图，得到部分信息缺失的待识别图像和/或特征图。3.根据权利要求2所述的方法，其特征在于，所述融合分类模块包括：第一特征融合单元，用于融合所述部分信息缺失的待识别图像和/或特征图，得到所述调整特征图；第二特征融合单元，用于拼接所述特征图和所述调整特征图，以基于拼接后的特征图和所述调整特征图确定所述交通标志。4.根据权利要求2所述的方法，其特征在于，多个所述处理子单元各自对应有卷积核，至少部分所述卷积核的至少一个元素值为零。5.根据权利要求4所述的方法，其特征在于，所述卷积核的除零之外的元素符合高斯分布。6.根据权利要求3所述的方法，其特征在于，所述图处理单元还包括：插值子单元，用于对部分信息缺失的...

【专利技术属性】
技术研发人员：李宁，万如，贾双成，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：