本申请涉及一种路面箭头识别方法、装置、电子设备及计算机可读存储介质。该方法包括：对预获取的路面箭头图像进行预处理，得到待识别路面箭头图像；输入至预设的路面箭头识别模型，得到特征图，其中，预设的路面箭头识别模型为预先训练好的结合了高斯差分算子的4层V型网络模型；对特征图进行边缘检测，确定待识别路面箭头的边缘，得到待识别路面箭头的类型。本申请实施例通过网络模型对待识别路面箭头图像进行识别，能够在短时间内对大规模的路面元素进行识别，不需要人工标注，节约人力，并且通过预先训练好的结合了高斯差分算子的4层v型网络模型，能够准确识别被遮挡的路面箭头，提升路面箭头识别的准确率，进而提升高精地图的精度。的精度。的精度。
【技术实现步骤摘要】
路面箭头识别方法、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
，尤其涉及一种路面箭头识别方法、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，精确的导航离不开高精地图的制作。
[0003]高精地图制作的过程中，需要对路面元素进行采集，而高精地图的精确度，与路面元素采集的准确度有着密不可分的关系。在相关技术中，针对路面箭头元素的采集，可能出现路面箭头被遮挡的情况，出现路面箭头图像中路面箭头不完全或者边缘不清楚的情况，导致对路面箭头识别不够准确，进而影响车辆导航精度。
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，本申请提供一种路面箭头识别方法、装置、电子设备及计算机可读存储介质，能够准确识别被遮挡的路面箭头。
[0005]本申请第一方面提供一种路面箭头识别方法，包括：
[0006]对预获取的路面箭头图像进行预处理，得到可用于路面箭头识别模型进行识别的待识别路面箭头图像；
[0007]将所述待识别路面箭头图像输入至预设的路面箭头识别模型，得到所述待识别路面箭头图像的特征图，其中，所述预设的路面箭头识别模型为预先训练好的结合了高斯差分算子的4层V型网络模型；
[0008]采用所述高斯差分算子对所述特征图进行边缘检测，确定待识别路面箭头的边缘，得到所述待识别路面箭头的类型。
[0009]作为本申请一种可能的实施方式，在该实施方式中，所述对预获取的路面箭头图像进行预处理，得到可用于路面箭头识别模型进行识别的待识别路面箭头图像，包括：
[0010]对所述预获取的路面箭头图像进行图像分割处理，并对图像分割后的所述预获取的路面箭头图像中的待识别路面箭头的轮廓进行标注，得到待识别路面箭头图像。
[0011]作为本申请一种可能的实施方式，在该实施方式中，所述将所述待识别路面箭头图像输入至预设的路面箭头识别模型，得到所述待识别路面箭头图像的特征图，包括：
[0012]将所述待识别路面箭头图像转化为预设大小的矩阵输入数据；
[0013]对所述矩阵输入数据进行特征提取，得到特征提取图像；
[0014]对所述特征提取图像进行上采样，得到上采样图像；
[0015]将所述特征提取图像与所述上采样图像连接，得到所述待识别路面箭头图像的特征图。
[0016]作为本申请一种可能的实施方式，在该实施方式中，对所述矩阵输入数据进行特
征提取，得到特征提取图像，包括：
[0017]采用第一特征提取模块对所述矩阵输入数据进行第一次特征提取，得到第一特征提取图像，其中，所述第一特征提取模块包括卷积模块；
[0018]采用第二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，其中，所述第二特征提取模块包括卷积模块；
[0019]采用第三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，其中，所述第三特征提取模块包括卷积模块。
[0020]作为本申请一种可能的实施方式，在该实施方式中，对所述特征提取图像进行上采样，得到上采样图像，包括：
[0021]对所述第三特征提取图像进行第一次上采样，得到第一上采样中间图像，将所述第三特征提取图像经过高斯差分算子后，与所述第一上采样中间图像连接，得到第一上采样图像；
[0022]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高斯差分算子后，与所述第二上采样中间图像连接，得到第二上采样图像；
[0023]对所述第二上采样图像进行第三次上采样，得到第三上采样中间图像，将所述第一特征提取图像经过高斯差分算子后，与所述第三上采样中间图像连接，得到第三上采样图像。
[0024]作为本申请一种可能的实施方式，在该实施方式中，所述对所述采用所述高斯差分算子对所述特征图进行边缘检测，确定待识别路面箭头的边缘，得到所述待识别路面箭头的类型，包括：
[0025]采用高斯差分算子计算所述特征图中待识别路面箭头区域和非待识别路面箭头区域的像素差，基于所述像素差确定所述待识别路面箭头的边缘；
[0026]基于所述待识别路面箭头的边缘进行外接多边形操作，得到所述待识别路面箭头的外接多边形。
[0027]作为本申请一种可能的实施方式，在该实施方式中，所述基于所述待识别路面箭头的边缘进行外接多边形操作，得到所述待识别路面箭头的外接多边形，包括
[0028]采用预设的角点识别模型识别所述特征图中的所述待识别路面箭头的边缘的多个角点；
[0029]基于所述多个角点，进行外接多边形操作，得到所述待识别路面箭头的外接多边形。
[0030]本申请第二方面提供一种路面箭头识别装置，包括：
[0031]图像获取模块，用于对预获取的路面箭头图像进行预处理，得到可用于路面箭头识别模型进行识别的待识别路面箭头图像；
[0032]图像识别模块，用于将所述待识别路面箭头图像输入至预设的路面箭头识别模型，得到所述待识别路面箭头图像的特征图，其中，所述预设的路面箭头识别模型为预先训练好的结合了高斯差分算子的4层V型网络模型；
[0033]类型确定模块，用于采用所述高斯差分算子对所述特征图进行边缘检测，确定待识别路面箭头的边缘，得到所述待识别路面箭头的类型。
[0034]本申请第三方面提供一种电子设备，包括：
[0035]处理器；以及
[0036]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。
[0037]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。
[0038]本申请实施例通过对路面箭头图像进行预处理，得到待识别路面箭头图像，并采用预先训练好的结合了高斯差分算子的4层v型网络模型对待识别路面箭头图像进行识别，并对识别得到的特征图，采用所述高斯差分算子对所述特征图进行边缘检测，确定待识别路面箭头的边缘，得到所述待识别路面箭头的类型，通过网络模型对待识别路面箭头图像进行识别，能够在短时间内对大规模的路面元素进行识别，不需要人工标注，节约人力，并且通过预先训练好的结合了高斯差分算子的4层v型网络模型，能够准确识别被遮挡的路面箭头，提升路面箭头识别的准确率，进而提升高精地图的精度。
[0039]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
[0040]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。
[0041]图1是本申请实本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种路面箭头识别方法，其特征在于，包括：对预获取的路面箭头图像进行预处理，得到可用于路面箭头识别模型进行识别的待识别路面箭头图像；将所述待识别路面箭头图像输入至预设的路面箭头识别模型，得到所述待识别路面箭头图像的特征图，其中，所述预设的路面箭头识别模型为预先训练好的结合了高斯差分算子的4层V型网络模型；采用所述高斯差分算子对所述特征图进行边缘检测，确定待识别路面箭头的边缘，得到所述待识别路面箭头的类型。2.根据权利要求1所述的路面箭头识别方法，其特征在于，所述对预获取的路面箭头图像进行预处理，得到可用于路面箭头识别模型进行识别的待识别路面箭头图像，包括：对所述预获取的路面箭头图像进行图像分割处理，并对图像分割后的所述预获取的路面箭头图像中的待识别路面箭头的轮廓进行标注，得到待识别路面箭头图像。3.根据权利要求2所述的路面箭头识别方法，其特征在于，所述将所述待识别路面箭头图像输入至预设的路面箭头识别模型，得到所述待识别路面箭头图像的特征图，包括：将所述待识别路面箭头图像转化为预设大小的矩阵输入数据；对所述矩阵输入数据进行特征提取，得到特征提取图像；对所述特征提取图像进行上采样，得到上采样图像；将所述特征提取图像与所述上采样图像连接，得到所述待识别路面箭头图像的特征图。4.根据权利要求3所述的路面箭头识别方法，其特征在于，对所述矩阵输入数据进行特征提取，得到特征提取图像，包括：采用第一特征提取模块对所述矩阵输入数据进行第一次特征提取，得到第一特征提取图像，其中，所述第一特征提取模块包括卷积模块；采用第二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，其中，所述第二特征提取模块包括卷积模块；采用第三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，其中，所述第三特征提取模块包括卷积模块。5.根据权利要求4所述的路面箭头识别方法，其特征在于，对所述特征提取图像进行上采样，得到上采样图像，包括：对所述第三特征提取图像进行第一次上采样，得到第一上采样中间图像，将所述第三特征提取图像经过高斯差分算子后，与所述第一上采样中间图像连接，得到第一上采样图像；对所述第一上...
【专利技术属性】
技术研发人员：李宁，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：
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。