车辆图像处理方法、装置、计算机设备和存储介质制造方法及图纸

技术编号:38548542 阅读:8 留言:0更新日期:2023-08-22 20:56
本申请实施例中提供了一种车辆图像处理方法、装置、计算机设备和存储介质,涉及计算机技术领域,该车辆图像处理方法包括:获取待检测交通图像;将所述待检测交通图像进行车辆区域检测,得到所述待检测交通图像对应的车辆区域图像;对所述车辆区域图像进行特定车辆类型检测,得到所述待检测交通图像中特定车辆的类型信息;获取所述特定车辆的位置信息,根据所述特定车辆的类型信息和所述特定车辆的位置信息,向车辆发送处理信息。该方案解决了目前对特殊属性的车辆检测准确度低且无法进行路径规划处理的技术问题,达到了提高对特殊属性车辆检测的准确度,便于基于特殊属性车辆信息进行后续路径规划处理的技术效果。进行后续路径规划处理的技术效果。进行后续路径规划处理的技术效果。

【技术实现步骤摘要】
车辆图像处理方法、装置、计算机设备和存储介质


[0001]本申请涉及计算机
,具体地,涉及一种车辆图像处理方法、装置、计算机设备和存储介质。

技术介绍

[0002]随着科学技术的不断发展,自动驾驶、辅助驾驶、智能导航等智能交通技术已经越来越多地应用到用户的日常生活中。在智能交通技术的应用中,尤其是警车、消防车、工程救险车、救护车等特定属性的车辆在执行紧急任务时,需要为其让行,因此,对这些特殊属性的车辆进行识别显得尤为重要。
[0003]目前,相关技术中可以采用基于深度学习的目标检测模型对车辆进行检测,通常先进行人工标注数据集并根据标注的数据集训练目标检测模型,然而该方法中的数据集中缺少对特定属性车辆的标注,使得训练的目标检测模型对特殊属性的车辆进行检测的准确度较差,导致无法基于特殊属性车辆进行后续路径规划处理。

技术实现思路

[0004]本申请实施例中提供了一种车辆图像处理方法、装置、计算机设备和存储介质。
[0005]本申请实施例的第一个方面,提供了一种车辆图像处理方法,包括
[0006]获取待检测交通图像;
[0007]将车辆图像处理待检测交通图像进行车辆区域检测,得到车辆图像处理待检测交通图像对应的车辆区域图像;
[0008]对车辆图像处理车辆区域图像进行特定车辆类型检测,得到车辆图像处理待检测交通图像中特定车辆的类型信息;
[0009]获取车辆图像处理特定车辆的位置信息,根据车辆图像处理特定车辆的类型信息和车辆图像处理特定车辆的位置信息,向车辆发送处理信息。
[0010]在本申请一个可选的实施例中,对车辆图像处理车辆区域图像进行特定车辆类型检测,得到待检测交通图像中特定车辆的类型信息,包括:
[0011]通过训练好的特征提取网络对车辆图像处理车辆区域图像进行特征提取,得到未知类型车辆特征;
[0012]将车辆图像处理未知类型车辆特征与预先存储的多个特定类型车辆特征进行比对,得到待检测交通图像中特定车辆的类型信息,其中,车辆图像处理特定类型车辆特征是通过车辆图像处理特征提取网络对特定车辆区域图像进行特征提取后得到的。
[0013]在本申请一个可选的实施例中,将车辆图像处理未知类型车辆特征与预先存储的多个特定类型车辆特征进行比对,得到待检测交通图像中特定车辆的类型信息,包括:
[0014]基于车辆图像处理未知类型车辆特征与多个特定类型车辆特征,计算未知类型车辆与每个特定类型车辆之间的距离;
[0015]从车辆图像处理特定类型车辆中查找距离小于预设阈值且距离最小的车辆,将车
辆图像处理车辆对应的类型确定为待检测交通图像中特定车辆的类型信息。
[0016]在本申请一个可选的实施例中,将车辆图像处理待检测交通图像进行车辆区域检测,得到车辆图像处理待检测交通图像对应的车辆区域图像,包括:
[0017]将车辆图像处理待检测交通图像输入区域检测网络,确定车辆图像处理待检测交通图像中的N个锚框,N为大于或等于1的整数;
[0018]对每个车辆图像处理锚框对应区域进行特征提取,获得车辆图像处理待检测交通图像中每一个车辆图像处理锚框对应的位置偏移量和尺寸偏移量;
[0019]基于车辆图像处理锚框的位置、车辆图像处理锚框的尺寸、车辆图像处理锚框对应的位置偏移量和尺寸偏移量确定车辆图像处理锚框对应的预设框;
[0020]对车辆图像处理N个锚框对应的预设框中的无效预设框进行滤除,基于剩余锚框对应区域得到车辆图像处理车辆区域图像。
[0021]在本申请一个可选的实施例中,车辆图像处理特征提取网络的训练过程包括:
[0022]获取历史交通图像;车辆图像处理历史交通图像中标注有车辆类型信息;
[0023]将车辆图像处理历史交通图像输入初始分类网络进行分类处理,得到预测车辆类型;车辆图像处理初始分类网络中包括特征提取层和分类层;
[0024]基于车辆图像处理预测车辆类型和车辆图像处理标注的车辆类型信息之间的损失函数,按照损失函数最小化,采用迭代算法对车辆图像处理初始分类网络进行迭代训练,得到分类网络;
[0025]在车辆图像处理分类网络的网络结构中去除分类层结构,得到车辆图像处理特征提取网络。
[0026]在本申请一个可选的实施例中,根据车辆图像处理特定车辆的类型信息和车辆图像处理位置信息,向车辆发送处理信息,包括:
[0027]当特定车辆的类型信息为第一类型车辆时,根据车辆图像处理第一类型车辆的位置信息确定车辆图像处理第一类型车辆在道路上的车道信息;
[0028]向车辆图像处理道路上其他车辆发送车辆图像处理车道信息和提示信息,以提示车辆图像处理其他车辆根据车辆图像处理车道信息为车辆图像处理第一类型车辆让行,车辆图像处理其他车辆是车辆图像处理道路上以车辆图像处理第一类型车辆为中心所在的预设区域范围内的车辆;
[0029]实时监测车辆图像处理道路的路况信息,根据车辆图像处理路况信息向车辆图像处理第一类型车辆发送车道推送信息。
[0030]在本申请一个可选的实施例中,根据车辆图像处理特定车辆的类型信息和车辆图像处理位置信息,向车辆发送处理信息,包括:
[0031]当特定车辆的类型信息为第二类型车辆时,检测与车辆图像处理第二类型车辆对应的待处理物体和车辆图像处理待处理物体的位置信息;
[0032]实时监测车辆图像处理道路的路况信息,根据车辆图像处理路况信息和车辆图像处理待处理物体的位置信息,向车辆图像处理第二类型车辆发送车辆图像处理待处理物体的位置信息。
[0033]本申请实施例的第二个方面,提供了一种车辆图像处理装置,包括:
[0034]获取模块,用于获取待检测交通图像;
[0035]区域检测模块,用于将车辆图像处理待检测交通图像进行车辆区域检测,得到车辆图像处理待检测交通图像对应的车辆区域图像;
[0036]类型检测模块,用于对车辆图像处理车辆区域图像进行特定车辆类型检测,得到车辆图像处理待检测交通图像中特定车辆的类型信息;
[0037]发送模块,用于获取车辆图像处理特定车辆的位置信息,根据车辆图像处理特定车辆的类型信息和车辆图像处理特定车辆的位置信息,向车辆发送处理信息。
[0038]本申请实施例的第三个方面,提供了一种计算机设备,包括:包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现如上任一项方法的步骤。
[0039]本申请实施例的第四个方面,提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,计算机程序被处理器执行时实现如上任一项的方法的步骤。
[0040]本申请实施例提供的车辆图像信息处理方法,通过获取待检测交通图像,并将待检测交通图像进行车辆区域检测,得到待检测交通图像对应的车辆区域图像,并对车辆区域图像进行特定车辆类型检测,得到待检测交通图像中特定车辆的类型信息,然后获取特定车辆的位置信息,根据特定车辆的类型信息本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种车辆图像处理方法,其特征在于,包括:获取待检测交通图像;将所述待检测交通图像进行车辆区域检测,得到所述待检测交通图像对应的车辆区域图像;对所述车辆区域图像进行特定车辆类型检测,得到所述待检测交通图像中特定车辆的类型信息;获取所述特定车辆的位置信息,根据所述特定车辆的类型信息和所述特定车辆的位置信息,向车辆发送处理信息。2.根据权利要求1所述的方法,其特征在于,对所述车辆区域图像进行特定车辆类型检测,得到待检测交通图像中特定车辆的类型信息,包括:通过训练好的特征提取网络对所述车辆区域图像进行特征提取,得到未知类型车辆特征;将所述未知类型车辆特征与预先存储的多个特定类型车辆特征进行比对,得到待检测交通图像中特定车辆的类型信息,其中,所述特定类型车辆特征是通过所述特征提取网络对特定车辆区域图像进行特征提取后得到的。3.根据权利要求2所述的方法,其特征在于,将所述未知类型车辆特征与预先存储的多个特定类型车辆特征进行比对,得到待检测交通图像中特定车辆的类型信息,包括:基于所述未知类型车辆特征与多个特定类型车辆特征,计算未知类型车辆与每个特定类型车辆之间的距离;从所述特定类型车辆中查找距离小于预设阈值且距离最小的车辆,将所述车辆对应的类型确定为待检测交通图像中特定车辆的类型信息。4.根据权利要求1所述的方法,其特征在于,将所述待检测交通图像进行车辆区域检测,得到所述待检测交通图像对应的车辆区域图像,包括:将所述待检测交通图像输入区域检测网络,确定所述待检测交通图像中的N个锚框,N为大于或等于1的整数;对每个所述锚框对应区域进行特征提取,获得所述待检测交通图像中每一个所述锚框对应的位置偏移量和尺寸偏移量;基于所述锚框的位置、所述锚框的尺寸、所述锚框对应的位置偏移量和尺寸偏移量确定所述锚框对应的预设框;对所述N个锚框对应的预设框中的无效预设框进行滤除,基于剩余锚框对应区域得到所述车辆区域图像。5.根据权利要求2所述的方法,其特征在于,所述特征提取网络的训练过程包括:获取历史交通图像;所述历史交通图像中标注有车辆类型信息;将所述历史交通图像输入初始分类网络进行分类处理,...

【专利技术属性】
技术研发人员:张上鑫
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:

网友询问留言 已有0条评论
  • 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。

1