恶劣天气识别方法、装置、设备、存储介质及车辆制造方法及图纸

本公开涉及一种恶劣天气识别方法、装置、设备、存储介质及车辆，该方法包括：获取行驶道路的图像序列；从图像序列中提取图像序列对应的时间特征序列；使用长短期记忆模型识别时间特征序列中的天气特征；确定天气特征表征的天气类型和天气严重等级，并将天气类型和天气严重等级作为当前天气的识别结果。本公开通过获取车辆行驶的道路的图像序列，然后从图像序列中提取对应的时间特征序列，再结合时间特征序列中的每帧图像的天气特征，识别当前天气的天气类型和天气严重等级，相比较于根据单帧图像进行天气识别，利用的天气特征更加全面，从而使得天气识别结果更加准确，进而提高恶劣天气识别的准确率。

【技术实现步骤摘要】

本公开涉及图像处理，具体涉及一种恶劣天气识别方法、装置、设备、存储介质及车辆。

技术介绍

1、在智能辅助驾驶领域，对于主要依赖于摄像头的辅助驾驶功能，当遭遇恶劣天气环境，比如暴雨、雾霾、大雪等恶劣天气时，需要及时报警，退出或者禁用某些功能，以保证行驶的安全性，因此需要准确的识别遭遇到的恶劣天气。

2、现有技术方案主要是根据单帧图像来进行天气类型的分类，但是对于识别恶劣天气这种任务，其本身的划分界限存在模糊地带，因此较难根据单张图片来对恶劣天气进行分类，使得恶劣天气识别的准确率较低。

技术实现思路

1、为了解决上述技术问题，本公开提供了一种恶劣天气识别方法、装置、设备、存储介质及车辆。

2、第一方面，本公开提供了一种恶劣天气识别方法，包括：

3、获取行驶道路的图像序列；

4、从所述图像序列中提取所述图像序列对应的时间特征序列；

5、使用长短期记忆模型识别所述时间特征序列中的天气特征；

6、确定所述天气特征表征的天气类型和天气严重等级，并将所本文档来自技高网...

【技术保护点】

1.一种恶劣天气识别方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述从所述图像序列中提取所述图像序列对应的时间特征序列，包括：

3.如权利要求1所述的方法，其特征在于，所述使用长短期记忆模型识别所述时间特征序列中的天气特征之前，包括：

4.如权利要求3所述的方法，其特征在于，所述长短期记忆模型包括所述雨天特征识别模型、所述雪天特征识别模型和所述雾天特征识别模型；

5.如权利要求4所述的方法，其特征在于，所述确定所述天气特征表征的天气类型和天气严重等级，包括：

6.如权利要求5所述的方法，其特征在于，所述基于...

【技术特征摘要】

1.一种恶劣天气识别方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述从所述图像序列中提取所述图像序列对应的时间特征序列，包括：

3.如权利要求1所述的方法，其特征在于，所述使用长短期记忆模型识别所述时间特征序列中的天气特征之前，包括：

4.如权利要求3所述的方法，其特征在于，所述长短期记忆模型包括所述雨天特征识别模型、所述雪天特征识别模型和所述雾天特征识别模型；

5.如权利要求4所述的方法，其特征在于，所述确定所述天气特征表征的...

【专利技术属性】
技术研发人员：杨林，
申请(专利权)人：北京罗克维尔斯科技有限公司，
类型：发明
国别省市：