一种信号灯识别方法、装置及终端设备制造方法及图纸

本申请适用于深度学习技术领域，提供了一种信号灯识别方法、装置及终端设备，方法包括：获取待处理数据，将待处理数据输入至预训练的生成对抗网络中，得到识别结果；待处理数据为第一环境下包含交通信号灯的交通道路图像数据；第一环境为低可见度环境；根据识别结果确定待处理数据中交通信号灯的指示状态。本申请通过预训练的生成对抗网络基于低可见度环境下有光晕交通信号灯的图像数据生成无光晕交通信号灯的目标图像数据，提高了在低可见度环境下交通信号灯的识别效率，满足不同环境下交通信号灯的识别需求；同时基于端到端训练的无光晕图像生成模型，缩短了交通信号灯的识别时长，提高了交通信号灯的识别效率、精度及稳定性。

【技术实现步骤摘要】

本申请属于深度学习，尤其涉及一种信号灯识别方法、装置及终端设备。

技术介绍

1、在自动驾驶车辆行驶的过程中，需要识别多种类型的交通指示信号(如交通安全警示标志牌及交通信号灯)。其中，交通信号灯的识别是保证自动驾驶安全的一个重要环节。

2、相关的交通信号灯识别方法通常包括视觉图像识别方法，另一种是基于车联万物(vehicle to everything，v2x)识别方法。

3、然而，上述方法对非高质量的图像数据识别效率及稳定性差，且低可见环境下拍摄获得的交通信号灯图像存在光晕，导致识别精度不高。

技术实现思路

1、本申请实施例提供了一种信号灯识别方法、装置及终端设备，可以解决相关识别方法存在的识别效率低、稳定性差及识别精度不高的问题。

2、第一方面，本申请实施例提供了一种信号灯识别方法，包括：

3、获取待处理数据，将所述待处理数据输入至预训练的生成对抗网络中，得到识别结果；其中，所述预训练的生成对抗网络的生成器用于生成包含无光晕交通信号灯的图像数据，所述预训练的生本文档来自技高网...

【技术保护点】

1.一种信号灯识别方法，其特征在于，包括：

2.如权利要求1所述的信号灯识别方法，其特征在于，所述生成器的获取步骤包括：

3.如权利要求2所述的信号灯识别方法，其特征在于，所述交通信号灯包括至少一种指示状态；

4.如权利要求3所述的信号灯识别方法，其特征在于，所述根据所述第一样本数据对关联的第二样本数据进行环境切换，得到与所述第一样本数据对应的第三样本数据，包括：

5.如权利要求4所述的信号灯识别方法，其特征在于，所述基于所述第一位置信息，通过所述第一样本数据对所述目标样本数据进行背景切换处理，得到与所述第一样本数据对应的第三样本数据，包括...

【技术特征摘要】

1.一种信号灯识别方法，其特征在于，包括：

2.如权利要求1所述的信号灯识别方法，其特征在于，所述生成器的获取步骤包括：

3.如权利要求2所述的信号灯识别方法，其特征在于，所述交通信号灯包括至少一种指示状态；

4.如权利要求3所述的信号灯识别方法，其特征在于，所述根据所述第一样本数据对关联的第二样本数据进行环境切换，得到与所述第一样本数据对应的第三样本数据，包括：

5.如权利要求4所述的信号灯识别方法，其特征在于，所述基于所述第一位置信息，通过所述第一样本数据对所述目标样本数据进行背景切换处理，得到与所述第一样本数据对应的第三样本数据，包括：

6.如权利要求4所述的...

【专利技术属性】
技术研发人员：高江江，黄超，李恬，鲍永，李娟娟，
申请(专利权)人：北京万集科技股份有限公司，
类型：发明
国别省市：