红绿灯图像特征提取模型训练和红绿灯识别方法技术

本公开提出了一种红绿灯图像特征提取模型训练和红绿灯识别方法，包括：获取训练图像和待训练的初始红绿灯图像特征提取模型；获取红绿灯框的第一宽度值和第一高度值，以及获取训练图像的第二宽度值和第二高度值；基于第一宽度值、第一高度值、第二宽度值和第二高度值从训练图像中的候选像素点中确定目标像素点；基于目标像素点对初始红绿灯图像特征提取模型进行训练，以生成目标红绿灯图像特征提取模型。通过训练生成目标红绿灯图像特征提取模型，可以实现对图像进行特征提取，以此可以降低后续进行红绿灯识别时的数据处理量，保证涵盖足够多的红绿灯的局部空间附近的像素点，可以提升后续识别的准确率和处理效率。

【技术实现步骤摘要】

本公开涉及图像识别，尤其涉及一种红绿灯图像特征提取模型训练和红绿灯识别方法。

技术介绍

1、红绿灯的信息感知和预测是智能驾驶领域中非常重要的一环。现有预测红绿灯三维信息的用于多视图三维物体检测的位置嵌入变换(position embeddingtransformation for multi-view 3d object detection，petr)模型包括一个基于resnet的骨干backbone网络，一个特征金字塔网络(feature pyramid networks，fpn)中间层网络和一个基于transformer的检测头网络。基于transformer的检测头网络的基础计算单元是多头注意力模型(multi-head attention，mha)。mha需要对图像中的每一个像素计算attention特征。

2、但是由于在自动驾驶中需要感知远距离的红绿灯信息，所以一般而言无人驾驶车上的红绿灯相机是高分辨率的长焦相机，而在高分辨率图像上进行mha计算需要耗费大量的计算量。除此之外红绿灯是一种小型物体，一般而言对红绿灯进行检测只需要局部的感本文档来自技高网...

【技术保护点】

1.一种红绿灯图像特征提取模型训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一宽度值、所述第一高度值、所述第二宽度值和所述第二高度值从所述训练图像中的候选像素点中确定目标像素点，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述第一宽度值、所述第一高度值、所述第二宽度值和所述第二高度值对所述红绿灯框进行调整，以生成目标红绿灯框，包括：

4.根据权利要求3所述的方法，其特征在于，所述基于所述第一宽度值、所述第一高度值、所述第二宽度值和所述第二高度值，确定所述红绿灯框是否具备调整条件，包括：

...

【技术特征摘要】

1.一种红绿灯图像特征提取模型训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一宽度值、所述第一高度值、所述第二宽度值和所述第二高度值从所述训练图像中的候选像素点中确定目标像素点，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述第一宽度值、所述第一高度值、所述第二宽度值和所述第二高度值对所述红绿灯框进行调整，以生成目标红绿灯框，包括：

4.根据权利要求3所述的方法，其特征在于，所述基于所述第一宽度值、所述第一高度值、所述第二宽度值和所述第二高度值，确定所述红绿灯框是否具备调整条件，包括：

5.根据权利要求4所述的方法，其特征在于，所述确定所述红绿灯框具备调整条件之后，包括：

6.根据权利要求2-5中任一项所述的方法，其特征在于，所述基于所述目标红绿灯框从所述训练图像的候选像素点中确定目标像素点，包括：<...

【专利技术属性】
技术研发人员：邓爽，
申请(专利权)人：北京京东远升科技有限公司，
类型：发明
国别省市：