【技术实现步骤摘要】
本专利技术涉及一种交通标志牌级联自动检测分类方法，尤其涉及一种基于影像的交通标志牌级联自动检测分类方法。
技术介绍
1、随着智能交通系统与自动驾驶技术的快速发展，交通标志牌的自动检测与精准分类成为车载感知系统、道路智能监控等领域的核心需求，标志牌数字化推动数字道路和数字城市的发展方面，起到了关键作用。当前主流的检测方案主要面临以下技术瓶颈：其一，交通标志牌各类样本数据量分布不均匀，样本量较少的标志牌识别精度较差；其二，多尺度检测性能受限，现有单阶段检测器对复杂环境下标志牌以及非标准标志牌缺乏有效处理机制。
技术实现思路
1、专利技术目的：本专利技术目的是提出一种基于影像的交通标志牌级联自动检测分类方法，可以输入图像自动识别图像中交通标志牌的位置及类别。
2、技术方案：本专利技术包括以下步骤：
3、s1、如果输入图像为全景图像，则对全景图像进行畸变校正，同时降低图像分辨率，否则不做处理；
4、s2、采用基于深度学习的实体检测模型，在步骤s1输出的图像上完成...
【技术保护点】
1.一种基于影像的交通标志牌级联自动检测分类方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于影像的交通标志牌级联自动检测分类方法，其特征在于，所述S1中，通过全景图像和立方体视图坐标对应转换关系，生成前、后、左、右、上、下六面视图，取前、左、右三面作为交通标志牌自动采集的输入数据。
3.根据权利要求2所述的基于影像的交通标志牌级联自动检测分类方法，其特征在于，所述全景图像和立方体视图坐标对应的转换关系，通过输入对应面索引k和立方体视图坐标(i,j)，换算得到全景图像中坐标(u,v)，公式如下：
4.根据权利要求1所述的...
【技术特征摘要】
1.一种基于影像的交通标志牌级联自动检测分类方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于影像的交通标志牌级联自动检测分类方法，其特征在于，所述s1中，通过全景图像和立方体视图坐标对应转换关系，生成前、后、左、右、上、下六面视图，取前、左、右三面作为交通标志牌自动采集的输入数据。
3.根据权利要求2所述的基于影像的交通标志牌级联自动检测分类方法，其特征在于，所述全景图像和立方体视图坐标对应的转换关系，通过输入对应面索引k和立方体视图坐标(i,j)，换算得到全景图像中坐标(u,v)，公式如下：
4.根据权利要求1所述的基于影像的交通标志牌级联自动检测分类方法，其特征在于，所述s2具体为：通过多层神经网络，从输入图像中提取多尺度空间特征，特征图上预测边界框的位置、宽高及置信度得分。
5.根据权利要求4所述的基于影像的交通标志牌级联自动检测分类方法，其特征在于，所述s2对识别到的交通标志牌做粗分类，包括：三角形标志牌、蓝色...
【专利技术属性】
技术研发人员：周良辰，朱映，王玮，林冰仙，史劲霖，曹可为，李娇娇，闾征远，
申请(专利权)人：南京师范大学，
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。