[发明专利]一种交通信号灯定位识别方法、装置及系统

说明书

本发明公开了一种交通信号灯定位识别方法、装置及系统，其中，所述方法包括：获取待检测图像及基于卷积神经网络的目标检测识别模型；通过所述基于卷积神经网络的目标检测识别模型对所述待检测图像的交通信号灯检测区域进行交通信号灯识别；获取所述待检测图像中交通信号灯信息；所述交通信号灯信息包括：交通信号灯的颜色、坐标位置及置信度。采用本发明技术方案通过基于卷积神经网络的目标检测识别模型对交通信号灯信号进行定位识别，不但可以适应外围环境影响，且适用于任何形状交通信号灯信号的定位识别，从而提高交通信号灯信号的识别精度，降低误判率。

技术领域

本发明涉及图像识别技术领域，特别涉及一种交通信号灯定位识别方法、装置及系统。

背景技术

随着经济水平和人民生活水平的不断提高，各大中小城市中车辆不断的增加。与此同时，随之而来的交通问题也越来越备受关注。在交通违法行为识别的过程中，自动准确的识别交通信号灯的尤为重要。传统的交通信号灯识别方案主要是利用像素变化，检测特定区域的颜色值变化，来确定交通信号灯的状态。例如用户划定固定的检测区域，如果该区域出现红色，则认为红灯亮。但是，这种交通信号灯的识别方案由于天气，季节的变化，和物体热胀冷缩的特性，交通信号灯的位置会发生上下，左右的移动，系统初始化时候设定的位置很多时候不是最终检测对应的灯的位置。同时，由于光照，成像技术的原因，事实上的红灯在成像上面可能显示为更接近黄灯的颜色，造成识别的错误。这种颜色失真现象在夜晚会更加明显。

现有技术中识别交通信号灯的技术方案还有一种是利用交通信号灯的形状，如圆形，箭头等形状在特定区域进行模板匹配，并且对匹配的区域提取像素值，从而识别灯的颜色。但是，这种技术方案由于交通信号灯的形状各异，例如圆灯，箭头灯，而且图像采集的摄像头的安装位置以及交通信号灯的安装位置各有不同，导致不同位置间交通信号灯的大小不一，很难找到一个能够覆盖各种情况的通用模板。而且该方案也存在技术一中出现的光照、成像技术导致的颜色失真现象，无法精准的进行交通信号灯识别。

因此，在发明人开发交通信号灯识别的过程中，发现现有技术中至少存在如下问题：

现有技术中识别交通信号灯的技术方案识别精度不高，误判率高，且通用性差，受外界环境影响较大。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的，本发明的技术方案是这样实现的：

一方面，本发明提供了一种交通信号灯定位识别方法，包括：

获取待检测图像及基于卷积神经网络的目标检测识别模型；

通过所述基于卷积神经网络的目标检测识别模型对所述待检测图像的交通信号灯检测区域进行交通信号灯识别；

获取所述待检测图像中交通信号灯信息；所述交通信号灯信息包括：交通信号灯的颜色、坐标位置及置信度。

本发明还提供了一种交通信号灯定位识别装置，包括：

信息获取单元，用于获取待检测图像及基于卷积神经网络的目标检测识别模型；

识别单元，用于通过所述基于卷积神经网络的目标检测识别模型对所述待检测图像的交通信号灯检测区域进行交通信号灯识别；

信息确定单元，用于获取所述待检测图像中交通信号灯信息；所述交通信号灯信息包括：交通信号灯的颜色、坐标位置及置信度。

本发明还提供了一种交通信号灯定位识别系统，包括：如上所述交通信号灯定位识别装置。