[发明专利]车辆行驶图像识别装置

说明书

本发明实施例提供一种车辆行驶图像识别装置，属于图像处理技术领域。所述装置包括：获取模块，用于获取待识别的车辆行驶图像，所述待识别的车辆行驶图像为车辆在道路上行驶过程中所记录的图像；以及识别模块，用于利用目标对象识别模型对所述待识别的车辆行驶图像中的目标对象进行识别。本发明实施例只需要将获取的待识别的车辆行驶图像输入到目标对象识别模型，即可以自动地、实时地、有效地、准确地对待识别的车辆行驶图像中的目标对象进行识别，具有很高的智能性和鲁棒性。

技术领域

本发明实施例涉及图像处理技术领域，具体地，涉及一种车辆行驶图像识别装置。

背景技术

为了满足用户对设备智能性的期望，越来越多的智能、自动操作被研究和扩展。例如，对于车辆领域，用户车辆能够更加智能、更加安全的同时，用户的操作可以进一步减少。为了实现这一目的，车辆中可以安装数据检测设备，例如摄像头等，以为车辆的自动分析提供数据基础。

举例来说，对于车辆自动驾驶来说，对于车辆行驶图像中目标对象的正确识别是车辆精确定位、路径规划的重要依据。例如，以目标对象为车道线为例，现有技术中车道线检测方法主要为计算机视觉检测方法，其基于图像处理算法，检测出图像中行车道路的车道线标志区域。本申请发明人在实现本发明的过程中发现：由于车道线标志的种类繁多，车辆拥挤造成车道线标志区域被遮挡，车道线可能有腐蚀磨损的情况，以及天气等因素都能给车道线检测任务带来不小的挑战。此外，这类算法需要人工手动去调滤波算子，根据算法所针对的街道场景特点手动调节参数，工作量大且鲁棒性较差，当行车环境出现明显变化时，车道线的检测效果不佳。

发明内容

为了实现上述目的，本发明实施例提供一种车辆行驶图像识别装置，该装置包括：获取模块，用于获取待识别的车辆行驶图像，所述待识别的车辆行驶图像为车辆在道路上行驶过程中所记录的图像；以及识别模块，用于利用目标对象识别模型对所述待识别的车辆行驶图像中的目标对象进行识别。

可选的，该装置还包括：预处理模块，用于在利用目标对象识别模型对所述待识别的车辆行驶图像中的目标对象进行识别之前对所述待识别的车辆行驶图像进行预处理。

可选的，所述预处理模块进一步用于：对所述待识别的车辆行驶图像进行感兴趣区域(ROI)提取和/或图像逆透视映射(IPM)。

可选的，所述目标对象识别模型根据以下步骤建立：建立训练样本集的步骤，其中该步骤包括：采集多个包括目标对象的车辆行驶图像并标注出所述多个车辆行驶图像中的每一个车辆行驶图像中的目标对象，将所述多个车辆行驶图像以及对应的标注的目标对象作为训练集样本；建立深度神经网络的步骤，其中该步骤包括：将所述训练集样本中的所述多个车辆行驶图像作为深度神经网络的输入、所述训练集样本中的所述多个车辆行驶图像的对应的标注的目标对象作为所述深度神经网络的输出来进行训练；以及将训练完成后的深度神经网络作为目标对象识别模型。

可选的，所述建立训练样本集的步骤进一步包括：将所述多个车辆行驶图像进行预处理，所述预处理包括对所述多个车辆行驶图像进行感兴趣区域(ROI)提取和/或图像逆透视映射(IPM)；以及将预处理后的多个车辆行驶图像以及对应的标注的目标对象作为训练集样本。

可选的，其中所述目标对象为车辆行驶图像中的道路上的车道线。

可选的，所述识别模块进一步用于：利用特征信息聚类和最小二乘法获得识别的车道线的参数方程和/或车道线的数量。

通过上述技术方案，只需要将获取的待识别的车辆行驶图像输入到目标对象识别模型，即可以自动地、实时地、有效地、准确地对待识别的车辆行驶图像中的目标对象进行识别，具有很高的智能性和鲁棒性。

本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明