[发明专利]一种基于卷积神经网络的道路减速带检测方法及装置

权利要求书

1.一种基于卷积神经网络的道路减速带检测方法，其特征在于，包括：

获得目标路面信息；

根据预先构造并进行训练获得的目标卷积神经网络，检测所述目标路面信息并得到目标检测结果；

根据所述目标检测结果，确定所述目标路面信息中是否包含道路减速带。

2.根据权利要求1所述的方法，其特征在于，通过以下步骤获得所述目标卷积神经网络：

构造针对输入信息，输出道路减速带的标签信息的初始卷积神经网络；

确定所述初始卷积神经网络的训练参数；

根据所述训练参数，将训练样本集中的训练样本作为输入对所述初始卷积神经网络进行训练；

在训练过程中更新所述初始卷积神经网络的权值，得到所述目标卷积神经网络；

相应的，所述检测所述目标路面信息并得到目标检测结果，包括：

检测所述目标路面信息并得到包含道路减速带的标签信息的目标检测结果。

3.根据权利要求2所述的方法，其特征在于，所述初始卷积神经网络各层依次为：输入层、第一卷积层、第一修正线性层、第一池化层、第二卷积层、第二修正线性层、第二池化层、第三卷积层、第三修正线性层、第四卷积层、第四修正线性层、第一全连接层、第五修正线性层、第二全连接层、softmax层以及分类层。

4.根据权利要求2所述的方法，其特征在于，所述训练参数包括：批样本数量、回合数以及学习率。

5.根据权利要求2至4任一项所述的方法，其特征在于，通过以下步骤得到所述训练样本集：

采集路面信息获得初始样本集；

将所述初始样本集进行扩充得到扩充样本集；

将所述扩充样本集进行尺度归一化处理得到所述训练样本集。

6.根据权利要求5所述的方法，其特征在于，所述将所述初始样本集进行扩充得到扩充样本集，包括：

将所述初始样本集中的一张或者多张样本进行水平翻转，得到扩充样本集。

7.根据权利要求5所述的方法，其特征在于，所述将所述初始样本集进行扩充得到扩充样本集，包括：

将所述初始样本集中的一张或者多张样本进行色彩调整，得到扩充样本集。

8.根据权利要求5所述的方法，其特征在于，所述将所述初始样本集进行扩充得到扩充样本集，包括：

将所述初始样本集中的一张或者多张样本进行噪声添加，得到扩充样本集。

9.根据权利要求1至4任一项所述的方法，其特征在于，在确定所述目标路面信息中包含道路减速带时，还包括：

输出提示信息。

10.一种基于卷积神经网络的道路减速带检测装置，其特征在于，包括：

目标路面信息获得模块，用于获得目标路面信息；

目标检测结果获得模块，用于根据预先构造并进行训练获得的目标卷积神经网络，检测所述目标路面信息并得到目标检测结果；

道路减速带确定模块，用于根据所述目标检测结果，确定所述目标路面信息中是否包含道路减速带。