[发明专利]一种基于无人驾驶汽车的交警手势识别方法

说明书

本发明公开了一种基于无人驾驶汽车的交警手势识别方法。按下述步骤进行：a.基于卷积神经网络建立手势识别训练模型；b.将由无人驾驶汽车的车载摄像头采集的图像信号输入到手势识别训练模型；c.手势识别训练模型对图像信号进行训练，以识别图像信号中的交警手势，并将识别结果传送给ROI Pooling层；d.ROI Pooling层一方面将识别结果进行边框回归后反馈到手势识别训练模型，另一方面将识别结果输入到softmax分类器进行手势分类得到标准手势信息。本发明能够满足智能驾驶领域对现场指挥交警的手势识别的需求，且对识别效率高，识别准确度也高。

技术领域

本发明涉及无人驾驶领域，特别是一种基于无人驾驶汽车的交警手势识别方法。

背景技术

在日常的行车过程中，智能化的检测和判断道路上交通信号和路况是实无人驾驶的最重要的技术。针对目前复杂的城市路况和突发的紧急事故现场，交警现场指挥仍然是保证交通秩序的最有效方式。随着高级辅助驾驶或无人驾驶对实际路况准确的判断需求越来越明显，特别是处理人为介入交通指挥的一些场景，通过计算机及其附属设备识别现场指挥交警的手势显得尤为重要。而目前识别交警手势的方法主要是通过车载的摄像头获取图像后，由计算机通过对使用图片进行阀值分割、形态学变化等方法进行预处理，得到图片有用信息的区域(如交警形态、指示牌等)，然后通过预设在电脑中人为总结的先验知识，如有用信息区域的连通性、形状、窗宽高比值、相对空间位置等再对有用信息区域做一个二次判断和处理，直至在图片中找到(如交警使用指示牌动作的)我们想要的图片区域，最后根据计算机算出该区域与计算内预设的交警标准指挥姿态图片的置信度的高低，通过预设的阀值，得到实际路况下交警在执行什么样的动作。该种方案的不足之处在于无法适应多变的场景，尤其是对摄像头所捕捉到的图片质量有着较高的要求。

发明内容

本发明的目的在于，提供一种基于无人驾驶汽车的交警手势识别方法。本发明能够满足智能驾驶领域对现场指挥交警的手势识别的需求，且对识别效率高，识别准确度也高。

本发明的技术方案：一种基于无人驾驶汽车的交警手势识别方法，按下述步骤进行：

a.基于卷积神经网络建立手势识别训练模型；

b.将由无人驾驶汽车的车载摄像头采集的图像信号输入到手势识别训练模型；

c.手势识别训练模型对图像信号进行训练，以识别图像信号中的交警手势，并将识别结果传送给ROI Pooling层；

d.ROI Pooling层一方面将识别结果进行边框回归后反馈到手势识别训练模型，另一方面将识别结果输入到softmax分类器进行手势分类得到标准手势信息。

前述的基于无人驾驶汽车的交警手势识别方法中，所述的步骤a中的手势识别训练模型按下述方法建立：

a1.采集交警行人图片库；

a2.采集交警标准手势图片库；

a3.将交警行人图片库与交警标准手势图片库分别采用卷积神经网络进行分割，分割后采用RCNN算法对分割的图片进行比对识别，从而建立带有特征的标准图库，即完成手势识别训练模型的建立。

前述的基于无人驾驶汽车的交警手势识别方法中，所述的步骤c中，图像信号的训练按下述方法进行：

c1.将图像信号采用卷积神经网络进行分割得到待处理图片候选区域；

c2.将待处理图片候选区域与带有特征的标准图库采用RCNN算法进行比对识别，得到识别结果。

前述的基于无人驾驶汽车的交警手势识别方法中，步骤a1中，交警行人图片库通过网路图库或电子警察采集。

前述的基于无人驾驶汽车的交警手势识别方法中，步骤a2中，交警标准手势图片库通过现场演示采集。