[发明专利]交通标识检测方法、装置、计算机设备和存储介质有效
| 申请号: | 202110036977.9 | 申请日: | 2021-01-12 |
| 公开(公告)号: | CN112699834B | 公开(公告)日: | 2022-06-17 |
| 发明(设计)人: | 陆嘉欣 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
| 主分类号: | G06V20/54 | 分类号: | G06V20/54;G06V10/40;G06V10/75;G06K9/62 |
| 代理公司: | 华进联合专利商标代理有限公司 44224 | 代理人: | 毛丹 |
| 地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 交通 标识 检测 方法 装置 计算机 设备 存储 介质 | ||
1.一种交通标识检测方法,其特征在于,所述方法包括:
获取包含目标交通标识的待检测道路图像;
基于所述待检测道路图像的位置信息从历史道路图像集合中获取匹配的参考道路图像;所述历史道路图像集合中的历史道路图像包含目标交通标识;
对所述待检测道路图像和所述参考道路图像进行特征提取,得到所述待检测道路图像对应的目标特征集合和所述参考道路图像对应的参考特征集合;所述目标特征集合和所述参考特征集合均包括背景类别和目标交通标识类别的特征,所述目标特征集合和所述参考特征集合中背景类别的特征是将所述待检测道路图像和所述参考道路图像作为道路图像对输入图像背景匹配模型,获取所述图像背景匹配模型的中间处理结果得到的,所述图像背景匹配模型是基于背景一致和背景不一致的训练图像对训练得到的;
计算所述目标特征集合和所述参考特征集合的匹配度,基于所述匹配度确定所述待检测道路图像和所述参考道路图像中目标交通标识的一致性检测结果;
基于所述一致性检测结果确定所述待检测道路图像中目标交通标识的目标检测状态。
2.根据权利要求1所述的方法,其特征在于,所述基于所述待检测道路图像的位置信息从历史道路图像集合中获取匹配的参考道路图像,包括:
计算所述待检测道路图像的位置信息和各个历史道路图像的位置信息的位置差异;
将位置差异小于预设阈值的历史道路图像作为所述参考道路图像。
3.根据权利要求1所述的方法,其特征在于,所述对所述待检测道路图像和所述参考道路图像进行特征提取,得到所述待检测道路图像对应的目标特征集合和所述参考道路图像对应的参考特征集合,包括:
将所述待检测道路图像和所述参考道路图像输入已训练的图像背景特征提取子模型,通过所述图像背景特征提取子模型的第一特征提取通道对所述待检测道路图像进行特征提取得到对应的第一背景特征,将所述第一背景特征归入所述目标特征集合;
通过所述图像背景特征提取子模型的第二特征提取通道对所述参考道路图像进行特征提取得到对应的第二背景特征,将所述第二背景特征归入所述参考特征集合;
所述图像背景特征提取子模型是图像背景匹配模型中的子模型,所述图像背景匹配模型用于根据图像背景特征提取子模型输出的特征信息确定图像背景匹配结果。
4.根据权利要求3所述的方法,其特征在于,各个特征提取通道均包括多个特征提取层,同一特征提取通道中的各个特征提取层依次连接,特征提取通道的数据处理过程通过以下步骤实现:
基于各个特征提取层输出的特征图像得到当前输入图像对应的背景特征;当前特征提取层的输入数据包括所述当前输入图像和当前特征提取层之前的各个特征提取层输出的特征图像。
5.根据权利要求3所述的方法,其特征在于,所述图像背景匹配模型的训练过程通过以下步骤实现:
获取训练样本集合;所述训练样本集合包括训练图像对和对应的训练标签,所述训练图像对包括第一训练图像和第二训练图像,所述训练标签包括背景一致和背景不一致;
将所述第一训练图像和所述第二训练图像分别作为待训练的图像背景匹配模型中对应的特征提取通道的输入,得到所述第一训练图像对应的第一训练背景特征和所述第二训练图像对应的第二训练背景特征;
计算所述第一训练背景特征和所述第二训练背景特征的特征距离;
基于所述训练标签和所述特征距离计算训练损失值,基于所述训练损失值调整所述图像背景匹配模型的模型参数,直到满足收敛条件,得到训练后的图像背景匹配模型。
6.根据权利要求1所述的方法,其特征在于,所述对所述待检测道路图像和所述参考道路图像进行特征提取,得到所述待检测道路图像对应的目标特征集合和所述参考道路图像对应的参考特征集合,包括:
将所述待检测道路图像和所述参考道路图像分别输入已训练的目标交通标识特征提取模型,得到所述待检测道路图像和所述参考道路图像分别对应的目标交通标识特征;
将所述待检测道路图像对应的目标交通标识特征归入所述目标特征集合,将所述参考道路图像对应的目标交通标识特征归入所述参考特征集合。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110036977.9/1.html,转载请声明来源钻瓜专利网。





