[发明专利]基于神经网络模型的交通标识识别方法及装置

权利要求书

1.一种基于神经网络模型的交通标识识别方法，其特征在于，包括：

获取视频数据中包含交通标识的每帧图像；

对比所述视频数据中相隔的两张图像中对应像素位置的像素值，获得所述相隔的两张图像的图像差异度，包括：如果所述相隔的两张图像对应像素位置的像素值一样，则表示对应像素位置一致，统计数量正确数加1，所述相隔的两张图像的图像差异度为（1-正确数）除以所述相隔的两张图像其中一张图像总的像素数量的商；

如果所述视频数据中相隔的两张图像的图像差异度大于预定阈值，根据所述相隔的两张图像的时间戳，设置两张图像的相隔时间为设定时间，其中，所述设定时间大于或等于1秒；

根据所述包含交通标识的每帧图像的时间戳，叠加相隔所述设定时间的两张图像，生成待识别图像；

向神经网络模型输入所述待识别图像，以使所述神经网络模型输出所述待识别图像中的交通标识。

2.根据权利要求1所述的方法，其特征在于，所述获取视频数据中包含交通标识的每帧图像，包括：

根据包含交通标识的图像在所述视频数据中的时间位置，获取所述时间位置的包含交通标识的图像。

3.根据权利要求1所述的方法，其特征在于，所述根据所述包含交通标识的每帧图像的时间戳，叠加相隔设定时间的两张图像，生成待识别图像，包括：

根据所述包含交通标识的每帧图像的时间戳，叠加相隔所述设定时间的两张图像，选取所述交通标识在两张叠加图像中的并集部分，选取背景在所述两张叠加图像中的交集部分，生成所述待识别图像。

4.一种基于神经网络模型的交通标识识别装置，其特征在于，包括：

图像获取模块，用于获取视频数据中包含交通标识的每帧图像；

图像生成模块，用于对比所述视频数据中相隔的两张图像中对应像素位置的像素值，获得所述相隔的两张图像的图像差异度，包括：如果所述相隔的两张图像对应像素位置的像素值一样，则表示对应像素位置一致，统计数量正确数加1，所述相隔的两张图像的图像差异度为（1-正确数）除以所述相隔的两张图像其中一张图像总的像素数量的商，如果所述视频数据中相隔的两张图像的图像差异度大于预定阈值，根据所述相隔的两张图像的时间戳，设置两张图像的相隔时间为设定时间，根据所述图像获取模块获取的所述包含交通标识的每帧图像的时间戳，叠加相隔所述设定时间的两张图像，生成待识别图像，其中，所述设定时间大于或等于1秒；

输入模块，用于向神经网络模型输入所述图像生成模块生成的所述待识别图像，以使所述神经网络模型输出所述待识别图像中的交通标识。

5.根据权利要求4所述的装置，其特征在于：

所述图像获取模块，具体用于根据包含交通标识的图像在所述视频数据中的时间位置，获取所述时间位置的包含交通标识的图像。

6.根据权利要求4所述的装置，其特征在于：

所述图像生成模块，具体用于根据所述图像获取模块获取的包含交通标识的每帧图像的时间戳，叠加相隔所述设定时间的两张图像，选取所述交通标识在两张叠加图像中的并集部分，选取背景在所述两张叠加图像中的交集部分，生成所述待识别图像。

7.一种电子设备，其特征在于，包括：

处理器；以及

存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如权利要求1-3中任一项所述的方法。

8.一种非暂时性机器可读存储介质，其特征在于，非暂时性机器可读存储介质上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如权利要求1-3中任一项所述的方法。