[发明专利]基于神经网络模型的交通标识识别方法及装置

说明书

本申请是关于一种基于神经网络模型的交通标识识别方法及装置。该方法包括：获取视频数据中包含交通标识的每帧图像；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；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。本申请提供的方案，能够增强神经网络模型识别交通标识的识别效果，准确地识别交通标识。

技术领域

本申请涉及导航技术领域，尤其涉及一种基于神经网络模型的交通标识识别方法及装置。

背景技术

随着智能汽车以及无人驾驶技术的快速发展，道路交通标识的识别成为安全行驶的重要组成部分。智能汽车可以获取包含道路交通标识的图像，从图像中识别出道路交通标识，进而根据道路交通标识实现智能汽车的智能驾驶。

道路交通标识如地面标线、交通标志等以标注的形式绘制在路面两侧的标志牌上或者绘制在路面上。对绘制在标志牌上或者绘制在路面上的交通标识的识别，是智能驾驶中的一个重要领域，准确地识别交通标识，能够提高道路交通的安全系数。相关技术从图像中识别交通标识，受到摄像设备、环境因素和处理方法的影响，无法准确地识别交通标识。

发明内容

为解决或部分解决相关技术中存在的问题，本申请提供一种基于神经网络模型的交通标识识别方法及装置，能够增强神经网络模型识别交通标识的识别效果，准确地识别交通标识。

本申请第一方面提供一种基于神经网络模型的交通标识识别方法，所述方法包括：获取视频数据中包含交通标识的每帧图像；

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；

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。

优选的，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。

优选的，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。

优选的，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：

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，。

优选的，所述设定时间大于或等于1秒。

本申请第二方面提供一种基于神经网络模型的交通标识识别装置，所述装置包括：

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，叠加相隔设定时间的两张图像，生成待识别图像；

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。

优选的，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。