[发明专利]交通要素的识别方法和装置

说明书

本发明公开了一种交通要素的识别方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取道路图像的第一特征图，所述第一特征图具有第一分辨率；对所述第一特征图进行第一转换处理，得到预设形式的特征图；对所述预设形式的特征图进行卷积操作，以得到融合特征图；对所述融合特征图进行第二转换处理，以得到具有第二分辨率的低尺度特征图；其中，所述第二分辨率小于所述第一分辨率；利用所述低尺度特征图，对所述道路图像进行图像识别处理，以确定所述道路图像对应的交通要素的识别结果。该实施方式能够提高自动驾驶技术中识别交通要素的准确率。

技术领域

本发明涉及计算机技术领域，尤其涉及一种交通要素的识别方法和装置。

背景技术

随着计算机视觉技术，尤其是图像处理技术的发展，出现了基于目标的图像采集和识别技术，使自动驾驶成为可能。目前自动驾驶中针对交通要素的识别技术已经从传统的特征提取方法转移到深度学习方法来实现，但现有的针对交通要素的识别技术往往准确率不高，给自动驾驶带来了安全隐患。

发明内容

有鉴于此，本发明实施例提供一种交通要素的识别方法和装置，能够提高自动驾驶技术中识别交通要素的准确率。

第一方面，本发明实施例提供了一种交通要素的识别方法，包括：

获取道路图像的第一特征图，所述第一特征图具有第一分辨率；

对所述第一特征图进行第一转换处理，得到预设形式的特征图；

对所述预设形式的特征图进行卷积操作，以得到融合特征图；

对所述融合特征图进行第二转换处理，以得到具有第二分辨率的低尺度特征图；其中，所述第二分辨率小于所述第一分辨率；

利用所述低尺度特征图，对所述道路图像进行图像识别处理，以确定所述道路图像对应的交通要素的识别结果。

可选地，所述利用所述低尺度特征图，对所述道路图像进行图像识别处理之前，还包括：

获取所述道路图像的第二特征图，所述第二特征图的分辨率为所述第二分辨率；

所述利用所述低尺度特征图，对所述道路图像进行图像识别处理，包括：

根据所述低尺度特征图和所述第二特征图，生成多尺度特征图；

利用所述多尺度特征图，对所述道路图像进行图像识别处理。

可选地，所述根据所述低尺度特征图和所述第二特征图，生成多尺度特征图，包括：

利用至少一个扩张卷积，分别对所述第二特征图进行卷积操作，以得到至少一个扩展特征图，每个所述扩展特征图的分辨率均大于所述第二分辨率；

根据所述至少一个扩展特征图，生成拼合特征图；

对所述拼合特征图进行第三转换处理，以得到高尺度特征图，所述高尺度特征图的分辨率为所述第二分辨率；

拼合所述低尺度特征图及所述高尺度特征图，生成所述多尺度特征图。

可选地，所述根据所述至少一个扩展特征图，生成拼合特征图，包括：

从所述至少一个扩展特征图中，确定出具有最大分辨率的最大扩展特征图，所述最大扩展特征图的分辨率为第三分辨率；

将所述至少一个扩展特征图中的其它扩展特征图进行放大处理，以使处理后的其它扩展特征图的分辨率为所述第三分辨率；

拼合所述处理后的其它扩展特征图及所述最大扩展特征图，生成所述拼合特征图。

可选地，所述根据所述低尺度特征图和所述第二特征图，生成多尺度特征图，包括：