[发明专利]基于视频的交通信号灯检测方法及装置

权利要求书

1.一种基于视频的交通信号灯检测方法，其特征在于，包括：

获取视频图像中采样像素点的颜色特征属性；

将采样像素点的颜色特征属性通过预先训练得到的识别模型映射到高维空间，与各种颜色类别的支持向量做点积运算；所述识别模型是通过采集不同光照条件下交通信号灯各颜色的样本数据训练得到的；

根据点积运算的结果，检测出采样像素点对应的交通信号灯的颜色。

2.根据权利要求1所述的方法，其特征在于，还包括获取识别模型的步骤；该步骤包括：

采集不同光照条件下交通信号灯各颜色的样本数据；

获取交通信号灯各颜色的样本数据的颜色特征属性作为交通信号灯的训练样本集；

选取径向基函数为支持向量机的核函数；

将交通信号灯的训练样本集分成多个等份做封闭测试，得到交通信号灯对应的识别模型的惩罚系数和核函数的参数；

根据得到的惩罚系数和核函数参数，对训练样本集中的样本进行训练，得到各种颜色类别的支持向量，从而获取交通信号灯对应的识别模型。

3.根据权利要求2所述的方法，其特征在于，所述获取视频图像中采样像素点的颜色特征属性具体为：获取视频图像中采样像素点的Lab颜色特征属性；

所述获取交通信号灯各颜色的样本数据的颜色特征属性作为交通信号灯的训练样本集具体为：获取交通信号灯各颜色的样本数据的Lab颜色特征属性作为交通信号灯的训练样本集。

4.根据权利要求2所述的方法，其特征在于，在所述将采样像素点的颜色特征属性通过预先训练得到的识别模型映射到高维空间之前还包括：将采样像素点的颜色特征属性作标准化处理；

在所述将交通信号灯的训练样本集分成多个等份做封闭测试之前还包括：将训练样本集作标准化处理。

5.根据权利要求1所述的方法，其特征在于，所述根据点积运算的结果，检测出采样像素点对应的交通信号灯的颜色包括：获取经点积运算得到的距离最小的结果，所述距离最小的结果对应的颜色为采样像素点对应的交通信号灯的颜色。

6.根据权利要求1所述的方法，其特征在于，所述根据点积运算的结果，检测出采样像素点对应的交通信号灯的颜色具体为：根据点积运算的结果，结合预先设定的交通信号灯变化规则，得到采样像素点对应的交通信号灯的颜色。

7.一种基于视频的交通信号灯检测装置，其特征在于，包括：

特征属性获取模块，用于获取视频图像中采样像素点的颜色特征属性；

运算模块，用于将采样像素点的颜色特征属性通过预先训练得到的识别模型映射到高维空间，与各种颜色类别的支持向量做点积运算；所述识别模型是通过采集不同光照条件下交通信号灯各颜色的样本数据训练得到的；

识别模块，用于根据点积运算的结果，检测出采样像素点对应的交通信号灯的颜色。

8.根据权利要求7所述的装置，其特征在于，还包括模型获取模块；

所述模型获取模块包括：

采集单元，用于采集不同光照条件下交通信号灯各颜色的样本数据；

特征属性获取单元，用于获取交通信号灯各颜色的样本数据的颜色特征属性作为交通信号灯的训练样本集；

训练单元，用于将训练样本集分成多个等份做封闭测试，得到惩罚系数和核函数参数；

模型获取单元，用于选取径向基函数为支持向量机的核函数，利用根据得到的惩罚系数和核函数参数，对训练样本集中的样本进行训练，得到各种颜色类别的支持向量，从而获取交通信号灯对应的识别模型。

9.根据权利要求8所述的装置，其特征在于，所述特征属性获取模块具体用于获取视频图像中采样像素点的Lab颜色特征属性；

所述特征属性获取单元具体用于获取交通信号灯各颜色的样本数据的Lab颜色特征属性作为交通信号灯的训练样本集。

10.根据权利要求8所述的装置，其特征在于，还包括：处理模块，用于将采样像素点的颜色特征属性作标准化处理；

所述模型获取模块还包括：处理单元，用于将交通信号灯的训练样本集作标准化处理。

11.根据权利要求7所述的装置，其特征在于，所述识别模块具体用于获取经过点积运算得到的距离最小的结果，识别出所述距离最小的结果对应的颜色即为采样像素点对应的交通信号灯的颜色。

12.根据权利要求7所述的装置，其特征在于，所述识别模块具体用于根据点积运算的结果，结合预先设定的交通信号灯变化规则，得到采样像素点对应的交通信号灯的颜色。