[发明专利]一种交通图像识别方法、装置、计算机设备和介质

说明书

本发明实施例公开了一种交通图像识别方法、装置、设备和介质。其中，方法包括：获取车辆采集的视频流并提取出视频流中的各帧图像作为第一图片；将第一图片输入至去干扰自编码器进行预处理，以过滤第一图片中的干扰，输出第二图片，其中，去干扰自编码器通过至少两类干扰样本集进行训练而得，不同类型干扰样本集中所加入的扰动方式包括下述至少两种：噪音、仿射变化、滤波模糊化、亮度变化和单色化；将第二图片输入至交通标志识别模型来进行识别处理。本发明实施例解决了对抗样本对交通标志识别模型进行攻击导致交通标志识别错误的问题；可以降低交通图像中对抗样本的干扰，提高图像的识别正确率，提升无人驾驶或智能驾驶的安全性。

技术领域

本发明实施例涉及自动驾驶图片处理技术，尤其涉及一种交通图像识别方法、装置、计算机设备和介质。

背景技术

无人车在行驶过程或智能驾驶控制过程中，会以视频流的形式获取交通指示灯、交通指示牌等信息。具体是驾驶控制系统对摄像头或雷达获取的视频进行预处理得到含有特征信息的图片，进而将含有特征信息图片输入交通指示灯、交通指示牌的分类模型中进行预测，比如判断是红灯还是绿灯，是限速60公里还是停车指示牌。

但是，无人车系统中的分类模型通常是深度学习模型，十分容易遭受对抗样本的攻击，产生误判。例如，在路牌或者交通指示灯上贴上小图贴，通过在小图贴上构造对抗样本，让分类模型产生误判，就不能正常识别路牌或指示灯，对无人车的驾驶安全产生影响。

发明内容

本发明实施例提供一种交通图像识别方法、装置、计算机设备和介质，以降低交通图像中对抗样本的干扰，提高图像的识别正确率，提升智能驾驶的安全性。

第一方面，本发明实施例提供了一种交通图像识别方法，该方法包括：

获取车辆采集的视频流并提取出所述视频流中的各帧图像作为第一图片；

将所述第一图片输入至去干扰自编码器进行预处理，以过滤所述第一图片中的干扰，输出第二图片，其中，所述去干扰自编码器通过至少两类干扰样本集进行训练而得，不同类型干扰样本集中所加入的扰动方式包括下述至少两种：噪音、仿射变化、滤波模糊化、亮度变化和单色化；

将所述第二图片输入至交通标志识别模型来进行识别处理。

第二方面，本发明实施例还提供了一种交通图像识别装置，该装置包括：

图片采集模块，用于获取车辆采集的视频流并提取出所述视频流中的各帧图像作为第一图片；

图片预处理模块，用于将所述第一图片输入至去干扰自编码器进行预处理，以过滤所述第一图片中的干扰，输出第二图片，其中，所述去干扰自编码器通过至少两类干扰样本集进行训练而得，不同类型干扰样本集中所加入的干扰类型包括下述至少两种：噪音、仿射变化、滤波模糊化、亮度变化和单色化；

图片识别模块，用于将所述第二图片输入至交通标志识别模型来进行识别处理。

第三方面，本发明实施例还提供了一种计算机设备，该计算机设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例中任一所述的交通图像识别方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如发明实施例中任一所述的交通图像识别方法。