[发明专利]一种减速带识别方法及系统

权利要求书

1.一种减速带识别方法，其特征在于，包括：

构建包括多个级联卷积层和至少2个全连接层的初始卷积神经网络；

利用训练图像对初始卷积神经网络进行训练，获取目标卷积神经网络；

根据目标卷积神经网络识别图像中的减速带，并获得所述减速带在所述图像中的位置信息；

其中，所述初始卷积神经网络中最后一层的类别个数为1，输出维度包括图像中是否含有减速带，减速带的数量以及减速带在图像中的位置信息。

2.根据权利要求1所述的减速带识别方法，其特征在于，所述初始卷积神经网络基于YOLO V2搭建，采用K-means++算法重新计算其预定义轮廓为矩形框。

3.根据权利要求1所述的减速带识别方法，其特征在于，根据所述位置信息计算与所述减速带之间的实际距离。

4.根据权利要求1所述的减速带识别方法，其特征在于，所述训练图像由采集装置获取，并在数据清洗后进行标注。

5.根据权利要求4所述的减速带识别方法，其特征在于，所述标注包括减速带的坐标，所述坐标由所述减速带的矩形轮廓中相对的两顶点的坐标表示。

6.根据权利要求4所述的减速带识别方法，其特征在于，所述减速带的标签信息包括n个多维向量，n为所述训练图像中减速带的数量。

7.根据权利要求6所述的减速带识别方法，其特征在于，所述多维向量包括所述训练图像中是否含有减速带、减速带的坐标及识别准确率。

8.根据权利要求1所述的减速带识别方法，其特征在于，所述初始卷积神经网络各层依次为：输入层、第一卷积层、第一池化层、第二卷积层、第二池化层、第三卷积层、第三池化层、第四卷积层、第四池化层、第五卷积层、第五池化层、第一全连接层、第二全连接层以及输出层。

9.一种减速带识别系统，其特征在于，包括：

图像采集模块，用于进行图像采集；

目标模型建立模块：用于根据所述初始卷积神经网络构建目标卷积神经网络；

图像识别模块：用于对采集的图像进行识别，获取图像中减速带的标签信息；

距离计算模块：根据所述减速带的标签信息，计算所述减速带与所述图像采集模块之间的距离。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令被执行时实现如权利要求1至11中任一项所述的减速带识别方法。

11.一种减速带识别装置，其特征在于，包括：

存储器，用于存储计算机指令；

处理器，耦合到所述存储器，所述处理器被配置为基于所述存储器存储的计算机指令执行实现如权利要求1至8中任一项所述的减速带识别方法。