[发明专利]信号灯的检测方法、装置及智能驾驶设备有效
申请号: | 201910660440.2 | 申请日: | 2019-07-22 |
公开(公告)号: | CN110414399B | 公开(公告)日: | 2020-09-04 |
发明(设计)人: | 刘朋浩 | 申请(专利权)人: | 北京三快在线科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 北京曼威知识产权代理有限公司 11709 | 代理人: | 方志炜 |
地址: | 100080 北京市海*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 信号灯 检测 方法 装置 智能 驾驶 设备 | ||
1.一种信号灯的检测方法,其特征在于,所述方法包括:
确定当前图像帧的裁剪范围;
按照所述当前图像帧的裁剪范围对所述当前图像帧进行裁剪,得到目标裁剪图像;
基于所述目标裁剪图像及预先训练的信号灯检测模型,针对当前图像帧进行信号灯检测,得到信号灯检测的目标结果;
所述基于所述目标裁剪图像及预先训练的信号灯检测模型,针对当前图像帧进行信号灯检测,包括:
将所述目标裁剪图像输入至所述信号灯检测模型;
获取所述信号灯检测模型输出的第一结果,所述第一结果包括所述目标裁剪图像中的一个或多个待定区域及每个待定区域对应的置信度;
基于所述第一结果,执行信号灯检测的操作;
如果所述当前图像帧为非末帧图像帧,所述方法还包括:
基于所述目标结果,确定下一图像帧的裁剪范围;
所述基于所述目标结果,确定下一图像帧的裁剪范围,包括:
若所述目标结果指示未检测到目标信号灯,对所述当前图像帧中的待定区域进行聚类,得到聚为一类的待定区域组,取所述待定区域组对应的最小矩形区域,将覆盖所述最小矩形区域的预设范围确定为下一图像帧的裁剪范围。
2.根据权利要求1所述的方法,其特征在于,所述基于所述第一结果,执行信号灯检测的操作,包括:
若基于所述第一结果确定所述目标裁剪图像中存在置信度大于预设阈值的待定区域,将置信度大于预设阈值的待定区域中的物体确定为目标信号灯。
3.根据权利要求2所述的方法,其特征在于,所述基于所述第一结果,执行信号灯检测的操作,还包括:
若基于所述第一结果确定所述目标裁剪图像中不存在置信度大于预设阈值的待定区域,将所述当前图像帧输入至所述信号灯检测模型;
获取所述信号灯检测模型输出的第二结果,所述第二结果包括所述当前图像帧中的一个或多个待定区域以及每个待定区域对应的置信度;
若基于所述第二结果确定所述当前图像帧中存在置信度大于预设阈值的待定区域,将置信度大于预设阈值的待定区域中的物体确定为目标信号灯;
若基于所述第二结果确定所述当前图像帧中不存在置信度大于预设阈值的待定区域,确定未检测到目标信号灯。
4.根据权利要求3所述的方法,其特征在于,所述基于所述目标结果,确定下一图像帧的裁剪范围,包括:
若所述目标结果指示检测到目标信号灯,将所述目标信号灯对应的待定区域作为目标区域,将覆盖所述目标区域的预设范围确定为下一图像帧的裁剪范围。
5.一种信号灯的检测装置,其特征在于,所述装置包括:
确定模块,用于确定当前图像帧的裁剪范围;
裁剪模块,用于按照所述当前图像帧的裁剪范围对所述当前图像帧进行裁剪,得到目标裁剪图像;
检测模块,用于基于所述目标裁剪图像及预先训练的信号灯检测模型,针对当前图像帧进行信号灯检测,得到信号灯检测的目标结果;
所述检测模块包括:第一输入子模块,第一获取子模块和执行子模块;
其中,所述第一输入子模块,用于将目标裁剪图像输入至信号灯检测模型;
所述第一获取子模块,用于获取信号灯检测模型输出的第一结果,该第一结果包括目标裁剪图像中的一个或多个待定区域及每个待定区域对应的置信度;
所述执行子模块,用于基于该第一结果,执行信号灯检测的操作;
所述装置还包括:指示模块,用于在所述当前图像帧为非末帧图像帧时,指示所述确定模块基于所述目标结果,确定下一图像帧的裁剪范围;
所述确定模块包括:第二划分子模块,用于若上述目标结果指示未检测到目标信号灯,基于当前图像帧中的待定区域,确定下一图像帧的裁剪范围;
所述第二划分子模块包括:聚类子模块,选取子模块和设定子模块;
其中,聚类子模块,用于对当前图像帧中的待定区域进行聚类,得到聚为一类的待定区域组;
选取子模块,用于取待定区域组对应的最小矩形区域;
设定子模块,用于将覆盖上述最小矩形区域的预设范围确定为下一图像帧的裁剪范围。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京三快在线科技有限公司,未经北京三快在线科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910660440.2/1.html,转载请声明来源钻瓜专利网。