[发明专利]一种人行横道检测方法、装置、计算机设备及存储介质

权利要求书

1.一种人行横道检测方法，其特征在于，包括：

获取目标卫星影像数据；

对所述目标卫星影像数据进行切分处理，以得到目标图像；

对所述目标图像进行多尺度处理，以提取所述目标图像的多个尺度特征图；

根据所述多个尺度特征图，对所述目标图像进行人行横道检测，并标记出所检测出的人行横道。

2.如权利要求1所述的人行横道检测方法，其特征在于，所述根据所述多个尺度特征图，对所述目标图像进行人行横道检测，包括：

确定各尺度特征图中的多个候选旋转框，其中，多个候选旋转框是预设的各不同长宽比的区域框进行不同角度旋转得到的；

计算所述多个候选旋转框的类别概率预测值和位置偏移量预测值；

根据所述类别概率预测值和位置偏移量预测值，从多个候选旋转框中确定出目标框，并将所述目标框中的人行横道作为检测出的人行横道。

3.如权利要求1所述的人行横道检测方法，其特征在于，在所述根据所述多个尺度特征图，对所述目标图像进行人行横道检测，并标记出所检测出的人行横道之后，还包括：

对所标记出的人行横道进行去重处理。

4.如权利要求3所述的人行横道检测方法，其特征在于，所述对所标记出的人行横道进行去重处理，包括：

获取所标记出的人行横道的位置坐标；

根据所述位置坐标，确定所标记出的人行横道所对应的GPS坐标的范围域；

确定以所述GPS坐标的范围域为中心的圆形区域内的路网；

根据所述GPS坐标的范围域和所确定的路网，确定标记错误的人行横道；

删除所述标记错误的人行横道。

5.如权利要求1所述的人行横道检测方法，其特征在于，在所述对所述目标图像进行多尺度处理，以提取所述目标图像的多个尺度特征图之前，还包括：

修改初始多尺度检测模型，得到修改后的多尺度检测模型；

对修改后的多尺度检测模型进行训练，以得到人行横道检测模型；

所述对所述目标图像进行多尺度处理，以提取所述目标图像的多个尺度特征图，包括：通过人行横道检测模型对所述目标图像进行多尺度处理，以提取所述目标图像的多个尺度特征图；

所述根据所述多个尺度特征图，对所述目标图像进行人行横道检测，并标记出所检测出的人行横道，包括：根据所述多个尺度特征图，利用所述人行横道检测模型，对所述目标图像进行人行横道检测，并标记出所检测出的人行横道。

6.如权利要求5所述的人行横道检测方法，其特征在于，所述修改初始多尺度检测模型，得到修改后的多尺度检测模型，包括：

修改初始多尺度检测模型中各尺度特征图中的区域框的多个不同长宽比；

将修改了长宽比的各区域框进行不同角度的旋转，以得到多个候选旋转框；

修改候选旋转框的表示方式；

根据所述候选旋转框的表示方式，设置基于所述候选旋转框的位置回归损失函数；

将基于所述候选旋转框的位置回归损失函数和类别置信度损失函数加权求和，以得到修改后的多尺度检测模型的损失函数。

7.如权利要求6所述的人行横道检测方法，其特征在于，所述对修改后的多尺度检测模型进行训练，以得到人行横道检测模型，包括：

获取图像数据集，所述图像数据集中包括标记的人行横道；

将所述图像数据集输入至修改后的多尺度检测模型中进行多尺度处理，以提取所述图像数据集中的多个尺度特征图；

获取各尺度特征图中的多个候选旋转框，其中，多个候选旋转框是所述多尺度检测模型的各不同长宽比的区域框进行不同角度旋转得到的；

根据所述图像数据集中标记的人行横道的真实框、所述多个候选旋转框，计算各候选旋转框的类别置信度和位置置信度；

根据各候选旋转框的类别置信度和位置置信度，修改所述多尺度检测模型的损失函数中的参数，以使得所述损失函数收敛，并将所述损失函数收敛后的多尺度检测模型作为人行横道检测模型。