[发明专利]路口分类方法及设备

权利要求书

1.一种路口分类方法，其特征在于，该方法包括：

获取拍摄的多张路口原始图片，使用场景分割模型提取每张路口原始图片中的分割信息，其中，所述分割信息包括非静态参照目标和静态参照目标；

将每张路口原始图片中的非静态参照目标进行过滤，并保留该路口图片中的静态参照目标，以对应生成二值化的灰度特征图；

提取每张二值化的灰度特征图中的静态参照目标的对应的方向梯度HOG特征向量；

比较两张路口原始图片对应的方向梯度HOG特征向量的余弦相似度，基于比较结果对两张路口原始图片进行分类。

2.根据权利要求1所述的方法，其特征在于，比较两张路口原始图片对应的方向梯度HOG特征向量的余弦相似度，基于比较结果对两张路口原始图片进行分类，包括：

比较两张路口原始图片对应的方向梯度HOG特征向量的余弦相似度，将余弦相似度大于预设阈值的路口原始图片归档到同一目录，将余弦相似度小于等于预设阈值的路口原始图片归档到不同目录。

3.根据权利要求1所述的方法，其特征在于，使用场景分割模型提取每张路口原始图片中的分割信息，包括：

使用场景分割模型，提取每张路口原始图片中每一个像素点(x,y)的分割信息，并得到每张路口原始图片中提取到的每一个像素点(x,y)的分割信息对应的分类值NN(x,y)。

4.根据权利要求3所述的方法，其特征在于，将每张路口原始图片中的非静态参照目标进行过滤，并保留该路口图片中的静态参照目标，以对应生成二值化的灰度特征图，包括：

根据每张路口原始图片I得到对应的分割灰度图像M；

由所述分割灰度图像M得到各类分割信息对应的二值的灰度特征图Mi；

由每张路口原始图片I的各类静态参照目标对应的二值的灰度特征图Mi合成一张二值灰度特征图M′。

5.根据权利要求4所述的方法，其特征在于，根据每张路口原始图片I得到对应的分割灰度图像M，包括：

设每张路口原始图片I的宽为w、高为h；

为每张路口原始图片I新建对应的分割灰度特征图M，其中，所述分割灰度特征图M的宽为w、高为h，且所述分割灰度特征图M中的每一个像素点的像素值初始为0；

记分割信息的类别编号为0、1、2、3…c-1，其中，所有类别编号0、1、2、3…c-1的集合记为C，c为正整数，所述分割信息共c个类别，0表示背景类别；

利用如下公式对所述分割灰度图像M中的每一个像素点(x,y)的像素值重新进行赋值：

6.根据权利要求5所述的方法，其特征在于，由分割灰度图像M得到各类分割信息对应的二值的灰度特征图Mi，包括：

根据所述分割灰度特征图M，得到所述类别编号i分别为1、2、3…c-1对应的各个二值的灰度特征图Mi,i∈(1,2,...,c-1)。

7.根据权利要求6所述的方法，其特征在于，由每张路口原始图片I的各类静态参照目标对应的二值的灰度特征图Mi合成一张二值灰度特征图M′，包括：

从所述类别编号1、2、3…c-1中选取静态参照目标的类别编号；

将所有选出的静态参照目标的类别编号对应的二值的灰度特征图Mi合成一张二值灰度特征图M′。

8.根据权利要求7所述的方法，其特征在于，将所有选出的静态参照目标的类别编号对应的二值的灰度特征图合成一张二值灰度特征图M′，包括：

通过如下公式，将所有选出的静态参照目标的类别编号对应的二值的灰度特征图合成一张静态二值灰度特征图M′：

其中，选出的所有静态参照目标的类别编号的集合记为C’，M′(x，y)表示静态二值灰度特征图M′的坐标位置(x,y)处的像素点的像素值。