[发明专利]路口分类方法及设备

说明书

本发明的目的是提供一种路口分类方法及设备，本发明提出了基于场景分割进行静态参照目标提取、二值化、方向梯度比较的方法，使得不同证据图的特征向量相似性仅仅只与车道线、停止线、斑马线等等静态参照目标的位置和方向相关，大大提高了路口图片分类归档的准确率和效率。

技术领域

本发明涉及计算机领域，尤其涉及一种路口分类方法及设备。

背景技术

在智能交通算法领域，当使用抓拍到的路口违章证据图来进行智能化违章审核时，同一路口的信息往往具有相似性，使用不同时刻抓拍到的同一路口证据图往往可以提取到一些相似的特征。这种基于多张图提取到的相似特征往往具有更高的准确性、实用性。

现有方案中，通过前端摄像头采集的图像和设备编号设置的唯一字段，往往不具有唯一性，更多的往往是数据字段混乱的图片，很难归档出同一个路口的图片。

但是由于不同厂商设备的不同、后处理数据处理的不规范、数据存储的不规范等等原因导致具有路口唯一字段且相同的证据图，其反映的路口、场景并不相同，因而无法提取到相似的特征，造成了大量宝贵数据的浪费。

发明内容

本发明的一个目的是提供一种路口分类方法及设备。

根据本发明的一个方面，提供了一种路口分类方法，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。

进一步的，上述方法中，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。

进一步的，上述方法中，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)。

进一步的，上述方法中，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′。

进一步的，上述方法中，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；