[发明专利]车门信息检测方法、装置、计算机设备和存储介质

权利要求书

1.一种车门信息检测方法，其特征在于，所述方法包括：

获取车门图片，所述车门图片包括车门信息；

从所述车门图片中提取所述车门信息对应的特征图；

将所述特征图输入至强化学习模型，获取所述车门信息在所述特征图中的位置信息；所述位置信息是基于所述强化学习模型输出的Q函数值确定的；

根据所述位置信息，从所述车门图片中截取检测图片，并根据所述检测图片获取所述车门图片对应的所述车门信息检测结果。

2.根据权利要求1所述的方法，其特征在于，所述强化学习模型包括目标DQN模型，所述将所述特征图输入至强化学习模型，获取所述车门信息在所述特征图中的位置信息，包括：

将所述特征图输入至目标DQN模型中，得到所述特征图对应的最大Q函数值；

确定所述最大Q函数值对应的目标动作，并将所述目标动作指示的动作区域设置为所述车门信息在所述特征图中的位置信息。

3.根据权利要求2所述的方法，其特征在于，所述目标DQN模型的训练过程包括：

获取参数初始化后的待训练DQN模型；

从预设的经验池中抽取多个车门训练图片，各所述车门训练图片已标注车门信息对应的目标位置框；

采用预设动作策略，根据所述多个车门训练图片对所述待训练DQN模型进行训练，得到所述目标DQN模型。

4.根据权利要求3所述的方法，其特征在于，所述采用预设动作策略，根据所述多个车门训练图片对所述待训练DQN模型进行训练，得到所述目标DQN模型，包括：

对各所述车门训练图片设置多个具有预设尺寸的图像窗口；所述图像窗口用于从各所述车门训练图片中检测对应车门信息的位置；

将所述多个车门训练图片输入至所述待训练DQN模型中，并基于预设动作策略、多个所述图像窗口及各所述车门训练图片包括的所述目标位置框，对所述待训练DQN模型进行训练，得到所述目标DQN模型。

5.根据权利要求4所述的方法，其特征在于，所述基于预设动作策略、多个所述图像窗口及各所述车门训练图片包括的所述目标位置框，对所述待训练DQN模型进行训练，得到所述目标DQN模型，包括：

获取所述车门训练图片中各所述图像窗口对应的动作奖励值；

检测动作奖励值最大的图像窗口与所述车门训练图片的目标位置框之间的交并比是否大于预设阈值；

若不大于所述预设阈值，则在所述动作奖励值最大的图像窗口中设置多个子图像窗口，并获取各所述子图像窗口对应的动作奖励值；

检测动作奖励值最大的子图像窗口与所述车门训练图片的目标位置框之间的交并比是否大于所述预设阈值；

若大于所述预设阈值，则得到所述目标DQN模型。

6.根据权利要求1所述的方法，其特征在于，所述根据所述位置信息，从所述车门图片中截取检测图片，包括：

根据所述特征图与所述车门图片的尺寸比例，对所述位置信息进行相应地放大，得到放大后的位置信息；

在所述车门图片中截取与所述放大后的位置信息对应的图片区域，得到所述检测图片。

7.根据权利要求1所述的方法，其特征在于，所述根据所述检测图片获取所述车门图片对应的所述车门信息检测结果，包括：

将所述检测图片输入至长短期记忆网络LSTM模型中，得到所述车门图片对应的所述车门信息检测结果。

8.根据权利要求1所述的方法，其特征在于，所述从所述车门图片中提取所述车门信息对应的特征图，包括：

将所述车门图片输入至残差网络ResNet模型中，得到所述车门信息对应的特征图。