[发明专利]一种仪表盘指示灯的识别方法及计算设备

权利要求书

1.一种仪表盘指示灯的识别方法，在计算设备中执行，适于生成指示灯识别模型，所述指示灯识别模型适于输出仪表盘图像中指示灯的位置信息和类别信息，所述方法包括步骤：

获取多个仪表盘图像，所述仪表盘图像中包括至少一个指示灯；

标注仪表盘图像中各指示灯的位置和所属类别；

将标注了指示灯的位置和所属类别的仪表盘图像作为训练图像，来训练所述指示灯识别模型，其中，所述指示灯识别模型包括多尺度特征提取模块、区域生成模块、目标检测模块和判定模块，

所述多尺度特征提取模块以仪表盘图像为输入，输出所述仪表盘图像的多尺度特征图；

所述区域生成模块包括多个区域生成单元，每个所述区域生成单元以所述多尺度特征提取模块所输出的一尺度特征图为输入，输出仪表盘图像中指示灯的候选位置；

所述目标检测模块包括多个级联的目标检测单元，第一个目标检测单元以所述区域生成模块输出的多个候选位置为输入，其他目标检测单元以上一个目标检测单元输出的推荐位置为输入，输出仪表盘图像中指示灯的推荐位置和推荐类别；

所述判定模块以所述多个目标检测单元输出的推荐位置和推荐类别为输入，输出仪表盘图像中指示灯的位置信息和类别信息。

2.如权利要求1所述的方法，在所述标注仪表盘图像中各指示灯的位置和所属类别的步骤之前，还包括步骤：

对所述多个仪表盘图像进行去重处理。

3.如权利要求2所述的方法，其中，所述去重处理包括步骤：

分别提取所述多个仪表盘图像的特征向量；

根据所述特征向量，对所述多个仪表盘图像进行聚类；

分别对每一类进行去重处理。

4.如权利要求3所述的方法，其中，所述分别对每一类进行去重处理的步骤包括：

若一类中的两个仪表盘图像的相似度大于第一阈值，则删除所述两个仪表盘图像中的任意一个，其中，所述相似度根据所述特征向量来计算。

5.如权利要求1-4中任一项所述的方法，其中，所述标注仪表盘图像中各指示灯的位置的步骤包括：

在所述仪表盘图像中分别标注各指示灯所在的区域范围；

对于每一个指示灯所在的区域范围：

识别该区域范围中的连通域；

分别计算各连通域的面积，将面积大于第二阈值的连通域作为有效连通域；

将各有效连通域的外接矩形作为该指示灯的位置。

6.如权利要求1-5中任一项所述的方法，其中，在所述标注仪表盘图像中各指示灯的位置和所属类别的步骤之后，还包括步骤：

对所述仪表盘图像进行镜像、改变颜色空间、模糊、旋转处理中的至少一种，并记录处理后的各指示灯的位置和所属类别。

7.如权利要求1-6中任一项所述的方法，其中，在所述标注仪表盘图像中各指示灯的位置和所属类别的步骤之前，还包括步骤：

根据图像清晰程度，将仪表盘图像划分为多个识别难度等级，所述识别难度等级包括简单、中等、困难；

所述将标注了指示灯的位置和所属类别的仪表盘图像作为训练图像的步骤包括：

分别从各识别难度等级中取出多个仪表盘图像作为训练图像，其中，从各识别难度等级中取出的仪表盘图像的数量符合预设比例。

8.如权利要求7所述的方法，其中，在所述预设比例中，中等识别难度的仪表盘图像的数量大于简单识别难度的仪表盘图像的数量大于困难识别难度的仪表盘图像的数量。

9.如权利要求1-8中任一项所述的方法，其中，所述多尺度特征提取模块为特征金字塔网络(FPN)，所述区域生成模块为区域候选网络(RPN)，所述目标检测单元为基于区域的卷积神经网络(R-CNN)。

10.如权利要求1-9中任一项所述的方法，其中，在训练所述指示灯识别模型的过程中，所述判定模块将最后一个目标检测单元输出的推荐位置和推荐类别作为仪表盘图像中指示灯的位置信息和类别信息。