[发明专利]交通信号灯的识别方法、系统、计算设备和智能车

说明书

本申请提供一种交通信号灯的识别方法、系统、计算设备和智能车，涉及人工智能AI领域。该方法包括：获取图像，该图像中记录了交通信号灯信息；选取该图像中交通信号灯所在区域，并对交通信号灯进行颜色校正，得到校正后的交通信号灯信息；根据校正后的交通信号灯信息获取交通信号灯的位置和类别。上述方法能够提升检测效率，提高识别精度。

技术领域

本发明涉及人工智能(artificial intelligence，AI)和物体检测技术领域，尤其涉及一种交通信号灯的识别方法、系统、计算设备和智能车。

背景技术

交通信号灯按照光源的不同一般可分为白炽灯、卤素灯和发光二极管(lightemitting diode，LED)，LED交通信号灯由于其功耗低、亮度高、直流无闪烁等优点近年被广泛的应用。智能车(intelligent/smart car)的车载摄像机作为自动驾驶设备的核心部件之一，由于受到信号灯亮度、外界光线、拍摄角度以及自身动态范围的限制等原因，在傍晚和夜间等光照环境较为恶劣时，拍摄交通信号灯时容易造成红色信号灯泛黄，甚至变为黄色，难以与黄灯进行区分，严重影响判断结果，容易造成交通事故。

目前，红灯校正方法大多采用降低摄像机的曝光时间、改变环境光的亮度等，而通过降低摄像机的曝光时间或者通过添加光学结构改变环境光亮度的方法虽然抑制了红灯的变色，但是使得环境的亮度同时下降，难以满足实际要求。

因此，如何对交通信号灯进行准确的识别成为亟待解决的技术问题。

发明内容

本发明实施例公开了一种交通信号灯的识别方法、系统、计算设备和智能车，能够对摄像机拍摄的包含交通信号灯信息的图像进行颜色校正并识别，提高检测效率和识别精度。

第一方面，本申请提供一种交通信号灯的识别方法，所述方法包括：交通信号灯识别系统获取图像，所述图像中记录了交通信号灯信息；该交通信号灯识别系统选取所述图像中交通信号灯所在区域，并对所述交通信号灯进行颜色校正，得到校正后的交通信号灯信息；该交通信号灯识别系统根据所述校正后的交通信号灯信息获取交通信号灯的位置和类别。

在本申请提供的方案中，交通信号灯识别系统可以自动选取图像中交通信号灯所在区域，不需要人为预先设定，扩展了适用场景。此外，交通信号灯识别系统通过对交通信号灯进行颜色校正，并使用校正后的图像来获取交通信号灯的位置和类别，可以提高识别精度。

在一种可能的实现方式中，该交通信号灯识别系统利用注意力机制模型计算所述图像中每个像素点为交通信号灯对应的像素点的概率，得到注意力图，所述注意力图记录了所述图像中每个像素点为交通信号灯对应的像素点的概率值，所述概率值的取值范围为0-1。

在本申请提供的方案中，交通信号灯识别系统利用注意力机制模型对图像处理得到注意力图，从而可以使得在后续处理中更加关注于交通信号灯区域，这样可以提高后续处理效率，提高资源利用率，缩短处理时间。

在另一种可能的实现方式中，该交通信号灯识别系统确定初始注意力机制模型，所述初始注意力机制模型采用一种神经网络模型；获取多个样本图像和基准图像，所述样本图像中记录了交通信号灯信息，所述基准图像为对所述样本图像中记录的交通信号灯进行颜色校正后得到的图像；将所述样本图像和所述基准图像对应的像素点在同一坐标系对应的值进行相减，并将结果进行二值化处理，得到对比图像；利用多个所述对比图像和所述样本图像对所述初始注意力机制模型进行训练。

在本申请提供的方案中，交通信号灯识别系统提取获取样本图像和基准图像，然后利用样本图像与基准图像进行相减得到对比图像，进而利用对比图像和样本图像对初始注意力机制模型进行训练，以使得训练完成的注意力机制模型具备自动选取图像中交通信号灯所在区域，这样可以避免人为预先设定，提高处理效率。

在另一种可能的实现方式中，该交通信号灯识别系统根据注意力图，利用自编码器模型对交通信号灯进行颜色校正。