[发明专利]一种车灯识别的方法及装置

权利要求书

1.一种车灯识别的方法，其特征在于，包括：

从包含车辆的图片中，确定第一矩形框和第二矩形框所对应的位置；

将所述第一矩形框和所述第二矩形框中提取的特征进行融合，得到融合特征；

将所述融合特征输入卷积神经网络模型，通过所述卷积神经网络模型的输出结果确定所述车辆的车灯是否开启。

2.根据权利要求1所述的方法，其特征在于，所述从包含车辆的图片中，确定第一矩形框和第二矩形框所对应的位置，包括：

应用矩形目标检测算法，确定所述车灯的第一矩形框的位置信息；所述位置信息包括第一宽度和第一高度；

按照增量，扩展所述第一矩形框的所述第一宽度和所述第一高度，确定所述第二矩形框的位置信息；所述第二矩形框的位置信息包括第二宽度和第二高度。

3.根据权利要求1所述的方法，其特征在于，在将所述第一矩形框和所述第二矩形框中提取的特征进行融合之前，还包括：

根据卷积神经网络模型，设定所述第一矩形框的第一参数；

根据所述第一参数，确定所述第二矩形框的第二参数；

根据所述第一参数，对所述第一矩形框的图片区域提取第一特征；

根据所述第二参数，对所述第二矩形框的图片区域提取第二特征。

4.根据权利要求1所述的方法，其特征在于，所述通过所述卷积神经网络模型的输出结果确定所述车辆的车灯是否开启，包括：

将所述融合特征输入至所述卷积神经网络模型的全连接层，得到第一值和第二值；

当所述第一值大于所述第二值时，则确定所述车辆的车灯开启。

5.根据权利要求3所述的方法，其特征在于，所述根据所述第一参数，确定所述第二矩形框的第二参数，包括：

根据所述第一参数，增大所述卷积神经网络模型中卷积层的移动步长，得到所述第二参数。

6.根据权利要求2所述的方法，其特征在于，所述按照增量，扩展所述第一矩形框的所述第一宽度和所述第一高度，确定所述第二矩形框的位置信息，包括：

按照所述增量扩展所述第一矩形框的所述第一宽度和所述第一高度，以使得所述第二矩形框的所述第二宽度为所述第一宽度与所述增量之和；其中，所述第二高度为所述第一高度的N+1倍，所述增量为所述第一高度的N倍；N为大于1的自然数。

7.根据权利要求3所述的方法，其特征在于，所述将所述第一矩形框和所述第二矩形框中提取的特征进行融合，包括：

将所述第一特征表示为第一矩阵，以及将所述第二特征表示为第二矩阵；

将所述第一矩阵和所述第二矩阵按位相加，得到用以表示融合特征的第三矩阵。

8.一种车灯识别的装置，其特征在于，包括：

第一确定模块，用于从包含车辆的图片中，确定第一矩形框和第二矩形框所对应的位置；

第二确定模块，用于将所述第一矩形框和所述第二矩形框通过卷积神经网络提取的特征进行融合，得到融合特征；将所述融合特征输入卷积神经网络模型，通过所述卷积神经网络模型的输出结果确定所述车辆的车灯是否开启。

9.一种电子设备，其特征在于，包括：

处理器；以及，

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至7中任一项所述车灯识别的方法。

10.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至7中任一项所述车灯识别的方法。