[发明专利]一种交通标志识别方法以及相关装置

说明书

本申请公开了一种基于神经网络的交通标志识别方法以及相关装置，涉及人工智能的深度学习技术。通过获取行驶信息，行驶信息包含多个行驶图像；然后确定行驶图像中的目标交通标志和置信信息；并基于目标交通标志对行驶图像进行聚合，以得到分组信息；当置信度满足预设条件时，则确定分组信息对应的标志信息为目标交通标志的标志信息。从而实现交通标志的自动识别过程，由于采用目标交通标志聚合后的信息进行标志判断，避免了由于短时的环境影响造成的识别障碍，提高了交通标志识别的准确性。

技术领域

本申请涉及计算机技术领域，尤其涉及一种交通标志识别方法以及相关装置。

背景技术

随着人工智能的迅速发展，越来越多的智能识别装置出现在人们的生活中，例如在交通运输过程中，可以采用人工智能进行交通标志的识别，进而发出相应的提醒。

一般，交通标识牌的识别方法主要是基于传统特征的识别算法。即基于传统特征的识别算法利用具有斜线特征的线段从所述拍摄图像中查找到三角形标志或圆形标志；依据查找出的三角形标志或圆形标志，然后使用模板匹配的方法识别出警告类或禁止类的道路交通标志。

但是，上述利用具有斜线特征的线段来检测交通标识牌的方法，在交通标志发生遮挡、形变、旋转等情况下识别准确度较低，容易受到环境因素的影响，进而影响交通标志识别的准确性。

发明内容

有鉴于此，本申请提供一种交通标志识别方法，可以有效提高交通标志识别的准确性。

本申请第一方面提供一种交通标志识别方法，可以应用于终端设备中包含交通标志的识别功能的系统或程序中，具体包括：

获取行驶信息，所述行驶信息包含多个行驶图像；

确定所述行驶图像中的目标交通标志和置信信息；

基于所述目标交通标志对所述行驶图像进行聚合，以得到分组信息，所述分组信息用于指示包含所述目标交通标志的行驶图像集合，所述分组信息包含基于所述置信信息确定的置信度；

若所述置信度满足预设条件，则确定所述分组信息对应的标志信息为所述目标交通标志的标志信息。

可选的，在本申请一些可能的实现方式中，所述确定所述行驶图像中的目标交通标志和置信信息，包括：

将所述行驶图像输入目标检测模型中的第一检测网络，以得到所述行驶图像的形状信息，所述目标检测模型包括所述第一检测网络和第二检测网络；

基于所述形状信息对所述行驶图像进行筛选，以得到筛选图像；

将所述筛选图像输入所述目标检测模型中的所述第二检测网络，以确定所述行驶图像中的所述目标交通标志和所述置信信息。

可选的，在本申请一些可能的实现方式中，所述将所述筛选图像输入所述目标检测模型中的所述第二检测网络，以确定所述行驶图像中的所述目标交通标志和所述置信信息，包括：

确定所述筛选图像对应的前序检测框；

对所述前序检测框进行扰动，以得到输入检测框；

将所述输入检测框内的图像输入所述目标检测模型中的所述第二检测网络，以确定所述行驶图像中的所述目标交通标志和所述置信信息。

可选的，在本申请一些可能的实现方式中，所述对所述前序检测框进行扰动，以得到输入检测框，包括：

确定检测框扰动参数；

根据所述检测框扰动参数向预设方向进行扰动，以得到所述输入检测框。

可选的，在本申请一些可能的实现方式中，所述方法还包括：

获取第一训练样本集和第二训练样本集；