[发明专利]道路识别方法、装置及电子设备在审

专利信息
申请号: 202010953644.8 申请日: 2020-09-11
公开(公告)号: CN112101187A 公开(公告)日: 2020-12-18
发明(设计)人: 吴跃进 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G01C21/36
代理公司: 深圳市深佳知识产权代理事务所(普通合伙) 44285 代理人: 夏欢
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 道路 识别 方法 装置 电子设备
【权利要求书】:

1.一种道路识别方法,其特征在于,包括:

获取待处理道路的街景图像;

对所述街景图像进行特征提取,获得道路特征;

触发道路识别模型,对所述道路特征进行识别,所述道路识别模型为多级分类模型;

基于所述道路识别模型的识别结果,确定所述待处理道路的道路通行类别。

2.根据权利要求1所述的方法,其特征在于,所述获取待处理道路的街景图像,包括:

接收导航路线生成请求;

确定与所述导航路线生成请求相匹配的道路信息;

将所述道路信息中满足处理条件的道路确定为待处理道路;

获取所述待处理道路的街景图像。

3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:

基于所述待处理道路的道路通行类别,生成与所述导航路线生成请求相匹配的目标导航路线。

4.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:

获取训练样本集,所述训练样本集是标注有道路特征信息的道路街景图像;

基于所述训练样本集进行模型训练,得到道路识别模型。

5.根据权利要求4所述的方法,其特征在于,所述道路识别模型包括第一模型、第二模型和第三模型,所述基于所述训练样本集进行模型训练,得到道路识别模型,包括:

获取所述训练样本集的每个样本的道路特征信息;

基于每个样本的所述道路特征信息将所述训练样本集划分为第一样本和第二样本,所述第一样本为小路的样本,所述第二样本为非小路的样本;

基于所述第一样本和所述第二样本进行模型训练,得到第一模型;

基于小路可通行条件,将所述第一样本划分为第一子样本和第二子样本,所述第一子样本为表征小路可通行的样本,所述第二子样本为表征小路不可通行的样本;

依据所述第一子样本和所述第二子样本,对所述第一模型进行参数调整获得第二模型;

基于小路的路况信息,将所述第一子样本划分为负样本和正样本,所述负样本的小路路况优于所述正样本的小路路况;

基于所述负样本和所述正样本对所述第二模型进行参数调整,得到第三模型。

6.根据权利要求5所述的方法,其特征在于,所述触发道路识别模型,对所述道路特征进行识别,包括:

将所述道路特征输入所述第一模型,输出小路道路列表;

将所述小路道路列表输入到所述第二模型,输出可通行小路列表;

将所述可通行小路列表输入到所述第三模型,输出难走小路列表和普通小路列表。

7.根据权利要求1所述的方法,其特征在于,所述道路特征包括:

道路属性特征、路口信息特征、流量信息特征、通行速度信息特征、上下游道路信息特征、上下游联通道路信息特征和道路周边信息点特征中的一种或多种。

8.一种道路识别装置,其特征在于,包括:

获取单元,用于获取待处理道路的街景图像;

提取单元,用于对所述街景图像进行特征提取,获得道路特征;

识别单元,用于触发道路识别模型,对所述道路特征进行识别,所述道路识别模型为多级分类模型;

确定单元,用于基于所述道路识别模型的识别结果,确定所述待处理道路的道路通行类别。

9.一种存储介质,其特征在于,所述存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器加载并执行时,实现如上权利要求1至7任一项所述的道路识别方法。

10.一种电子设备,其特征在于,包括:

处理器和存储器;

其中,所述处理器用于执行所述处理器中存储的程序;

所述存储器用于存储程序,所述程序至少用于:

获取待处理道路的街景图像;

对所述街景图像进行特征提取,获得道路特征;

触发道路识别模型,对所述道路特征进行识别,所述道路识别模型为多级分类模型;

基于所述道路识别模型的识别结果,确定所述待处理道路的道路通行类别。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010953644.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top