[发明专利]一种目标物识别方法以及装置

说明书

本说明书公开了一种目标物识别方法以及装置，通过对采集图像中目标物对应区域的提取，减少噪声引起的识别准确率下降的问题，同时通过两阶段的识别，可以进一步精细化确定每个目标物对应的区域，以及每个目标物的识别结果，最后通过两阶段识别结果，确定最终识别结果，提高对目标物识别准确率。

技术领域

本说明书涉及无人驾驶技术领域，尤其涉及一种目标物识别方法以及装置。

背景技术

目前，无人驾驶设备的控制，依赖于对周围环境中目标物的识别，以基于识别结果控制无人驾驶设备行驶。其中，目标物通常是指：障碍物、指示牌、信号灯等会影响无人驾驶设备行驶的对象。

以信号灯为例进行说明，在现有技术中，对信号灯的识别主要是基于高精地图，通过实时确定出的车辆位姿，以及图像传感器位姿，在采集的图像中大致确定各信号灯所在的区域，之后，再确定包围各信号灯所在的区域的图像（如，确定各信号灯的最小外接矩形），将确定出的图像输入预先训练的信号灯识别模型，得到该信号灯识别模型输出的各信号灯的状态，作为识别结果。其中，信号灯的状态包括如：红灯、黄灯、绿灯或者是熄灭等状态。

将包围各信号灯所在的区域的图像作为输入，可以减少计算量，使得只需一次便可确定各信号灯的识别结果。但是，一般来说包围各信号灯所在的区域的图像中仍然可能包含大量噪声，例如，信号灯之间背景图像，或者路上的其他障碍物，临街店铺的灯光等等，容易对信号灯的识别产生干扰。并且，当信号灯距离较远时，信号灯在图像中的尺寸较小，而对小目标的检测一般较为困难，因此还容易产生漏检现象。

发明内容

本说明书实施例提供一种目标物识别方法以及装置，以部分解决上述现有技术存在的问题。

本说明书实施例采用下述技术方案：

本说明书提供的一种目标物识别方法，包括：

从采集的图像中，确定各目标物分别对应的第一区域；

根据所述图像中各目标物分别对应的第一区域的图像，确定待识别图像；

将所述待识别图像输入训练完成的目标检测模型，确定各目标物在所述待识别图像中分别对应的第二区域，以及各目标物的第一识别结果，所述第二区域的范围小于所述第一区域的范围；

将各目标物分别对应的第二区域的图像输入训练完成的分类模型，确定各目标物的第二识别结果；

根据各目标物的第一识别结果以及第二识别结果，确定各目标物的最终识别结果。

可选地，从采集的图像中，分别确定各目标物对应的各第一区域，具体包括：

根据采集图像时的采集设备位姿，在预存的高精地图中确定所述采集设备采集的所述图像时，采集范围内的各目标物；

根据确定出的各目标物的位置以及各目标物的属性，在采集的所述图像中分别确定各目标物对应的区域；

根据放大参数，分别对各目标物对应的区域进行放大，将放大后的区域作为各目标物对应的第一区域。

可选地，根据所述图像中各目标物分别对应的第一区域的图像，确定待识别图像，具体包括：

按照确定出的各目标物分别对应的第一区域，从所述图像中提取出各目标物的子图像；

将各目标物的子图像进行拼接后的图像，作为待识别图像。

可选地，将各目标物分别对应的第二区域的图像输入训练完成的分类模型，确定各目标物的第二识别结果，具体包括：

针对每个目标物，根据所述目标检测模型输出的该目标物对应的第二区域，从所述待识别图像中，提取该目标物对应的第二区域的图像；