[发明专利]交通要素识别方法、装置、设备及计算机可读存储介质在审
申请号: | 202110718278.2 | 申请日: | 2021-06-28 |
公开(公告)号: | CN113822128A | 公开(公告)日: | 2021-12-21 |
发明(设计)人: | 燕旭东 | 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;G06K9/46;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 北京派特恩知识产权代理有限公司 11270 | 代理人: | 崔晓岚;张颖玲 |
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: | 交通 要素 识别 方法 装置 设备 计算机 可读 存储 介质 | ||
1.一种交通要素识别方法,其特征在于,包括:
对获取到的道路图像进行交通要素的检测,得到待分类交通要素;其中,所述交通要素包括道路中的交通标志或监控设施;
从所述待分类交通要素和获取到的多个交通要素模板中,预测出待分类特征,以及所述多个交通要素模板对应的多个空间势场特征;其中,所述空间势场特征表征所述待分类交通要素与所述交通要素模板之间的吸引或排斥程度;
依据所述多个空间势场特征和所述待分类特征,从所述多个交通要素模板中查找到所述待分类交通要素对应的匹配要素模板;
将所述匹配要素模板对应的类别,确定为所述待分类交通要素的目标类别。
2.根据权利要求1所述的方法,其特征在于,所述依据所述多个空间势场特征和所述待分类特征,从所述多个交通要素模板中查找到所述待分类交通要素对应的匹配要素模板,包括:
基于所述多个空间势场特征,对所述待分类特征进行空间矫正,得到所述多个空间势场特征对应的多个矫正特征;
依据所述多个矫正特征与所述多个交通要素模板的特征之间的相似度,从所述多个交通要素模板中,确定出所述待分类交通要素对应的所述匹配要素模板。
3.根据权利要求2所述的方法,其特征在于,所述基于所述多个空间势场特征,对所述待分类特征进行空间矫正,得到所述多个空间势场特征对应的多个矫正特征,包括:
利用所述多个空间势场特征中的每个空间势场特征,对所述待分类特征进行空间矫正,得到所述每个空间势场特征对应的矫正特征;
当利用所述多个空间势场特征均完成对所述待分类特征的空间矫正时,得到所述多个空间势场特征对应的所述多个矫正特征。
4.根据权利要求3所述的方法,其特征在于,所述利用所述多个空间势场特征中的每个空间势场特征,对所述待分类特征进行空间矫正,得到所述每个空间势场特征对应的矫正特征,包括:
从所述每个空间势场特征对应的矫正特征的多个特征维度中,挑选出所述待分类特征的每个特征维度对应的匹配特征维度;
利用所述匹配特征维度对应的特征数值和方向,为所述待分类特征的每个特征维度计算出矫正分量;
将所述待分类特征的每个特征维度的特征分量和所述矫正分量进行融合,得到所述每个空间势场特征对应的矫正特征。
5.根据权利要求2至4任一项所述的方法,其特征在于,所述依据所述多个矫正特征与所述多个交通要素模板的特征之间的相似度,从所述多个交通要素模板中,确定出所述待分类交通要素对应的所述匹配要素模板,包括:
对所述多个矫正特征中的每个矫正特征,与所述多个交通要素模板的特征进行相似度计算,得到多个特征相似度;
从所述多个交通要素模板中,挑选出所述匹配交通要素模板,其中,所述匹配交通要素模板对应的特征相似度最大。
6.根据权利要求5所述的方法,其特征在于,所述对所述多个矫正特征中的每个矫正特征,与所述多个交通要素模板的特征进行相似度计算,得到多个特征相似度,包括:
通过对所述每个矫正特征中的多个特征维度的特征分量,以及每个交通要素模板的特征中的多个特征维度的特征分量进行相似度计算,得到所述每个交通要素模板对应的特征相似度;
当对所述多个交通要素模板的特征均计算出对应特征相似度时,得到所述多个特征相似度。
7.根据权利要求6所述的方法,其特征在于,所述通过对所述每个矫正特征中的多个特征维度的特征分量,以及每个交通要素模板的特征中的多个特征维度的特征分量进行相似度计算,得到所述每个交通要素模板对应的特征相似度,包括:
针对所述每个矫正特征中的多个特征维度,从所述每个交通要素模板的特征的多个特征维度中,确定出目标特征维度;
将所述每个矫正特征中的多个特征维度的特征分量,和所述目标特征维度对应的特征分量进行距离计算,得到所述每个矫正特征的多个特征维度对应的特征距离;
将所述每个矫正特征的多个特征维度对应的特征距离进行累加,得到所述每个交通要素模板对应的所述特征相似度。
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/202110718278.2/1.html,转载请声明来源钻瓜专利网。