[发明专利]一种道路交通标志识别方法及装置

权利要求书

1.一种道路交通标志识别方法，其特征在于，包括：

获取彩色二维行车图像；

依据预设道路交通标志检测模型，从所述彩色二维行车图像中检测道路交通标志，并确定所述道路交通标志在所述彩色二维行车图像中的坐标位置，所述道路交通标志包括：警告标志、禁令标志、指示标志、指路标志、旅游区标志以及辅助标志；

依据禁令标识分类模型，根据检测到的禁令标识的内容确定所述道路交通标志的类别。

2.根据权利要求1所述的方法，其特征在于，所述依据预设道路交通标志检测模型，从所述彩色二维行车图像中检测道路交通标志，并确定所述道路交通标志在所述彩色二维行车图像中的坐标位置，包括：

将所述彩色二维行车图像作为输入，输入至所述预设道路交通标志检测模型中，根据道路交通标志的形状特征和颜色特征，确定所述彩色二维行车图像中的道路交通标志；

利用所述预设道路交通标志检测模型使用所述彩色二维行车图像进行前向推理，得到所述道路交通标志在所述彩色二维行车图像中的坐标位置。

3.根据权利要求1所述的方法，其特征在于，所述预设道路交通标志检测模型的构建方法，包括：

获取构建所述预设道路交通标志检测模型的样本数据，所述样本数据为进行图像标注后的彩色二维行车图像；

根据所述样本数据确定所述道路交通标志在所述标注后的彩色二维行车图像中的坐标位置；

将所述样本数据和所述坐标位置作为训练数据，基于轻量化的深度学习模型进行模型训练，得到所述预设道路交通标志检测模型。

4.根据权利要求1所述的方法，其特征在于，所述禁令标识分类模型的构建方法，包括：

获取构建所述禁令标识分类模型的样本数据，所述样本数据为将所述彩色二维行车图像中的禁令标志类别裁剪出来的彩色二维行车图像；

针对所述样本数据进行数据增强操作，得到增强操作后的图像数据；

将所述增强操作后的图像数据作为训练数据，基于轻量化分类模型进行模型训练，得到所述禁令标识分类模型。

5.一种道路交通标志识别装置，其特征在于，包括：

获取单元，用于获取彩色二维行车图像；

检测单元，用于依据预设道路交通标志检测模型，从所述彩色二维行车图像中检测道路交通标志，并确定所述道路交通标志在所述彩色二维行车图像中的坐标位置，所述道路交通标志包括：警告标志、禁令标志、指示标志、指路标志、旅游区标志以及辅助标志；

分类单元，用于依据禁令标识分类模型，根据检测到的禁令标识的内容确定所述道路交通标志的类别。

6.根据权利要求5所述的装置，其特征在于，所述检测单元具体用于：

将所述彩色二维行车图像作为输入，输入至所述预设道路交通标志检测模型中，根据道路交通标志的形状特征和颜色特征，确定所述彩色二维行车图像中的道路交通标志；

利用所述预设道路交通标志检测模型使用所述彩色二维行车图像进行前向推理，得到所述道路交通标志在所述彩色二维行车图像中的坐标位置。

7.根据权利要求5所述的装置，其特征在于，所述检测单元具体还用于：

获取构建所述预设道路交通标志检测模型的样本数据，所述样本数据为进行图像标注后的彩色二维行车图像；

根据所述样本数据确定所述道路交通标志在所述标注后的彩色二维行车图像中的坐标位置；

将所述样本数据和所述坐标位置作为训练数据，基于轻量化的深度学习模型进行模型训练，得到所述预设道路交通标志检测模型。

8.根据权利要求5所述的装置，其特征在于，所述分类单元具体还用于：

获取构建所述禁令标识分类模型的样本数据，所述样本数据为将所述彩色二维行车图像中的禁令标志类别裁剪出来的彩色二维行车图像；

针对所述样本数据进行数据增强操作，得到增强操作后的图像数据；

将所述增强操作后的图像数据作为训练数据，基于轻量化分类模型进行模型训练，得到所述禁令标识分类模型。