[发明专利]一种道路交通标志牌识别方法及装置

说明书

本申请公开了一种道路交通标志牌识别方法及装置，涉及图像处理技术领域。该方法包括：获取待识别的图像；基于MobileNet v2网络，对所述图像进行特征提取；基于MLFPN网络，对所述MobileNet v2网络提取到的特征进行多级多尺度特征提取，得到至少一个候选交通标志牌边界框、所述至少一个候选交通标志牌边界框中各边界框对应的交通标志牌类别以及置信度；根据各候选交通标志牌边界框对应的置信度，从所述至少一个候选交通标志牌边界框中选择满足置信度要求的交通标志牌边界框，得到识别出的目标交通标志牌；基于RepVGG网络，对所述目标交通标志牌进行状态检测，得到所述目标交通标志牌的状态。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种道路交通标志牌识别方法及装置。

背景技术

随着交通道路的发展，在车辆出行过程中，道路上的交通标志牌有着重要作用。比如，使机动车、非机动车和行人分隔，提高道路利用率，减少或防止交通事故发生；再比如，道路上的指示标志牌可以反馈给驾驶员前方的道路信息，方便驾驶员提前做出操作预判；再比如，一些让行标志牌可以警示驾驶员减速让行，提高交通安全性等。

由于交通标志牌一般放置于室外环境，受自然环境(如刮风下雨)及人为因素的影响，难免会出现倾倒、褪色等现象。目前，在复杂的交通场景下，判断交通标志牌的状态，一般安排专人专岗，工作量大且难保实时性和准确性。

因此，如何识别交通标志牌以及得到交通标志牌的状态是目前亟需解决的问题。

发明内容

本申请实施例提供一种道路交通标志牌识别方法及装置，用以识别交通标志牌以及得到交通标志牌的状态。

第一方面，提供一种识别道路交通标志牌的方法，包括：

获取待识别的图像，所述待识别的图像中包括交通标志牌；基于第一轻量级卷积神经网络，对所述图像进行特征提取；其中，所述第一轻量级卷积神经网络包括依次连接的一个标准卷积层以及五个深度卷积层，所述五个深度卷积层中的第三个深度卷积层输出的特征图和第四个深度卷积层输出的特征图进行多分枝卷积后，与第五个深度卷积层输出的特征图进行融合；基于多层次特征金字塔网络MLFPN，对所述第一轻量级卷积神经网络提取到的特征进行多级多尺度特征提取，得到至少一个候选交通标志牌边界框、所述至少一个候选交通标志牌边界框中各边界框对应的交通标志牌类别以及置信度；根据各候选交通标志牌边界框对应的置信度，从所述至少一个候选交通标志牌边界框中选择满足置信度要求的交通标志牌边界框，得到识别出的目标交通标志牌；基于第二轻量级卷积神经网络，对所述目标交通标志牌进行状态检测，得到所述目标交通标志牌的状态，所述目标交通标志牌的状态包括倾倒、正常状态中的一种。

在一种可能实现的方式中，所述第一轻量级卷积神经网络的深度卷积层包括深度卷积单元和逐点卷积单元；所述深度卷积单元用于：使用3＊3的卷积核对各通道进行深度卷积、批标准化处理以及基于Mish激活函数进行非单调平滑处理，得到各通道对应的特征图；所述逐点卷积单元用于：使用1＊1的卷积核对所述深度卷积单元输出的各通道对应的特征图进行逐点缩放卷积、批标准化处理以及基于Mish激活函数进行非单调平滑处理。