[发明专利]信号灯时域状态检测方法、模型训练方法及相关装置

权利要求书

1.一种信号灯时域状态检测方法，其特征在于，所述方法包括：

获取图像序列，所述图像序列至少包括连续的两帧图像，所述图像中包含信号灯；

按照图像的时间顺序将所述图像序列中的图像输入至信号灯时域状态检测模型，得到所述信号灯的时域状态。

2.根据权利要求1所述的信号灯时域状态检测方法，其特征在于，所述信号灯时域状态检测模型包括特征提取网络和检测网络，所述按照图像的时间顺序将所述图像序列中的图像输入至信号灯时域状态检测模型，得到所述信号灯的时域状态包括：

按照图像的时间顺序将所述图像序列中的图像输入至所述特征提取网络，获取多个时域特征信息；

将所述多个时域特征信息输入所述检测网络，得到所述信号灯的时域状态。

3.根据权利要求1所述的信号灯时域状态检测方法，其特征在于，所述特征提取网络包括骨干网络和增强网络，所述按照图像的时间顺序将所述图像序列中的图像输入至所述特征提取网络，获取多个时域特征信息包括：

按照图像的时间顺序将所述图像序列中的图像输入至所述骨干网络，获取多个骨干特征信息；

将所述多个骨干特征信息输入所述增强网络，对所述多个骨干特征信息进行信息融合，得到所述信号灯的时域特征信息。

4.根据权利要求3所述的信号灯时域状态检测方法，其特征在于，所述多个骨干特征信息至少包括维度依次降低的第一骨干特征信息、第二骨干特征信息和第三骨干特征信息，将所述多个骨干特征信息输入所述增强网络，对所述多个骨干特征信息进行信息融合，得到所述信号灯的时域信息包括：

将所述第三骨干特征信息上采样与所述第二骨干特征信息融合，得到第二融合骨干特征信息，将所述第二融合骨干特征信息上采样与第一骨干特征信息融合，输出得到第一时域特征信息；

将所述第一时域特征信息下采样与所述第二融合骨干特征信息融合，输出得到第二时域特征信息；

将所述第三骨干特征信息输出得到第三时域特征信息。

5.根据权利要求4所述的信号灯时域状态检测方法，其特征在于，

所述骨干网络包括至少三个残差网络层，所述按照图像的时间顺序将所述图像序列中的图像输入至所述骨干网络，获取多个骨干特征信息包括：

利用第一残差网络层进行下采样特征提取，得到第一骨干特征信息；

将所述第一骨干特征信息输入第二残差网络层进行下采样特征提取，得到第二骨干特征信息；

将所述第二骨干特征信息输入第三残差网络层进行下采样特征提取，得到第三骨干特征信息。

6.根据权利要求2所述的信号灯时域状态检测方法，其特征在于，所述方法还包括：

对信号灯的时域信息进行检测获取信号灯的状态，所述信号灯的时域状态包括亮起、熄灭、状态不变、状态变化中的任一种。

7.一种信号灯时域状态检测模型训练方法，其特征在于，所述方法包括：

获取样本图像序列，所述图像序列至少包括连续的第一样本图像和第二样本图像，所述第一样本图像和第二样本图像中包含信号灯；

获取所述第一样本图像中所述信号灯的第一标注框，以及所述第二样本图像中所述信号灯的第二标注框；

计算所述第一标注框与所述第二标注框的交并比，所述交并比为标注框的重叠率；

获取所述交并比所对应的信号灯时域状态；

将所述第一样本图像和所述第二样本图像输入信号灯时域状态检测模型中，将所述信号灯时域状态作为真值训练所述信号灯时域状态检测模型，以实现权利要求1-6任一项所述的信号灯时域状态检测方法。