CN113392679B - 车辆转向信号的识别装置及方法、电子设备 - Google Patents
车辆转向信号的识别装置及方法、电子设备 Download PDFInfo
- Publication number
- CN113392679B CN113392679B CN202010174607.7A CN202010174607A CN113392679B CN 113392679 B CN113392679 B CN 113392679B CN 202010174607 A CN202010174607 A CN 202010174607A CN 113392679 B CN113392679 B CN 113392679B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- frame
- lamp
- result
- detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000001514 detection method Methods 0.000 claims abstract description 223
- 238000000605 extraction Methods 0.000 claims abstract description 42
- 230000004397 blinking Effects 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 10
- 238000013135 deep learning Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2431—Multiple classes
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
- Lighting Device Outwards From Vehicle And Optical Signal (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例提供一种车辆转向信号的识别装置及方法、电子设备。该方法包括:对输入的帧序列中的各帧依次进行车辆检测,所述帧序列包括至少一个帧周期;根据各帧的车辆检测结果进行车辆追踪,获得车辆追踪结果;根据各帧的车辆检测结果进行车灯检测,获得车灯检测结果;根据各帧的车辆检测结果进行车辆的显示方向检测,获得车辆显示方向检测结果;根据所述车辆追踪结果、车灯检测结果以及车辆显示方向检测结果进行车灯的配对,获得车灯配对结果;根据车灯配对结果对车灯所在区域进行亮度提取,获得亮度提取结果;以及根据亮度提取结果进行车辆转向信号的检测,获得车辆转向信号的检测结果。
Description
技术领域
本申请涉及信息技术领域。
背景技术
近年来,智能交通技术发展迅速并逐渐应用于各个领域。识别车辆的转向信号有助于人们了解其他道路使用者的意图,例如,其对于提醒驾驶员可能发生的危险是非常有用的,另外,对于基于车载摄像头的交通事故评估,识别车辆的转向信号也是非常重要的信息。因此,越来越多的人希望开发强大的机器视觉方法来完成这项工作。
当前,大多数车辆转向信号的识别方法都是基于明亮区域的聚类和车灯配对的方法。该方法主要使用高斯混合模型对明亮区域进行聚类,对每个聚类的车灯光斑进行特征提取,然后通过车灯配对来确认正确的车灯光斑。
应该注意,上面对技术背景的介绍只是为了方便对本申请的技术方案进行清楚、完整的说明,并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本申请的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
发明内容
但是,发明人发现,在白天的环境下,车灯的亮度始终很弱,明亮区域的聚类结果无法准确反映存在的车灯。同样,环境的反射对夜间的车灯提取也具有不良影响。因此,在实际情况下,仅基于明亮区域的聚类和车灯配对的方法来识别车辆的转向信号存在困难,容易造成误识别。
为了解决上述问题中的至少一个,本申请实施例提供一种车辆转向信号的识别装置及方法、电子设备,能够在各种环境下识别车辆的转向信号,识别准确率高且应用范围广。
根据本申请实施例的第一方面,提供一种车辆转向信号的识别装置,所述装置包括:第一检测单元,其对输入的帧序列中的各帧依次进行车辆检测,所述帧序列包括至少一个帧周期;追踪单元,其根据各帧的车辆检测结果进行车辆追踪,获得车辆追踪结果;第二检测单元,其根据各帧的车辆检测结果进行车灯检测,获得车灯检测结果;第三检测单元,其根据各帧的车辆检测结果进行车辆的显示方向检测,获得车辆显示方向检测结果;匹配单元,其根据所述车辆追踪结果、所述车灯检测结果以及所述车辆显示方向检测结果进行车灯的配对,获得车灯配对结果;提取单元,其根据所述车灯配对结果对车灯所在区域进行亮度提取,获得亮度提取结果;以及第四检测单元,其根据所述亮度提取结果进行车辆转向信号的检测,获得车辆转向信号的检测结果。
根据本申请实施例的第二方面,提供一种电子设备,所述电子设备包括根据本申请实施例的第一方面所述的装置。
根据本申请实施例的第三方面,提供一种车辆转向信号的识别方法,所述方法包括:对输入的帧序列中的各帧依次进行车辆检测,所述帧序列包括至少一个帧周期;根据各帧的车辆检测结果进行车辆追踪,获得车辆追踪结果;根据各帧的车辆检测结果进行车灯检测,获得车灯检测结果;根据各帧的车辆检测结果进行车辆的显示方向检测,获得车辆显示方向检测结果;根据所述车辆追踪结果、所述车灯检测结果以及所述车辆显示方向检测结果进行车灯的配对,获得车灯配对结果;根据所述车灯配对结果对车灯所在区域进行亮度提取,获得亮度提取结果;以及根据所述亮度提取结果进行车辆转向信号的检测,获得车辆转向信号的检测结果。
本申请实施例的有益效果在于:基于车辆检测结果进行车灯检测,即用检测方法代替传统的聚类方法,能够提高车灯检测的精度;在进行车灯的配对时,在车辆追踪结果和车灯检测结果的基础上结合了车辆显示方向检测结果,能够提高车灯配对的准确率和效率,因此,能够在各种环境下识别车辆的转向信号,识别准确率高且应用范围广。
参照后文的说明和附图,详细公开了本申请的特定实施方式,指明了本申请的原理可以被采用的方式。应该理解,本申请的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内,本申请的实施方式包括许多改变、修改和等同。
针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用,与其它实施方式中的特征相组合,或替代其它实施方式中的特征。
应该强调,术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在,但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。
附图说明
所包括的附图用来提供对本申请实施例的进一步的理解,其构成了说明书的一部分,用于例示本申请的实施方式,并与文字描述一起来阐释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1是本申请实施例1的车辆转向信号的识别装置的一示意图;
图2是本申请实施例1的追踪单元的一示意图;
图3是本申请实施例1的各种车辆显示方向的一示意图;
图4是本申请实施例1的第四检测单元的一示意图;
图5是本申请实施例1的第四检测单元的检测方法的一示意图;
图6是本申请实施例2的电子设备的一示意图;
图7是本申请实施例2的电子设备的***构成的一示意框图;
图8是本申请实施例3的车辆转向信号的识别方法的一示意图。
具体实施方式
参照附图,通过下面的说明书,本申请的前述以及其它特征将变得明显。在说明书和附图中,具体公开了本申请的特定实施方式,其表明了其中可以采用本申请的原则的部分实施方式,应了解的是,本申请不限于所描述的实施方式,相反,本申请包括落入所附权利要求的范围内的全部修改、变型以及等同物。
实施例1
本申请实施例提供一种车辆转向信号的识别装置。图1是本申请实施例1的车辆转向信号的识别装置的一示意图。
如图1所示,车辆转向信号的识别装置100包括:
第一检测单元101,其对输入的帧序列中的各帧依次进行车辆检测,该帧序列包括至少一个帧周期;
追踪单元102,其根据各帧的车辆检测结果进行车辆追踪,获得车辆追踪结果;
第二检测单元103,其根据各帧的车辆检测结果进行车灯检测,获得车灯检测结果;
第三检测单元104,其根据各帧的车辆检测结果进行车辆的显示方向检测,获得车辆显示方向检测结果;
匹配单元105,其根据该车辆追踪结果、车灯检测结果以及车辆显示方向检测结果进行车灯的配对,获得车灯配对结果;
提取单元106,其根据该车灯配对结果对车灯所在区域进行亮度提取,获得亮度提取结果;以及
第四检测单元107,其根据该亮度提取结果进行车辆转向信号的检测,获得车辆转向信号的检测结果。
在本申请实施例的一种实施方式中,输入的帧序列可以是通过各种方式获得的包括车辆在内的视频。例如,通过车载摄像头拍摄的视频,或者是,通过道路监控摄像头拍摄的视频。
该帧序列包括至少一个帧周期,该帧序列包含的帧周期的数量以及每个帧周期包含的帧的数量可以根据实际需要而确定。
例如,每个帧周期包含25帧,该帧序列包含一个或多个25帧。
在本申请实施例的一种实施方式中,第一检测单元101对输入的帧序列中的各帧依次进行车辆检测,也就是说,第一检测单元101逐帧进行车辆检测,并分别输出各帧的车辆检测结果。
第一检测单元101输出的车辆检测结果例如是检测到的各个车辆的检测框和相应的位置信息。
第一检测单元101可以使用基于深度学习方法得到的模型对车辆进行检测,例如,第一检测单元101使用特征金字塔网络(FPN,Feature Pyramid Networks)对输入的帧序列中的各帧依次进行车辆检测,这样,能够得到较为准确的车辆检测结果,从而保证后面进行车灯检测和配对的准确性。
在本申请实施例的一种实施方式中,追踪单元102根据各帧的车辆检测结果进行车辆追踪,获得车辆追踪结果。追踪单元102可以使用各种追踪方法,例如,基于Deep Sort网络进行车辆追踪,这样,能够获得良好的多目标追踪结果。
在本申请实施例的一种实施方式中,为了进一步提高追踪结果的精度,设计了追踪结果的修正机制。
图2是本申请实施例1的追踪单元的一示意图。如图2所示,追踪单元102包括:
比较单元201,其将当前帧检测到的车辆与该当前帧之前的预设数量的多个帧追踪到的车辆进行比较,计算比较的两个车辆之间的重叠率;
第一确定单元202,其在当前帧检测到的车辆与该当前帧之前的预设数量的多个帧追踪到的车辆的重叠率大于第一阈值的情况下,将当前帧检测到的该车辆作为当前帧的车辆追踪结果。
在本申请实施例的一种实施方式中,预设数量可以根据实际需要而确定,例如,当前帧之前的预设数量的多个帧是当前帧之前的5帧。
例如,当前帧之前的5帧追踪到N个车辆,当前帧检测到M个车辆,比较单元201将当前帧检测到的M个车辆与当前帧之前的5帧追踪到的N个车辆两两进行比较,并计算比较的两个车辆之间的重叠率,N和M均为正整数。
在计算重叠率时,例如,可以计算两个车辆的检测框的重叠率。
第一确定单元202在当前帧检测到的车辆与该当前帧之前的预设数量的多个帧追踪到的车辆的重叠率大于第一阈值的情况下,将当前帧检测到的车辆作为当前帧的车辆追踪结果,例如,当前帧检测到的M个车辆中的第i个车辆与之前5帧追踪到的N个车辆中的第j个车辆的重叠率大于第一阈值时,将第i个车辆作为当前帧的车辆追踪结果。
这样,根据当前帧的车辆检测结果与之前的多个帧的车辆追踪结果的比较结果,对车辆追踪结果进行修正,能够进一步提高追踪结果的精度。
在本申请实施例的一种实施方式中,第二检测单元103根据各帧的车辆检测结果进行车灯检测,获得车灯检测结果,例如,在各帧检测到的车辆的检测框内,进行车灯的检测。
第二检测单元103可以使用各种检测方法,例如,第二检测单元103,使用YOLO V3网络进行车灯检测,YOLO V3网络是一个轻量型网络,且具有较高的识别准确率。
在本申请实施例的一种实施方式中,第三检测单元103根据各帧的车辆检测结果,使用车辆显示方向分类器进行车辆显示方向检测,其中,该车辆显示方向分类器是通过深度学习方法训练得到的。
在本申请实施例的一种实施方式中,车辆显示方向指的是在拍摄到的各帧的图像中,检测到的车辆所显示的车辆的方向,或者也可以说,检测到的车辆所显示的车辆的部位。例如,在该图像中,显示了车辆的前部,则该车辆的显示方向即为“前”。
在本申请实施例的一种实施方式中,该车辆显示方向分类器输出的类别的数量可以根据实际需要而确定。例如,该车辆显示方向分类器可以输出的类别有8个。
图3是本申请实施例1的各种车辆显示方向的一示意图。如图3所示,上面一排从左到右依次为“前(front)”、“右前(right front)”、“左前(left front)”以及“右(right)”,下面一排从左到右依次为“后(back)”、“右后(right back)”、“左后(left back)”以及“左(left)”。
这样,通过检测车辆的显示方向,能够有助于进行车灯位置的确定和车灯配对。
在本申请实施例的一种实施方式中,不对追踪单元102、第二检测单元103以及第三检测单元104的处理顺序进行限制。例如,追踪单元102、第二检测单元103以及第三检测单元103可以并行处理,也可以逐个处理。
在本申请实施例的一种实施方式中,在追踪单元102、第二检测单元103以及第三检测单元104完成了相应的处理之后,匹配单元105根据车辆追踪结果、车灯检测结果以及车辆显示方向检测结果进行车灯的配对,获得车灯配对结果。
在本申请实施例的一种实施方式中,车辆追踪结果表示车辆在该帧序列内的持续检测的结果,例如包括车辆的ID和位置变化信息;车灯检测结果表示在车辆的检测框中进一步检测到的车灯区域;车辆显示方向检测结果表示车辆在图像中显示的方向。
例如,对于当前帧的车辆追踪结果中的某个车辆,该车辆的显示方向为“左后(left back)”,如图3中下面一排左起第3幅图所示,在该车辆的检测框中进一步检测到2个车灯区域,那么,结合车辆的显示方向为“左后(left back)”,可以确定这2个车灯区域表示的是该车辆的左侧尾灯和右侧尾灯,则将其配为一对,并作为一对尾灯。因此能够准确高效的完成车灯的配对。
在本申请实施例的一种实施方式中,提取单元106根据车灯配对结果对车灯所在区域进行亮度提取,获得亮度提取结果,提取单元106可以使用各种方法进行亮度提取。
例如,将图像的格式从RGB转换为HSL,并从HSL格式的图像中提取亮度成分,并对提取了亮度成分的图像根据预设阈值进行二值化处理,从而对图像进行二值化。
该预设阈值可根据实际需要而确定,例如,在白天的场景下,该预设阈值为127,在晚上的场景下,该预设阈值为220。
在本申请实施例的一种实施方式中,第四检测单元107根据亮度提取结果进行车辆转向信号的检测,获得车辆转向信号的检测结果。
以下对第四检测单元107的结构以及检测方法进行示例性的说明。
图4是本申请实施例1的第四检测单元的一示意图。如图4所示,第四检测单元107包括:
第二确定单元401,其当在一个帧周期内检测到一对车灯中仅一个车灯闪烁时,将闪烁的车灯信号确定为车辆转向信号;第五检测单元402,其当在一个帧周期内检测到一对车灯中的两个车灯均闪烁时,在包括该一个帧周期的多个帧周期内检测该一对车灯的闪烁状态;以及
第三确定单元403,其当在该多个帧周期内检测到该一对车灯中仅一个车灯持续闪烁时,确定闪烁的车灯信号为车辆转向信号,当在该多个帧周期内检测到该一对车灯中的两个车灯均持续闪烁时,确定闪烁的车灯信号为双闪信号。
在本申请实施例的一种实施方式中,当存在多个车灯对时,第四检测单元107逐对进行检测。
在本申请实施例的一种实施方式中,如图4所示,第四检测单元107还可以包括:
第六检测单元404,其根据车灯所在区域的亮度变化程度来检测该车灯是否闪烁,车灯所在区域的亮度变化程度是根据上述亮度提取结果确定的。也就是说,根据提取出的亮度的变化计算该亮度变化程度,然后根据该亮度变化程度来检测该车灯是否闪烁。
图5是本申请实施例1的第四检测单元的检测方法的一示意图。如图5所示,针对一对车灯,该方法包括:
步骤501:在一个帧周期内检测一对车灯的闪烁状态;
步骤502:判断在一个帧周期内是否检测到车灯的闪烁,当判断结果为“是”时,进入步骤503,当判断结果为“否”时,结束进程;
步骤503:判断在一个帧周期内是否检测到该一对车灯中仅有一个车灯在闪烁,当判断结果为“是”时,进入步骤504,当判断结果为“否”时,即检测到一对车灯的两个车灯都在闪烁时,进入步骤505;
步骤504:将闪烁的车灯信号确定为车辆转向信号;
步骤505:在包括该一个帧周期的多个帧周期内检测该一对车灯的闪烁状态;
步骤506:判断在该多个帧周期内是否检测到该一对车灯中仅一个车灯持续闪烁,当判断结果为“是”时,进入步骤504,当判断结果为“否”时,即检测到两个车灯都在持续闪烁时,进入步骤507;
步骤507:将闪烁的车灯信号确定为双闪信号。
这样,根据单侧闪烁和双侧闪烁的不同情况进行检测,能够灵活高效的得到准确的转向信号检测结果。
在步骤506中,判断在该多个帧周期内检测是否到该一对车灯中仅一个车灯持续闪烁,判断车灯是否持续闪烁例如可以采用以下的方法:在3个帧周期中,以一个帧周期为单位,作为检测窗口连续或间隔的移动,例如,3个帧周期包括编号为1~75的75个帧,依次在帧编号1~25、2~26、3~27、……、51~75的帧内进行共计51次闪烁检测,如果在其中的N次闪烁检测中检测到一对车灯中的仅一个车灯的闪烁,那么当N/51大于预设阈值时,认为一对车灯中的该车灯持续闪烁。
例如,当该车灯在一个帧周期内的亮度变化超过预设阈值时,认为该车灯在这一个帧周期内发生了闪烁。该预设阈值可以根据实际需要设置,例如,该预设阈值为20%。
在本申请实施例的一种实施方式中,该第一阈值可以根据实际需要而确定,例如,第一阈值是80%。
由上述实施例可知,基于车辆检测结果进行车灯检测,即用检测方法代替传统的聚类方法,能够提高车灯检测的精度;在进行车灯的配对时,在车辆追踪结果和车灯检测结果的基础上结合了车辆显示方向检测结果,能够提高车灯配对的准确率和效率,因此,能够在各种环境下识别车辆的转向信号,识别准确率高且应用范围广。
实施例2
本申请实施例还提供了一种电子设备,图6是本申请实施例2的电子设备的一示意图。如图6所示,电子设备600包括车辆转向信号的识别装置601,车辆转向信号的识别装置601的结构和功能与实施例1中的记载相同,此处不再赘述。
在本申请实施例的一种实施方式中,电子设备600可以是各种类型的电子设备,例如,车载终端、移动终端或者计算机。
图7是本申请实施例2的电子设备的***构成的一示意框图。如图7所示,电子设备700可以包括处理器701和存储器702;该存储器702耦合到该处理器701。该图是示例性的;还可以使用其它类型的结构,来补充或代替该结构,以实现电信功能或其它功能。
如图7所示,电子设备700还可以包括:输入单元703、显示器704、电源705。
在一个实施方式中,实施例1所述的车辆转向信号的识别装置的功能可以被集成到处理器701中。其中,处理器701可以被配置为:对输入的帧序列中的各帧依次进行车辆检测,该帧序列包括至少一个帧周期;根据各帧的车辆检测结果进行车辆追踪,获得车辆追踪结果;根据各帧的车辆检测结果进行车灯检测,获得车灯检测结果;根据各帧的车辆检测结果进行车辆的显示方向检测,获得车辆显示方向检测结果;根据该车辆追踪结果、车灯检测结果以及车辆显示方向检测结果进行车灯的配对,获得车灯配对结果;根据车灯配对结果对车灯所在区域进行亮度提取,获得亮度提取结果;以及根据亮度提取结果进行车辆转向信号的检测,获得车辆转向信号的检测结果。
例如,该对输入的帧序列中的各帧依次进行车辆检测,包括:使用特征金字塔网络(FPN,Feature Pyramid Networks)对输入的帧序列中的各帧依次进行车辆检测。
例如,该根据各帧的车辆检测结果进行车辆追踪,获得车辆追踪结果,包括:将当前帧检测到的车辆与该当前帧之前的预设数量的多个帧追踪到的车辆进行比较,计算比较的两个车辆之间的重叠率;在当前帧检测到的车辆与该当前帧之前的预设数量的多个帧追踪到的车辆的重叠率大于第一阈值的情况下,将当前帧检测到的车辆作为当前帧的车辆追踪结果。
例如,该根据各帧的车辆检测结果进行车灯检测,包括:根据各帧的车辆检测结果,使用YOLO V3网络进行车灯检测。
例如,该根据各帧的车辆检测结果进行车辆显示方向检测,包括:根据各帧的车辆检测结果,使用车辆显示方向分类器进行车辆显示方向检测,其中,该车辆显示方向分类器是通过深度学习方法训练得到的。
例如,该根据亮度提取结果进行车辆转向信号的检测,获得车辆转向信号的检测结果,包括:当在一个帧周期内检测到一对车灯中仅一个车灯闪烁时,将闪烁的车灯信号确定为车辆转向信号;当在一个帧周期内检测到一对车灯中的两个车灯均闪烁时,在包括该一个帧周期的多个帧周期内检测该一对车灯的闪烁状态;以及当在该多个帧周期内检测到该一对车灯中仅一个车灯持续闪烁时,确定闪烁的车灯信号为车辆转向信号,当在该多个帧周期内检测到该一对车灯中的两个车灯均持续闪烁时,确定闪烁的车灯信号为双闪信号。
例如,根据所述车灯所在区域的亮度变化程度来检测所述车灯是否闪烁,所述车灯所在区域的亮度变化程度是根据所述亮度提取结果确定的。
在另一个实施方式中,实施例1所述的车辆转向信号的识别装置可以与该处理器701分开配置,例如可以将该车辆转向信号的识别装置配置为与处理器701连接的芯片,通过处理器701的控制来实现该车辆转向信号的识别装置的功能。
在本申请实施例的一种实施方式中电子设备700也并不是必须要包括图7中所示的所有部件。
如图7所示,处理器701有时也称为控制器或操作控件,可以包括微处理器或其它处理器装置和/或逻辑装置,处理器701接收输入并控制电子设备700的各个部件的操作。
该存储器702,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。并且该处理器701可执行该存储器702存储的该程序,以实现信息存储或处理等。其它部件的功能与现有类似,此处不再赘述。电子设备700的各部件可以通过专用硬件、固件、软件或其结合来实现,而不偏离本申请的范围。
由上述实施例可知,基于车辆检测结果进行车灯检测,即用检测方法代替传统的聚类方法,能够提高车灯检测的精度;在进行车灯的配对时,在车辆追踪结果和车灯检测结果的基础上结合了车辆显示方向检测结果,能够提高车灯配对的准确率和效率,因此,能够在各种环境下识别车辆的转向信号,识别准确率高且应用范围广。
实施例3
本申请实施例还提供一种车辆转向信号的识别方法,该方法对应于实施例1的车辆转向信号的识别装置。图8是本申请实施例3的车辆转向信号的识别方法的一示意图。如图8所示,该方法包括:
步骤801:对输入的帧序列中的各帧依次进行车辆检测,该帧序列包括至少一个帧周期;
步骤802:根据各帧的车辆检测结果进行车辆追踪,获得车辆追踪结果;
步骤803:根据各帧的车辆检测结果进行车灯检测,获得车灯检测结果;
步骤804:根据各帧的车辆检测结果进行车辆的显示方向检测,获得车辆显示方向检测结果;
步骤805:根据该车辆追踪结果、车灯检测结果以及车辆显示方向检测结果进行车灯的配对,获得车灯配对结果;
步骤806:根据车灯配对结果对车灯所在区域进行亮度提取,获得亮度提取结果;以及
步骤807:根据亮度提取结果进行车辆转向信号的检测,获得车辆转向信号的检测结果。
在本申请实施例的一种实施方式中,上述各个步骤的具体实现方法与实施例1中的记载相同,此处不再重复。
在本申请实施例的一种实施方式中,不对步骤802、803、804的执行顺序进行限制,其可以并行进行,也可以逐个执行。
由上述实施例可知,基于车辆检测结果进行车灯检测,即用检测方法代替传统的聚类方法,能够提高车灯检测的精度;在进行车灯的配对时,在车辆追踪结果和车灯检测结果的基础上结合了车辆显示方向检测结果,能够提高车灯配对的准确率和效率,因此,能够在各种环境下识别车辆的转向信号,识别准确率高且应用范围广。
本申请实施例还提供一种计算机可读程序,其中当在车辆转向信号的识别装置或电子设备中执行所述程序时,所述程序使得计算机在所述车辆转向信号的识别装置或电子设备中执行实施例3所述的车辆转向信号的识别方法。
本申请实施例还提供一种存储有计算机可读程序的存储介质,其中所述计算机可读程序使得计算机在车辆转向信号的识别装置或电子设备中执行实施例3所述的车辆转向信号的识别方法。
结合本申请实施例描述的车辆转向信号的识别装置或电子设备中执行车辆转向信号的识别方法可直接体现为硬件、由处理器执行的软件模块或二者组合。例如,图1中所示的功能框图中的一个或多个和/或功能框图的一个或多个组合,既可以对应于计算机程序流程的各个软件模块,亦可以对应于各个硬件模块。这些软件模块,可以分别对应于图8所示的各个步骤。这些硬件模块例如可利用现场可编程门阵列(FPGA)将这些软件模块固化而实现。
软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域已知的任何其它形式的存储介质。可以将一种存储介质耦接至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息;或者该存储介质可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该软件模块可以存储在移动终端的存储器中,也可以存储在可***移动终端的存储卡中。例如,如果电子设备采用的是较大容量的MEGA-SIM卡或者大容量的闪存装置,则该软件模块可存储在该MEGA-SIM卡或者大容量的闪存装置中。
针对图1描述的功能框图中的一个或多个和/或功能框图的一个或多个组合,可以实现为用于执行本申请所描述功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑器件、分立硬件组件、或者其任意适当组合。针对图1描述的功能框图中的一个或多个和/或功能框图的一个或多个组合,还可以实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、与DSP通信结合的一个或多个微处理器或者任何其它这种配置。
以上结合具体的实施方式对本申请进行了描述,但本领域技术人员应该清楚,这些描述都是示例性的,并不是对本申请保护范围的限制。本领域技术人员可以根据本申请的精神和原理对本申请做出各种变型和修改,这些变型和修改也在本申请的范围内。
本申请实施例还公开下述的附记:
1、一种车辆转向信号的识别装置,所述装置包括:
第一检测单元,其对输入的帧序列中的各帧依次进行车辆检测,所述帧序列包括至少一个帧周期;
追踪单元,其根据各帧的车辆检测结果进行车辆追踪,获得车辆追踪结果;
第二检测单元,其根据各帧的车辆检测结果进行车灯检测,获得车灯检测结果;
第三检测单元,其根据各帧的车辆检测结果进行车辆的显示方向检测,获得车辆显示方向检测结果;
匹配单元,其根据所述车辆追踪结果、所述车灯检测结果以及所述车辆显示方向检测结果进行车灯的配对,获得车灯配对结果;
提取单元,其根据所述车灯配对结果对车灯所在区域进行亮度提取,获得亮度提取结果;以及
第四检测单元,其根据所述亮度提取结果进行车辆转向信号的检测,获得车辆转向信号的检测结果。
2、根据附记1所述的装置,其中,
所述第一检测单元使用特征金字塔网络(FPN)对输入的帧序列中的各帧依次进行车辆检测。
3、根据附记1所述的装置,其中,所述追踪单元包括:
比较单元,其将当前帧检测到的车辆与所述当前帧之前的预设数量的多个帧追踪到的车辆进行比较,计算比较的两个车辆之间的重叠率;
第一确定单元,其在当前帧检测到的车辆与所述当前帧之前的预设数量的多个帧追踪到的车辆的重叠率大于第一阈值的情况下,将当前帧检测到的所述车辆作为当前帧的车辆追踪结果。
4、根据附记1所述的装置,其中,
所述第二检测单元根据各帧的车辆检测结果,使用YOLO V3网络进行车灯检测。
5、根据附记1所述的装置,其中,
所述第三检测单元根据各帧的车辆检测结果,使用车辆显示方向分类器进行车辆显示方向检测,其中,所述车辆显示方向分类器是通过深度学习方法训练得到的。
6、根据附记1所述的装置,其中,所述第四检测单元包括:
第二确定单元,其当在一个帧周期内检测到一对车灯中仅一个车灯闪烁时,将闪烁的车灯信号确定为车辆转向信号;
第五检测单元,其当在一个帧周期内检测到一对车灯中的两个车灯均闪烁时,在包括所述一个帧周期的多个帧周期内检测所述一对车灯的闪烁状态;以及
第三确定单元,其当在所述多个帧周期内检测到所述一对车灯中仅一个车灯持续闪烁时,确定闪烁的车灯信号为车辆转向信号,当在所述多个帧周期内检测到所述一对车灯中的两个车灯均持续闪烁时,确定闪烁的车灯信号为双闪信号。
7、根据附记6所述的装置,其中,所述第四检测单元还包括:
第六检测单元,其根据所述车灯所在区域的亮度变化程度来检测所述车灯是否闪烁,所述车灯所在区域的亮度变化程度是根据所述亮度提取结果确定的。
8、一种电子设备,所述电子设备包括根据附记1所述的装置。
9、一种车辆转向信号的识别方法,所述方法包括:
对输入的帧序列中的各帧依次进行车辆检测,所述帧序列包括至少一个帧周期;
根据各帧的车辆检测结果进行车辆追踪,获得车辆追踪结果;
根据各帧的车辆检测结果进行车灯检测,获得车灯检测结果;
根据各帧的车辆检测结果进行车辆的显示方向检测,获得车辆显示方向检测结果;
根据所述车辆追踪结果、所述车灯检测结果以及所述车辆显示方向检测结果进行车灯的配对,获得车灯配对结果;
根据所述车灯配对结果对车灯所在区域进行亮度提取,获得亮度提取结果;以及
根据所述亮度提取结果进行车辆转向信号的检测,获得车辆转向信号的检测结果。
10、根据附记9所述的方法,其中,所述对输入的帧序列中的各帧依次进行车辆检测,包括:
使用特征金字塔网络(FPN,Feature Pyramid Networks)对输入的帧序列中的各帧依次进行车辆检测。
11、根据附记9所述的方法,其中,所述根据各帧的车辆检测结果进行车辆追踪,获得车辆追踪结果,包括:
将当前帧检测到的车辆与所述当前帧之前的预设数量的多个帧追踪到的车辆进行比较,计算比较的两个车辆之间的重叠率;
在当前帧检测到的车辆与所述当前帧之前的预设数量的多个帧追踪到的车辆的重叠率大于第一阈值的情况下,将当前帧检测到的所述车辆作为当前帧的车辆追踪结果。
12、根据附记9所述的方法,其中,所述根据各帧的车辆检测结果进行车灯检测,包括:
根据各帧的车辆检测结果,使用YOLO V3网络进行车灯检测。
13、根据附记9所述的方法,其中,所述根据各帧的车辆检测结果进行车辆显示方向检测,包括:
根据各帧的车辆检测结果,使用车辆显示方向分类器进行车辆显示方向检测,
其中,所述车辆显示方向分类器是通过深度学习方法训练得到的。
14、根据附记9所述的方法,其中,所述根据亮度提取结果进行车辆转向信号的检测,获得车辆转向信号的检测结果,包括:
当在一个帧周期内检测到一对车灯中仅一个车灯闪烁时,将闪烁的车灯信号确定为车辆转向信号;
当在一个帧周期内检测到一对车灯中的两个车灯均闪烁时,在包括所述一个帧周期的多个帧周期内检测所述一对车灯的闪烁状态;以及
当在所述多个帧周期内检测到所述一对车灯中仅一个车灯持续闪烁时,确定闪烁的车灯信号为车辆转向信号,当在所述多个帧周期内检测到所述一对车灯中的两个车灯均持续闪烁时,确定闪烁的车灯信号为双闪信号。
15、根据附记14所述的方法,其中,所述根据亮度提取结果进行车辆转向信号的检测,获得车辆转向信号的检测结果,还包括:
根据所述车灯所在区域的亮度变化程度来检测所述车灯是否闪烁,所述车灯所在区域的亮度变化程度是根据所述亮度提取结果确定的。
Claims (8)
1.一种车辆转向信号的识别装置,所述装置包括:
第一检测单元,其对输入的帧序列中的各帧依次进行车辆检测,所述帧序列包括至少一个帧周期;
追踪单元,其根据各帧的车辆检测结果进行车辆追踪,获得车辆追踪结果;
第二检测单元,其根据各帧的车辆检测结果进行车灯检测,获得车灯检测结果;
第三检测单元,其根据各帧的车辆检测结果进行车辆的显示方向检测,获得车辆显示方向检测结果;
匹配单元,其根据所述车辆追踪结果、所述车灯检测结果以及所述车辆显示方向检测结果进行车灯的配对,获得车灯配对结果;
提取单元,其根据所述车灯配对结果对车灯所在区域进行亮度提取,获得亮度提取结果;以及
第四检测单元,其根据所述亮度提取结果进行车辆转向信号的检测,获得车辆转向信号的检测结果,其中,
所述第四检测单元包括:
第二确定单元,其当在一个帧周期内检测到一对车灯中仅一个车灯闪烁时,将闪烁的车灯信号确定为车辆转向信号;
第五检测单元,其当在一个帧周期内检测到一对车灯中的两个车灯均闪烁时,在包括所述一个帧周期的多个帧周期内检测所述一对车灯的闪烁状态;以及
第三确定单元,其当在所述多个帧周期内检测到所述一对车灯中仅一个车灯持续闪烁时,确定闪烁的车灯信号为车辆转向信号,当在所述多个帧周期内检测到所述一对车灯中的两个车灯均持续闪烁时,确定闪烁的车灯信号为双闪信号。
2.根据权利要求1所述的装置,其中,
所述第一检测单元使用特征金字塔网络对输入的帧序列中的各帧依次进行车辆检测。
3.根据权利要求1所述的装置,其中,所述追踪单元包括:
比较单元,其将当前帧检测到的车辆与所述当前帧之前的预设数量的多个帧追踪到的车辆进行比较,计算比较的两个车辆之间的重叠率;
第一确定单元,其在所述当前帧检测到的车辆与所述当前帧之前的预设数量的多个帧追踪到的车辆的重叠率大于第一阈值的情况下,将所述当前帧检测到的所述车辆作为所述当前帧的车辆追踪结果。
4.根据权利要求1所述的装置,其中,
所述第二检测单元根据各帧的车辆检测结果,使用YOLO V3网络进行车灯检测。
5.根据权利要求1所述的装置,其中,
所述第三检测单元根据各帧的车辆检测结果,使用车辆显示方向分类器进行车辆显示方向检测,其中,所述车辆显示方向分类器是通过深度学习方法训练得到的。
6.根据权利要求1所述的装置,其中,所述第四检测单元还包括:
第六检测单元,其根据所述车灯所在区域的亮度变化程度来检测所述车灯是否闪烁,所述车灯所在区域的亮度变化程度是根据所述亮度提取结果确定的。
7.一种电子设备,所述电子设备包括根据权利要求1所述的装置。
8.一种车辆转向信号的识别方法,所述方法包括:
对输入的帧序列中的各帧依次进行车辆检测,所述帧序列包括至少一个帧周期;
根据各帧的车辆检测结果进行车辆追踪,获得车辆追踪结果;
根据各帧的车辆检测结果进行车灯检测,获得车灯检测结果;
根据各帧的车辆检测结果进行车辆的显示方向检测,获得车辆显示方向检测结果;
根据所述车辆追踪结果、所述车灯检测结果以及所述车辆显示方向检测结果进行车灯的配对,获得车灯配对结果;
根据所述车灯配对结果对车灯所在区域进行亮度提取,获得亮度提取结果;以及
根据所述亮度提取结果进行车辆转向信号的检测,获得车辆转向信号的检测结果,其中,
所述根据亮度提取结果进行车辆转向信号的检测,获得车辆转向信号的检测结果,包括:
当在一个帧周期内检测到一对车灯中仅一个车灯闪烁时,将闪烁的车灯信号确定为车辆转向信号;
当在一个帧周期内检测到一对车灯中的两个车灯均闪烁时,在包括所述一个帧周期的多个帧周期内检测所述一对车灯的闪烁状态;以及
当在所述多个帧周期内检测到所述一对车灯中仅一个车灯持续闪烁时,确定闪烁的车灯信号为车辆转向信号,当在所述多个帧周期内检测到所述一对车灯中的两个车灯均持续闪烁时,确定闪烁的车灯信号为双闪信号。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010174607.7A CN113392679B (zh) | 2020-03-13 | 2020-03-13 | 车辆转向信号的识别装置及方法、电子设备 |
JP2021020090A JP2021149950A (ja) | 2020-03-13 | 2021-02-10 | 車両の方向指示器の合図の認識装置、認識方法及び電子機器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010174607.7A CN113392679B (zh) | 2020-03-13 | 2020-03-13 | 车辆转向信号的识别装置及方法、电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113392679A CN113392679A (zh) | 2021-09-14 |
CN113392679B true CN113392679B (zh) | 2024-07-05 |
Family
ID=77616051
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010174607.7A Active CN113392679B (zh) | 2020-03-13 | 2020-03-13 | 车辆转向信号的识别装置及方法、电子设备 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2021149950A (zh) |
CN (1) | CN113392679B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106557754A (zh) * | 2016-11-21 | 2017-04-05 | 南宁市浩发科技有限公司 | 一种夜间车辆检测和状态判断方法 |
CN107264394A (zh) * | 2017-05-19 | 2017-10-20 | 上海集成电路研发中心有限公司 | 一种智能识别前方车辆灯光的***及其识别方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107886030A (zh) * | 2016-09-30 | 2018-04-06 | 比亚迪股份有限公司 | 车辆识别方法、装置及车辆 |
CN107886770B (zh) * | 2016-09-30 | 2020-05-22 | 比亚迪股份有限公司 | 车辆识别方法、装置及车辆 |
CN110532990A (zh) * | 2019-09-04 | 2019-12-03 | 上海眼控科技股份有限公司 | 转向灯使用状态识别方法、装置、计算机设备及存储介质 |
-
2020
- 2020-03-13 CN CN202010174607.7A patent/CN113392679B/zh active Active
-
2021
- 2021-02-10 JP JP2021020090A patent/JP2021149950A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106557754A (zh) * | 2016-11-21 | 2017-04-05 | 南宁市浩发科技有限公司 | 一种夜间车辆检测和状态判断方法 |
CN107264394A (zh) * | 2017-05-19 | 2017-10-20 | 上海集成电路研发中心有限公司 | 一种智能识别前方车辆灯光的***及其识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113392679A (zh) | 2021-09-14 |
JP2021149950A (ja) | 2021-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109460699B (zh) | 一种基于深度学习的驾驶员安全带佩戴识别方法 | |
CN110858295B (zh) | 一种交警手势识别方法、装置、整车控制器及存储介质 | |
US8995723B2 (en) | Detecting and recognizing traffic signs | |
US8638990B2 (en) | Stop line recognition device | |
CN110660254A (zh) | 交通信号灯检测及智能驾驶方法和装置、车辆、电子设备 | |
US11482012B2 (en) | Method for driving assistance and mobile device using the method | |
CN111967384A (zh) | 车辆信息处理方法、装置、设备及计算机可读存储介质 | |
CN104008518B (zh) | 对象检测设备 | |
JP2014146267A (ja) | 歩行者検出装置、運転支援装置 | |
CN113392679B (zh) | 车辆转向信号的识别装置及方法、电子设备 | |
CN108162867A (zh) | 一种车道识别***及车道识别方法 | |
CN111783618A (zh) | 一种基于视频内容分析的园区大脑感知方法和*** | |
CN110646173A (zh) | 一种远光灯持续开启的检测方法 | |
CN112085962B (zh) | 基于图像的停车检测方法、装置和电子设备 | |
CN113392680A (zh) | 道路识别装置及方法、电子设备 | |
KR101865958B1 (ko) | 속도 제한 표지판 인식 장치 및 방법 | |
CN102163328A (zh) | 用于交通视频图像中眩光的检测和消除方法 | |
KR101969856B1 (ko) | 주변 광의 검출 방법 및 시스템 | |
CN115482684A (zh) | 一种安全行车操控方法及*** | |
CN112164221B (zh) | 图像数据挖掘方法、装置、设备及路侧设备 | |
CN112101230B (zh) | 公路隧道通行车辆前照灯开启检测方法及*** | |
CN108062528A (zh) | 一种基于流媒体内后视镜***的车道识别***及方法 | |
CN112528923A (zh) | 视频分析方法、装置、电子设备和存储介质 | |
CN107901907B (zh) | 一种基于色块统计的车道线检测方法 | |
CN113392682B (zh) | 车道线识别装置及方法、电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |