CN113673281B - 限速信息确定方法、装置、设备以及存储介质 - Google Patents
限速信息确定方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN113673281B CN113673281B CN202010407771.8A CN202010407771A CN113673281B CN 113673281 B CN113673281 B CN 113673281B CN 202010407771 A CN202010407771 A CN 202010407771A CN 113673281 B CN113673281 B CN 113673281B
- Authority
- CN
- China
- Prior art keywords
- speed limit
- limit value
- scene information
- sign board
- determining
- 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 65
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 230000015654 memory Effects 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000013507 mapping Methods 0.000 description 13
- 238000010276 construction Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本申请实施例公开了一种限速信息确定方法、装置、设备以及存储介质,涉及图像处理领域,尤其涉及智能交通技术。具体实现方案为:识别道路图像中的至少一个交通标志牌,得到至少一个限速值和至少一个场景信息,其中所述场景信息包括天气、车辆类型和提示信息中的至少一种;根据所述限速值所属的交通标志牌和所述场景信息所属的交通标志牌,确定所述限速值的标志牌特征和所述场景信息的标志牌特征;根据所述限速值的标志牌特征和所述场景信息的标志牌特征,从所述至少一个限速值中确定所述场景信息关联的目标限速值。本申请实施例实现了对场景信息关联限速值的获取,进而实现场景化的智能限速播报,提高驾车的安全性和用户驾车体验。
Description
技术领域
本申请实施例涉及图像处理领域,尤其涉及智能交通技术。具体地,本申请实施例提供一种限速信息确定方法、装置、设备以及存储介质。
背景技术
出行用地图导航特别是手机类导航应用程序(Application,APP),已经成为人们的基本共识与出行必备需求。地图导航最常见的一种使用场景是:提示道路前方限速多少,让驾车用户有时间调整当前车速,以避免违章并降低交通风险。
然而,当前针对不同车辆类型、不同天气等场景提示的限速值均为固定值,从而使得限速值播报不够准确,进而无法保障驾车安全,降低用户驾车体验。
发明内容
本申请实施例提供了一种限速信息确定方法、装置、设备以及存储介质。
第一方面,本申请实施例提供了一种限速信息确定方法,该方法包括:
识别道路图像中的至少一个交通标志牌,得到至少一个限速值和至少一个场景信息,其中所述场景信息包括天气、车辆类型和提示信息中的至少一种;
根据所述限速值所属的交通标志牌和所述场景信息所属的交通标志牌,确定所述限速值的标志牌特征和所述场景信息的标志牌特征;
根据所述限速值的标志牌特征和所述场景信息的标志牌特征,从所述至少一个限速值中确定所述场景信息关联的目标限速值。
第二方面,本申请实施例还提供了一种限速信息确定装置,该装置包括:
标志牌识别模块,用于识别道路图像中的至少一个交通标志牌,得到至少一个限速值和至少一个场景信息,其中所述场景信息包括天气、车辆类型和提示信息中的至少一种;
特征确定模块,用于根据所述限速值所属的交通标志牌和所述场景信息所属的交通标志牌,确定所述限速值的标志牌特征和所述场景信息的标志牌特征;
限速值选择模块,用于根据所述限速值的标志牌特征和所述场景信息的标志牌特征,从所述至少一个限速值中确定所述场景信息关联的目标限速值。
第三方面,本申请实施例还提供了一种电子设备,该设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本申请实施例中任一项所述的方法。
第四方面,本申请实施例还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本申请实施例中任一项所述的方法。
本申请实施例的技术方案实现了对限速值关联场景信息的获取,进而实现场景化的智能限速播报,提高驾车的安全性和用户驾车体验。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是本申请实施例提供的一种限速信息确定方法的流程图;
图2是本申请实施例提供的另一种限速信息确定方法的流程图;
图3是本申请实施例提供的一种标志牌示意图;
图4是本申请实施例提供的另一种标志牌示意图;
图5是本申请实施例提供的又一种标志牌示意图;
图6是本申请实施提供的又一种限速信息确定方法的流程图;
图7是本申请实施例提供的又一种标志牌示意图;
图8是本申请实施提供的又一种限速信息确定方法的流程图;
图9是本申请实施提供的一种标志牌提取示意图;
图10是本申请实施提供的另一种标志牌提取示意图;
图11是本申请实施提供的又一种标志牌提取示意图;
图12是本申请实施提供的又一种标志牌提取示意图;
图13是本申请实施例提供的又一种限速信息确定方法的流程图;
图14是本申请实施例提供的又一种限速信息确定方法的流程图;
图15是本申请实施例提供的一种限速数据制作方法的流程图;
图16是本申请实施例提供的一种导航方法的流程图;
图17是本申请实施例提供的一种限速信息确定装置的结构示意图;
图18是用来实现本申请实施例的限速信息确定方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是本申请实施例提供的一种限速信息确定方法的流程图。本实施例可适用于基于采集的道路图像,获取道路限速值以及限速值关联场景信息的情况。该方法可以由一种限速信息确定装置来执行,该装置可以由软件和/或硬件的方式实现。参见图1,本申请实施例提供的限速信息确定方法包括:
S110、识别道路图像中的至少一个交通标志牌,得到至少一个限速值和至少一个场景信息。
其中,道路图像是采集的包括道路两侧交通标志牌的图像。
交通标志牌是指用文字或符号传递引导、限制、警告或指示信息的道路设施。
具体地,交通标志牌可以是包括车辆类型和行驶限速的指示作用的标志牌,也可以是仅包括限速值的警示作用的标志牌,还可以是包括提醒行人或驾驶员注意前方的各种情况,起到提前警示提早预防的标志牌。
场景信息是描述驾驶场景的信息,具体包括天气、车辆类型和提示信息中的至少一种。
具体地,提示信息可以是施工、区间测速等。
限速值是限制通行的最大值或最小值。
可选地,识别道路图像中交通标志牌的方法可以是基于模板匹配实现,也可以基于预先训练的识别模型实现,还可以根据文字识别(ocr)技术实现,本实施例对此并不进行任何限制。
具体地,针对限速值以及场景信息中图形标识的信息,可以利用可以是模板匹配或预先训练的模型进行识别。
针对限速值和场景信息中的文本信息,可以利用ocr进行识别。
S120、根据所述限速值所属的交通标志牌和所述场景信息所属的交通标志牌,确定所述限速值的标志牌特征和所述场景信息的标志牌特征。
其中,所述限速值所属的交通标志牌也即显示有所述限速值的交通标志牌。
所述场景信息所属的交通标志牌也即显示有所述场景信息的交通标志牌。
标志牌特征用于描述限速值或场景信息是否独享标志牌,也即交通标志牌中是否仅包括限速值或场景信息。标志牌特征还用于描述限速值或场景信息所属交通标志牌的标识。
通过标志牌特征可以确定限速值和场景信息是否位于同一交通标志牌,以及同一交通标志牌中包括限速值的数量和场景信息的数量。
S130、根据所述限速值的标志牌特征和所述场景信息的标志牌特征,从所述至少一个限速值中确定所述场景信息关联的目标限速值。
其中,目标限速值是与所述场景信息关联的限速值,也即所述场景信息对应的限速值。
所述场景信息与目标限速值之间的关联关系反应的是不同场景关联的不同限速值。
例如,针对道路中的同一位置,不同天气的限速值可能不同,不同车辆类型的限速值也可能不同,是否施工情况下的限速值也可能不同。
本申请实施例的技术方案,通过识别道路图像中的交通标志牌,根据所述限速值所属的交通标志牌和所述场景信息所属的交通标志牌,确定所述限速值的标志牌特征和所述场景信息的标志牌特征;根据所述限速值的标志牌特征和所述场景信息的标志牌特征,从所述至少一个限速值中确定所述场景信息关联的目标限速值,从而实现场景信息关联限速值的确定。
图2是本申请实施例提供的另一种限速信息确定方法的流程图。本方案是在上述方案的基础上,对上述S130的具体优化。参见图2,具体地S130包括:
S131、若根据所述限速值的标志牌特征和所述场景信息的标志牌特征,确定所述限速值所属的交通标志牌和所述场景信息所属的交通标志牌为同一张标志牌,且所述同一张标志牌中包括至少两个限速值和至少两个场景信息,则确定所述限速值的位置和所述场景信息的位置。
其中限速值的位置是指限速值在交通标志牌中的位置。
场景信息的位置是指场景信息在交通标志牌中的位置。
S132、根据所述限速值的位置和所述场景信息的位置,从所述至少一个限速值中确定所述场景信息关联的目标限速值。
具体地,所述根据所述限速值的位置和所述场景信息的位置,从所述至少一个限速值中确定所述场景信息关联的目标限速值,包括:
根据所述限速值的位置和所述场景信息的位置,确定所述限速值和所述场景信息之间的距离;
根据确定的距离,从所述至少一个限速值中确定所述场景信息关联的目标限速值。
其中所述限速值和所述场景信息之间的距离是指交通标志牌中限速值与场景信息之间的距离。
所述根据确定的距离,从所述至少一个限速值中确定所述场景信息关联的目标限速值,包括:
将所述至少一个限速值中距离最短的限速值作为所述场景信息的候选限速值;
若所述场景信息的候选限速值的数量为1,则将该候选限速值作为所述目标限速值。
其中,候选限速值是与所述场景信息距离最短的限速值,候选限速值的数量可能是1个、两个或多个。
示例性地,以场景信息为车辆类型为例,参见图3,图中示出了一限速值所在位置301与各车辆类型所在位置302之间的距离;通过比较确定实线表示的距离最短,所以将该限速值作为实线关联车辆类型的候选限速值;因为该车辆类型关联候选限速值的数量为1,则将该候选限速值作为该车辆类型的目标限速值。因此,基于该标志牌确定的关联关系为:小型客车的限速值为80,小型客车的限速值为80,客货车辆的限速值为60。
以场景信息是天气为例,参见图4,图中示出了一限速值所在的位置401与各天气所在的位置402之间的距离;通过比较确定实线表示的距离最短,所以将该限速值作为实线关联天气的候选限速值;因为该天气关联的候选限速值的数量为1,则将该候选限速值作为天气的目标限速值。因此,基于该标志牌确定的关联关系为:晴天的限速值为100,雨天的限速值为80。
针对候选限速值的数量为至少两个的情况,为提高目标限速值的准确率,所述将所述至少一个限速值中距离最短的限速值作为所述场景信息的候选限速值之后,所述方法还包括:
若所述场景信息的候选限速值的数量为至少两个,则从所述候选限速值中删除其他场景信息关联的目标限速值;
若剩余的候选限速值的数量为1,则将该候选限速值作为所述场景信息关联的目标限速值。
其中,其他场景信息是指除所述场景信息以外的场景信息。
示例性地,以场景信息为车辆类型为例,参见图5,基于上述方法对该场景信息关联目标限速值的确定可以描述为:
识别得到限速值的位置和车辆类型的位置;
根据限速值的位置和车辆类型的位置,确定限速值与各车辆类型之间的距离;
将距离车辆类型最短的限速值作为该车辆类型的候选限速值;
统计车辆类型的候选限速值的数量,统计结果为车辆类型为大型车的候选限速值的数量为1,车辆类型为小型车的候选限速值的数量为2;
先将数量为1的候选限速值作为大型车的目标限速值该目标车辆类型关联的限速值建立映射关系,得到大型车的限速值为60的映射关系;
然后,将已经建立映射关系的候选限速值从小型车的候选限速值中删除出;
统计剩余小型车的候选限速值的数量为1,将该候选限速值作为小型车的目标限速值,得到小型车的限速值为70的映射关系。
若所述同一张标志牌中包括一个限速值和至少一个场景信息,则建立所述限速值和所述至少一个场景信息之间的映射关系。
其中所述同一张标志牌是指同一张交通标志牌。
本申请实施例的技术方案,针对同一张标志牌中包括至少两个限速值和至少两个场景信息的情况,通过根据限速值的位置和场景信息的位置,从所述至少一个限速值中确定所述场景信息关联的目标限速值,从而提高目标限速值的准确率。
进一步地,所述确定所述限速值的位置和所述场景信息的位置,包括:
确定所述限速值所属图像区域的第一中心点和所述场景信息所属图像区域的第二中心点;
将所述第一中心点作为所述限速值的位置,将所述第二中心点作为所述场景信息的位置。
基于该技术特征,本申请实施例通过基于图像区域的中心进行距离的计算,相比基于图像区域的边界进行距离的计算,本申请实施例的计算方式可以更能准确描述限速值所在图像区域与场景信息所在图像区域之间的映射关系。
图6是本申请实施提供的又一种限速信息确定方法的流程图。本方案是在上述方案的基础上,对上述S130的具体优化。参见图6,具体地S130包括:
S133、若根据所述限速值的标志牌特征和所述场景信息的标志牌特征,确定所述限速值所属的交通标志牌和所述场景信息所属的交通标志牌为不同标志牌,则确定所述限速值的所属道路图像和所述场景信息的所属道路图像之间间隔的图像帧数。
也即,若所述限速值和所述场景信息位于不同标志牌中,确定所述限速值所在的道路图像与所述场景信息所在的道路图像之间间隔图像的帧数。
S134、若所述图像帧数满足设定条件,则从所述至少一个限速值中确定所述场景信息关联的目标限速值。
其中,设定条件可以根据需要设定。具体可以是小于设定帧数阈值。
示例性地,以场景信息为施工路段为例,参见图7,基于上述方法对该场景中映射关系的建立可以描述为:
确定限速值的所属道路图像701和施工路段的所属道路图像702之间间隔的图像帧数;
若所述图像帧数满足设定条件,则将所述限速值作为所述施工路段的目标限速值。
本申请实施例的技术方案,通过若限速值和场景信息位于不同标志牌中,则确定所述限速值所在的道路图像与所述场景信息所在的道路图像之间间隔图像的帧数;若所述帧数满足设定条件,则建立所述限速值和所述场景信息之间的映射关系,从而实现对位于不同标志牌中的限速值和场景信息之间关系的建立。
图8是本申请实施提供的又一种限速信息确定方法的流程图。本方案是在上述方案的基础上,对上述S110的具体优化。参见图8,具体地S110包括:
S111、检测所述道路图像中的交通标志牌。
S112、根据检测结果,从所述道路图像中提取所述交通标志牌所在的图像区域,得到至少一个标志牌图像。
其中,标志牌图像是仅包括交通标志牌的图像。
S113、识别所述标志牌图像,得到至少一个限速值和至少一个场景信息。
以检测算法为语义分割为例,检测并提取得标志牌图像的示意图参见图9、图10、图11和图12。
本实施例对上述检测算法也不不作任何限定,可选地可以是任意检测算法。
本申请实施例通过根据检测结果,从所述道路图像中提取所述交通标志牌所在的图像区域,得到标志牌图像;识别所述标志牌图像,得到所述限速值和所述场景信息,从而减少背景对获取限速值和场景信息的干扰,提高限速值和场景信息的准确率。
进一步地,识别所述标志牌图像,得到限速值和场景信息,包括:
对所述标志牌图像进行限速区域检测和场景区域检测;
识别检测得到的至少一个限速区域和至少一个场景区域,得到所述至少一个限速值和所述至少一个场景信息。
其中,限速区域是指限速值在标志牌图像中的区域。
场景区域是指场景信息在标志牌图像中的区域。
本实施例对限速区域和场景区域的检测算法不做限定。
基于该技术特征,本申请实施例通过先对所述标志牌图像进行限速区域检测和场景区域检测,然后基于检测得到的限速区域和场景区域,对限速值和场景信息进行识别。相比直接从标志牌图像中识别限速值和场景信息,本申请实施例可以提高限速值和场景信息的识别准确率。
图13是本申请实施例提供的又一种限速信息确定方法的流程图。本方案是在上述方案的基础上,在建立所述限速值和所述场景信息之间的映射关系之后对方案的扩展。参见图13,本申请实施提供的限速信息确定方法还包括:
S140、根据导航车辆的行驶位置和导航车辆的行驶场景信息,从所述行驶位置关联的至少一个场景信息中确定目标场景信息。
其中,目标场景信息是与行驶位置关联的,且与行驶场景匹配的场景信息。
根据导航车辆的行驶位置和导航车辆的行驶场景信息,从所述行驶位置关联的至少一个场景信息中确定目标场景信息,包括:
匹配所述行驶场景信息和所述行驶位置关联的至少一个场景信息;
将匹配一致的场景信息作为所述目标场景信息。
S150、根据所述目标场景关联的目标限速值对导航车辆进行限速提示。
本申请实施例的技术方法可以实现根据不同车辆类型、天气和/或其他提示信息对导航车辆进行不同限速值的提示,从而实现场景化的智能限速播报,提高驾车的安全性和用户驾车体验。
图14是本申请实施例提供的又一种限速信息确定方法的流程图。本方法是在上述方法的基础上,以将场景信息中的车辆类型、天气和其他提示信息,以及限速值构成限速四元组为例,提供的一种可选方案。参见图14,该方案围绕限速四元组数据进行计算与应用,整体流程包括:序列图像拉取;图像识别和文字识别;限速关联空间语义计算;根据限速四元组进行限速导航提示。
具体地,序列图像拉取包括:获取定位点道路前后一定距离内的序列图像;将序列图像拆分成多张单个图像处理。
其中序列图像的应用可以使得本申请实施例适用于施工和限速值不在同一张标志牌的情况。此外,也可以根据不同图像的识别结果对定点限速识别错误的纠正。
具体地,图像识别和文字识别包括:基于图像语义分割识别标志牌;检测标志牌中的限速值区域,并从该区域识别得到限速值;基于ocr检测并识别标志牌中的场景文本信息。
具体地,限速关联空间语义计算,包括:针对限速值与场景信息位于同一张标志牌的情况,根据限速值与场景信息之间的图像距离建立限速值与场景信息之间的映射关系;针对限速值与场景信息位于不同标志牌的情况,根据限速值与场景信息之间的空间距离建立限速值与场景信息之间的映射关系;根据确定的映射关系,生成限速四元组。
具体地,限速四元组中第1维可以为限速值,其它3维数据定义可参考如下表格:
表1
具体地,根据限速四元组进行限速导航提示,包括:
根据导航定位信息获取车辆行驶位置的天气;
根据车辆的车辆类型和所在位置的天气,匹配限速四元组,得到目标限速值,并基于目标限速值进行限速导航提示。
基于上述描述,按照限速数据制作阶段以及导航阶段,可以将上述方法展示为图15和图16的形式。
本申请实施例的技术方案综合利用图像文字识别输出,根据空间关联等原则计算标志牌语义。并基于四元组细分结构,智能化制作限速数据,以依此进行个性化场景化限速提示。上述方法在提升导航驾车安全,降低限速制作成本等方面,具有潜在价值与意义。
图17是本申请实施例提供的一种限速信息确定装置的结构示意图。参见图17,本申请实施例提供的限速信息确定装置1700包括:标志牌识别模块1701、特征确定模块1702和限速值选择模块1703。
其中,标志牌识别模块1701,用于识别道路图像中的至少一个交通标志牌,得到至少一个限速值和至少一个场景信息,其中所述场景信息包括天气、车辆类型和提示信息中的至少一种;
特征确定模块1702,用于根据所述限速值所属的交通标志牌和所述场景信息所属的交通标志牌,确定所述限速值的标志牌特征和所述场景信息的标志牌特征;
限速值选择模块1703,用于根据所述限速值的标志牌特征和所述场景信息的标志牌特征,从所述至少一个限速值中确定所述场景信息关联的目标限速值。本申请实施例的技术方案,通过识别道路图像中的交通标志,确定限速值与场景信息间的映射关系,从而实现场景信息关联限速值的确定。
进一步地,所述限速值确定模块,包括:
位置确定单元,用于若根据所述限速值的标志牌特征和所述场景信息的标志牌特征,确定所述限速值所属的交通标志牌和所述场景信息所属的交通标志牌为同一张标志牌,且所述同一张标志牌中包括至少两个限速值和至少两个场景信息,则确定所述限速值的位置和所述场景信息的位置;
限速值选择单元,用于根据所述限速值的位置和所述场景信息的位置,从所述至少一个限速值中确定所述场景信息关联的目标限速值。
进一步地,所述限速值选择单元,包括:
距离确定子单元,用于根据所述限速值的位置和所述场景信息的位置,确定所述限速值和所述场景信息之间的距离;
限速值选择子单元,用于根据确定的距离,从所述至少一个限速值中确定所述场景信息关联的目标限速值。
进一步地,所述限速值选择子单元具体用于:
将所述至少一个限速值中距离最短的限速值作为所述场景信息的候选限速值;
若所述场景信息的候选限速值的数量为1,则将该候选限速值作为所述目标限速值。
进一步地,所述装置还包括:
限速值删除模块,用于所述将所述至少一个限速值中距离最短的限速值作为所述场景信息的候选限速值之后,若所述场景信息的候选限速值的数量为至少两个,则从所述候选限速值中删除其他场景信息关联的目标限速值;
限速值确定模块,用于若剩余的候选限速值的数量为1,则将该候选限速值作为所述场景信息关联的目标限速值。
进一步地,所述位置确定单元,包括:
中心点确定子单元,用于确定所述限速值所属图像区域的第一中心点和所述场景信息所属图像区域的第二中心点;
位置确定子单元,用于将所述第一中心点作为所述限速值的位置,将所述第二中心点作为所述场景信息的位置。
进一步地,所述限速值选择模块,包括:
限速值关联单元,用于若根据所述限速值的标志牌特征和所述场景信息的标志牌特征,确定所述限速值所属的交通标志牌和所述场景信息所属的交通标志牌为同一张标志牌,且所述同一张标志牌中包括一个限速值和至少一个场景信息,则将该限速值作为所述场景信息关联的目标限速值。
进一步地,所述限速值选择模块,包括:
帧数确定单元,用于若根据所述限速值的标志牌特征和所述场景信息的标志牌特征,确定所述限速值所属的交通标志牌和所述场景信息所属的交通标志牌为不同标志牌,则确定所述限速值的所属道路图像和所述场景信息的所属道路图像之间间隔的图像帧数;
限速值确定单元,用于若所述图像帧数满足设定条件,则从所述至少一个限速值中确定所述场景信息关联的目标限速值。
进一步地,所述标志牌识别模块,包括:
标志牌检测单元,用于检测所述道路图像中的交通标志牌;
区域提取单元,用于根据检测结果,从所述道路图像中提取所述交通标志牌所在的图像区域,得到至少一个标志牌图像;
图像识别单元,用于识别所述标志牌图像,得到所述至少一个限速值和所述至少一个场景信息。
进一步地,所述图像识别单元,包括:
区域检测子单元,用于对所述标志牌图像进行限速区域检测和场景区域检测;
区域识别子单元,用于识别检测得到的至少一个限速区域和至少一个场景区域,得到所述至少一个限速值和所述至少一个场景信息。
进一步地,所述装置还包括:
目标场景确定模块,用于所述根据所述限速值的标志牌特征和所述场景信息的标志牌特征,从所述至少一个限速值中确定所述场景信息关联的目标限速值之后,根据导航车辆的行驶位置和导航车辆的行驶场景信息,从所述行驶位置关联的至少一个场景信息中确定目标场景信息;
限速提示模块,用于根据所述目标场景关联的目标限速值对导航车辆进行限速提示。
进一步地,所述目标场景确定模块,包括:
场景匹配单元,用于匹配所述行驶场景信息和所述行驶位置关联的至少一个场景信息;
目标场景确定单元,用于将匹配一致的场景信息作为所述目标场景信息。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图18所示,是根据本申请实施例的限速信息确定方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图18所示,该电子设备包括:一个或多个处理器1801、存储器1802,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器***)。图18中以一个处理器1801为例。
存储器1802即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的限速信息确定方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的限速信息确定方法。
存储器1802作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的限速信息确定方法对应的程序指令/模块(例如,附图17所示的标志牌识别模块1701、特征确定模块1702和限速值选择模块1703)。处理器1801通过运行存储在存储器1802中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的限速信息确定方法。
存储器1802可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储根据限速信息确定电子设备的使用所创建的数据等。此外,存储器1802可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器1802可选包括相对于处理器1801远程设置的存储器,这些远程存储器可以通过网络连接至限速信息确定电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
限速信息确定方法的电子设备还可以包括:输入装置1803和输出装置1804。处理器1801、存储器1802、输入装置1803和输出装置1804可以通过总线或者其他方式连接,图18中以通过总线连接为例。
输入装置1803可接收输入的数字或字符信息,以及产生与限速信息确定电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置1804可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
本申请实施例的技术方案实现了对限速值关联场景信息的获取。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (16)
1.一种限速信息确定方法,其特征在于,包括:
识别道路图像中的至少一个交通标志牌,得到至少一个限速值和至少一个场景信息,其中所述场景信息包括天气、车辆类型和提示信息中的至少一种;
根据所述限速值所属的交通标志牌和所述场景信息所属的交通标志牌,确定所述限速值的标志牌特征和所述场景信息的标志牌特征;
当根据所述限速值的标志牌特征和所述场景信息的标志牌特征,确定所述限速值所属的交通标志牌和所述场景信息所属的交通标志牌为同一张标志牌时;
若所述同一张标志牌中包括至少两个限速值和至少两个场景信息,则确定所述限速值的位置和所述场景信息的位置;根据所述限速值的位置和所述场景信息的位置,从所述至少一个限速值中确定所述场景信息关联的目标限速值;
若所述同一张标志牌中包括一个限速值和至少一个场景信息,则将该限速值作为所述场景信息关联的目标限速值;
当根据所述限速值的标志牌特征和所述场景信息的标志牌特征,确定所述限速值所属的交通标志牌和所述场景信息所属的交通标志牌为不同标志牌时,则确定所述限速值的所属道路图像和所述场景信息的所属道路图像之间间隔的图像帧数;
若所述图像帧数满足设定条件,则从所述至少一个限速值中确定所述场景信息关联的目标限速值。
2.根据权利要求1所述的方法,其特征在于,所述根据所述限速值的位置和所述场景信息的位置,从所述至少一个限速值中确定所述场景信息关联的目标限速值,包括:
根据所述限速值的位置和所述场景信息的位置,确定所述限速值和所述场景信息之间的距离;
根据确定的距离,从所述至少一个限速值中确定所述场景信息关联的目标限速值。
3.根据权利要求2所述的方法,其特征在于,所述根据确定的距离,从所述至少一个限速值中确定所述场景信息关联的目标限速值,包括:
将所述至少一个限速值中距离最短的限速值作为所述场景信息的候选限速值;
若所述场景信息的候选限速值的数量为1,则将该候选限速值作为所述目标限速值。
4.根据权利要求3所述的方法,其特征在于,所述将所述至少一个限速值中距离最短的限速值作为所述场景信息的候选限速值之后,所述方法还包括:
若所述场景信息的候选限速值的数量为至少两个,则从所述候选限速值中删除其他场景信息关联的目标限速值;
若剩余的候选限速值的数量为1,则将该候选限速值作为所述场景信息关联的目标限速值。
5.根据权利要求1所述的方法,其特征在于,所述确定所述限速值的位置和所述场景信息的位置,包括:
确定所述限速值所属图像区域的第一中心点和所述场景信息所属图像区域的第二中心点;
将所述第一中心点作为所述限速值的位置,将所述第二中心点作为所述场景信息的位置。
6.根据权利要求1-5中任一所述的方法,其特征在于,所述识别道路图像中的至少一个交通标志牌,得到至少一个限速值和至少一个场景信息,包括:
检测所述道路图像中的交通标志牌;
根据检测结果,从所述道路图像中提取所述交通标志牌所在的图像区域,得到至少一个标志牌图像;
识别所述标志牌图像,得到所述至少一个限速值和所述至少一个场景信息。
7.根据权利要求6所述的方法,其特征在于,所述识别所述标志牌图像,得到所述至少一个限速值和所述至少一个场景信息,包括:
对所述标志牌图像进行限速区域检测和场景区域检测;
识别检测得到的至少一个限速区域和至少一个场景区域,得到所述至少一个限速值和所述至少一个场景信息。
8.根据权利要求1-5中任一所述的方法,其特征在于,所述根据所述限速值的标志牌特征和所述场景信息的标志牌特征,从所述至少一个限速值中确定所述场景信息关联的目标限速值之后,所述方法还包括:
根据导航车辆的行驶位置和导航车辆的行驶场景信息,从所述行驶位置关联的至少一个场景信息中确定目标场景信息;
根据所述目标场景关联的目标限速值对导航车辆进行限速提示。
9.根据权利要求8所述的方法,其特征在于,所述根据导航车辆的行驶位置和导航车辆的行驶场景信息,从所述行驶位置关联的至少一个场景信息中确定目标场景信息,包括:
匹配所述行驶场景信息和所述行驶位置关联的至少一个场景信息;
将匹配一致的场景信息作为所述目标场景信息。
10.一种限速信息确定装置,其特征在于,包括:
标志牌识别模块,用于识别道路图像中的至少一个交通标志牌,得到至少一个限速值和至少一个场景信息,其中所述场景信息包括天气、车辆类型和提示信息中的至少一种;
特征确定模块,用于根据所述限速值所属的交通标志牌和所述场景信息所属的交通标志牌,确定所述限速值的标志牌特征和所述场景信息的标志牌特征;
位置确定单元,用于当根据所述限速值的标志牌特征和所述场景信息的标志牌特征,确定所述限速值所属的交通标志牌和所述场景信息所属的交通标志牌为同一张标志牌时,且所述同一张标志牌中包括至少两个限速值和至少两个场景信息,则确定所述限速值的位置和所述场景信息的位置;
限速值选择单元,用于根据所述限速值的位置和所述场景信息的位置,从所述至少一个限速值中确定所述场景信息关联的目标限速值;
限速值关联单元,用于当根据所述限速值的标志牌特征和所述场景信息的标志牌特征,确定所述限速值所属的交通标志牌和所述场景信息所属的交通标志牌为同一张标志牌时,且所述同一张标志牌中包括一个限速值和至少一个场景信息,则将该限速值作为所述场景信息关联的目标限速值;
帧数确定单元,用于当根据所述限速值的标志牌特征和所述场景信息的标志牌特征,确定所述限速值所属的交通标志牌和所述场景信息所属的交通标志牌为不同标志牌时,则确定所述限速值的所属道路图像和所述场景信息的所属道路图像之间间隔的图像帧数;
限速值确定单元,用于若所述图像帧数满足设定条件,则从所述至少一个限速值中确定所述场景信息关联的目标限速值。
11.根据权利要求10所述的装置,其特征在于,所述限速值选择单元,包括:
距离确定子单元,用于根据所述限速值的位置和所述场景信息的位置,确定所述限速值和所述场景信息之间的距离;
限速值选择子单元,用于根据确定的距离,从所述至少一个限速值中确定所述场景信息关联的目标限速值。
12.根据权利要求11所述的装置,其特征在于,所述限速值选择子单元具体用于:
将所述至少一个限速值中距离最短的限速值作为所述场景信息的候选限速值;
若所述场景信息的候选限速值的数量为1,则将该候选限速值作为所述目标限速值。
13.根据权利要求12所述的装置,其特征在于,所述装置还包括:
限速值删除模块,用于所述将所述至少一个限速值中距离最短的限速值作为所述场景信息的候选限速值之后,若所述场景信息的候选限速值的数量为至少两个,则从所述候选限速值中删除其他场景信息关联的目标限速值;
限速值确定模块,用于若剩余的候选限速值的数量为1,则将该候选限速值作为所述场景信息关联的目标限速值。
14.根据权利要求10所述的装置,其特征在于,所述位置确定单元,包括:
中心点确定子单元,用于确定所述限速值所属图像区域的第一中心点和所述场景信息所属图像区域的第二中心点;
位置确定子单元,用于将所述第一中心点作为所述限速值的位置,将所述第二中心点作为所述场景信息的位置。
15. 一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010407771.8A CN113673281B (zh) | 2020-05-14 | 2020-05-14 | 限速信息确定方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010407771.8A CN113673281B (zh) | 2020-05-14 | 2020-05-14 | 限速信息确定方法、装置、设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113673281A CN113673281A (zh) | 2021-11-19 |
CN113673281B true CN113673281B (zh) | 2023-10-03 |
Family
ID=78537406
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010407771.8A Active CN113673281B (zh) | 2020-05-14 | 2020-05-14 | 限速信息确定方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113673281B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114446071A (zh) * | 2022-02-28 | 2022-05-06 | 重庆长安汽车股份有限公司 | 一种道路限速信息融合判断方法 |
CN114724113B (zh) * | 2022-04-28 | 2024-04-02 | 北京百度网讯科技有限公司 | 道路标牌识别方法、自动驾驶方法、装置和设备 |
CN115100870B (zh) * | 2022-08-24 | 2022-11-15 | 北京百度网讯科技有限公司 | 限速标志验证方法、自动驾驶方法、装置和电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109255279A (zh) * | 2017-07-13 | 2019-01-22 | 深圳市凯立德科技股份有限公司 | 一种交通标志检测识别的方法及*** |
CN110334601A (zh) * | 2019-06-04 | 2019-10-15 | 武汉极目智能技术有限公司 | 一种结合机器学习和计算机视觉的限速标志牌识别方法 |
CN110501018A (zh) * | 2019-08-13 | 2019-11-26 | 广东星舆科技有限公司 | 一种服务于高精度地图生产的交通标志牌信息采集方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160217336A1 (en) * | 2015-01-23 | 2016-07-28 | Papago Inc. | Traffic sign identification system and method |
DE102015207902A1 (de) * | 2015-04-29 | 2016-11-03 | Mando Corporation | Verfahren und Vorrichtung zur Bestätigung des relevanten inneren weißen Kreises bei der Erkennung des Umfelds eines kreisförmigen Verkehrszeichens |
JP6552979B2 (ja) * | 2016-02-16 | 2019-07-31 | 株式会社日立製作所 | 画像処理装置、警告装置、画像処理システム、画像処理方法 |
-
2020
- 2020-05-14 CN CN202010407771.8A patent/CN113673281B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109255279A (zh) * | 2017-07-13 | 2019-01-22 | 深圳市凯立德科技股份有限公司 | 一种交通标志检测识别的方法及*** |
CN110334601A (zh) * | 2019-06-04 | 2019-10-15 | 武汉极目智能技术有限公司 | 一种结合机器学习和计算机视觉的限速标志牌识别方法 |
CN110501018A (zh) * | 2019-08-13 | 2019-11-26 | 广东星舆科技有限公司 | 一种服务于高精度地图生产的交通标志牌信息采集方法 |
Non-Patent Citations (2)
Title |
---|
Localized Traffic Sign Detection with Multi-scale Deconvolution Networks;Songwen Pei等;arxiv;第1-7页 * |
Traffic-Sign Detection and Classification in the Wild;Zhe Zhu等;2016 IEEE Conference on Computer Vision and Pattern Recognition;第2110-2118页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113673281A (zh) | 2021-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113673281B (zh) | 限速信息确定方法、装置、设备以及存储介质 | |
CN111723768B (zh) | 车辆重识别的方法、装置、设备和存储介质 | |
CN110968718B (zh) | 目标检测模型负样本挖掘方法、装置及电子设备 | |
CN111275011B (zh) | 移动红绿灯检测方法、装置、电子设备和存储介质 | |
CN111292531B (zh) | 交通信号灯的跟踪方法、装置、设备及存储介质 | |
US20210110168A1 (en) | Object tracking method and apparatus | |
EP3922950A2 (en) | Road information processing method and apparatus, electronic device, storage medium and program | |
US11380035B2 (en) | Method and apparatus for generating map | |
CN110717933B (zh) | 针对运动物体漏检的后处理方法、装置、设备和介质 | |
CN111275983A (zh) | 车辆追踪方法、装置、电子设备和计算机可读存储介质 | |
CN111539347B (zh) | 用于检测目标的方法和装置 | |
CN111652112B (zh) | 一种车道流向的识别方法、装置、电子设备及存储介质 | |
CN111275827B (zh) | 基于边缘的增强现实三维跟踪注册方法、装置和电子设备 | |
EP3842753B1 (en) | Method and apparatus for positioning a vehicle, vehicle, storage medium, and computer program product | |
CN111950345A (zh) | 摄像头的识别方法、装置、电子设备和存储介质 | |
CN111666771A (zh) | 文书的语义标签抽取、装置、电子设备及可读存储介质 | |
CN111597986A (zh) | 用于生成信息的方法、装置、设备和存储介质 | |
CN113361303B (zh) | 临时交通标志牌识别方法、装置及设备 | |
CN113011298A (zh) | 截断物体样本生成、目标检测方法、路侧设备和云控平台 | |
CN114724113B (zh) | 道路标牌识别方法、自动驾驶方法、装置和设备 | |
CN114429631B (zh) | 三维对象检测方法、装置、设备以及存储介质 | |
CN111553283B (zh) | 用于生成模型的方法及装置 | |
CN111814634B (zh) | 一种实时距离确定方法、装置、设备及介质 | |
CN113221602B (zh) | 道路路面状况确定方法、装置、设备和介质 | |
CN113269213B (zh) | 训练集的获取方法、装置及电子设备 |
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 |