道路图像识别方法、装置、设备、计算机可读介质与流程

技术特征：
1.一种道路图像识别方法，包括：通过安装于车辆的多个图像采集设备采集不同视角的多个道路图像；将所述多个道路图像分别输入道路标志检测模型，得到每个道路图像对应的道路标志检测结果，所述道路标志检测结果包括道路标志边界框和置信度；根据每个道路图像对应的置信度对所述多个道路图像进行图像融合，得到融合道路图像；将所述融合道路图像输入特征提取网络，所述特征提取网络包括多个特征提取层，所述多个特征提取层用于输出多个不同尺寸的特征图，以及将所述多个不同尺寸的特征图中尺寸最大的特征图作为第一特征图，将尺寸最小的特征图作为第二特征图，将尺寸小于所述第一特征图且大于所述第二特征图的特征图作为第三特征图；将所述第一特征图和所述第二特征图分别进行通道压缩，得到第一压缩特征图和第二压缩特征图，所述第一压缩特征图和所述第二压缩特征图的通道数一致；对所述第二压缩特征图进行上采样，得到第二上采样特征图，所述第二上采样特征图的大小与所述第一压缩特征图的大小一致，以及对所述第二上采样特征图和所述第一压缩特征图进行特征融合，得到融合特征图；将所述融合特征图输入语义分割网络，得到分割特征图；将所述分割特征图和所述第三特征图进行拼接后输入解码网络，得到道路标志分割图像和所述道路标志分割图像中所显示的道路标志的类别信息。2.根据权利要求1所述的方法，其中，在所述根据每个道路图像对应的置信度对所述多个道路图像进行图像融合，得到融合道路图像之前，所述方法还包括：响应于所述多个道路图像中的第一预设数量的道路图像对应的置信度均小于预设置信度阈值；获取所述车辆的当前位置信息对应的历史道路图像；以及所述根据每个道路图像对应的置信度对所述多个道路图像进行图像融合，得到融合道路图像，包括：根据每个道路图像对应的置信度对所述多个道路图像和所述历史道路图像进行图像融合，得到融合道路图像，其中，所述历史道路图像对应的置信度是对所述历史道路图像的多项图像质量指标得分进行加权得到的。3.根据权利要求1或2所述的方法，其中，所述语义分割网络包括多个扩张卷积层，所述多个扩张卷积层对应有不同的扩张速率；以及所述将所述融合特征图输入语义分割网络，得到分割特征图，包括：将所述融合特征图输入所述多个扩张卷积层中的第一扩张卷积层，得到第一扩张特征图；将所述第一扩张特征图和所述融合特征图进行通道拼接后输入所述多个扩张卷积层中的第二扩张卷积层，得到第二扩张特征图；将所述第一扩张特征图和所述第二扩张特征图进行拼接，得到分割特征图。4.根据权利要求3所述的方法，其中，所述方法还包括：根据所述类别信息，从预先构建的道路标志模型库中确定与所述道路标志分割图像相匹配的道路标志模型，所述道路标志模型库中的道路标志模型用于描述道路标志的形状和
线段类型；利用所述道路标志模型，对所述道路标志分割图像进行修正，得到修正道路标志分割图像。5.一种道路图像识别装置，包括：采集单元，被配置成通过安装于车辆的多个图像采集设备采集不同视角的多个道路图像；检测单元，被配置成将所述多个道路图像分别输入道路检测模型，得到每个道路图像对应的道路检测结果，所述道路检测结果包括道路标志边界框和置信度；融合单元，被配置成根据每个道路图像对应的置信度对所述多个道路图像进行图像融合，得到融合道路图像；提取单元，被配置成将所述融合道路图像输入特征提取网络，所述特征提取网络包括多个特征提取层，所述多个特征提取层用于输出多个不同尺寸的特征图，以及将所述多个不同尺寸的特征图中尺寸最大的特征图作为第一特征图，将尺寸最小的特征图作为第二特征图，将尺寸小于所述第一特征图且大于所述第二特征图的特征图作为第三特征图；压缩单元，被配置成将所述第一特征图和所述第二特征图分别进行通道压缩，得到第一压缩特征图和第二压缩特征图，所述第一压缩特征图和所述第二压缩特征图的通道数一致；上采样单元，被配置成对所述第二压缩特征图进行上采样，得到第二上采样特征图，所述第二上采样特征图的大小与所述第一压缩特征图的大小一致，以及对所述第二上采样特征图和所述第一压缩特征图进行特征融合，得到融合特征图；分割单元，被配置成将所述融合特征图输入语义分割网络，得到分割特征图；解码单元，被配置成将所述分割特征图和所述第三特征图进行拼接后输入解码网络，得到道路标志分割图像和所述道路标志分割图像中所显示的道路标志的类别信息。6.一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。7.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1-4中任一所述的方法。

技术总结
本公开公开了道路图像识别方法、装置、设备、计算机可读介质。该方法的一具体实施方式包括：将多个道路图像分别输入道路检测模型；对多个道路图像进行图像融合，得到融合道路图像；将融合道路图像输入特征提取网络；将第一特征图和第二特征图分别进行通道压缩；对第二压缩特征图进行上采样，得到第二上采样特征图，以及对第二上采样特征图和第一压缩特征图进行特征融合，得到融合特征图；将融合特征图输入语义分割网络，得到分割特征图；将分割特征图和第三特征图进行拼接后输入解码网络，得到道路标志分割图像和道路标志分割图像中所显示的道路标志的类别信息。该实施方式实现了更加准确的道路标志检测。更加准确的道路标志检测。更加准确的道路标志检测。


技术研发人员：蒋建辉 李敏 龙文 艾永军 王倩 申苗 黄家琪 刘智睿
受保护的技术使用者：广汽埃安新能源汽车股份有限公司
技术研发日：2022.12.02
技术公布日：2022/12/30