[发明专利]交通牌识别方法、装置、设备和计算机可读介质

权利要求书

1.一种用于训练交通牌识别模型的方法，包括：

获取具有交通牌的原始图像；

通过机器学习模型，基于所述原始图像生成目标图像，所述机器学习模型是基于多对样本图像来训练的，其中所述多对样本图像中的每一对样本图像包括具有交通牌的原始样本图像和对所述原始样本图像进行修改之后的修改样本图像；以及

至少基于所述目标图像来训练所述交通牌识别模型，

其中所述机器学习模型包括对抗生成网络，所述对抗生成网络包括生成器和判别器，并且所述对抗生成网络是如下训练的：

通过所述生成器基于所述原始样本图像来生成假修改图像；以及

通过将所述多对样本图像作为真样本并将成对的所述原始样本图像和所述假修改图像作为假样本来训练所述对抗生成网络。

2.根据权利要求1所述的方法，其中执行以下至少一项，以获得与所述原始样本图像成对的修改样本图像：

修改所述原始样本图像的拍摄角度；

修改所述原始样本图像的光照；

修改所述原始样本图像的拍摄距离；

修改所述原始样本图像的清晰度；以及

对所述原始样本图像随机施加遮挡。

3.根据权利要求1所述的方法，其中生成所述目标图像包括：

通过所述生成器从所述原始图像来生成所述目标图像。

4.根据权利要求1-3中任一项所述的方法，其中所述机器学习模型表示从所述原始样本图像到所述修改样本图像之间的映射关系，

其中生成所述目标图像包括：通过将所述映射关系应用于所述原始图像来获得所述目标图像。

5.一种用于识别交通牌的方法，包括：

获取待识别图像；以及

通过交通牌识别模型来识别所述待识别图像，所述交通牌识别模型是通过根据权利要求1-4中任一项所述的方法而训练的。

6.一种用于训练交通牌识别模型的装置，包括：

获取模块，被配置为获取具有交通牌的原始图像；

生成模块，被配置为通过机器学习模型，基于所述原始图像生成目标图像，所述机器学习模型是基于多对样本图像来训练的，其中所述多对样本图像中的每一对样本图像包括具有交通牌的原始样本图像和对所述原始样本图像进行修改之后的修改样本图像；以及

训练模块，被配置为至少基于所述目标图像来训练所述交通牌识别模型，

其中所述机器学习模型包括对抗生成网络，所述对抗生成网络包括生成器和判别器，并且所述对抗生成网络是如下训练的：

通过所述生成器基于所述原始样本图像来生成假修改图像；以及

通过将所述多对样本图像作为真样本并将成对的所述原始样本图像和所述假修改图像作为假样本来训练所述对抗生成网络。

7.根据权利要求6所述的装置，其中执行以下至少一项，以获得与所述原始样本图像成对的修改样本图像：

修改所述原始样本图像的拍摄角度；

修改所述原始样本图像的光照；

修改所述原始样本图像的拍摄距离；

修改所述原始样本图像的清晰度；以及

对所述原始样本图像随机施加遮挡。

8.根据权利要求6所述的装置，其中所述生成模块包括：

生成器模块，被配置为通过所述生成器从所述原始图像来生成所述目标图像。

9.根据权利要求6-8中任一项所述的装置，其中所述机器学习模型表示从所述原始样本图像到所述修改样本图像之间的映射关系，

其中所述生成模块包括生成子模块，被配置为通过将所述映射关系应用于所述原始图像来获得所述目标图像。

10.一种用于识别交通牌的装置，包括：

待识别图像获取模块，被配置为获取待识别图像；以及

识别模块，被配置为通过交通牌识别模型来识别所述待识别图像，所述交通牌识别模型是通过根据权利要求1-4中任一项所述的方法而训练的。