[发明专利]道路标牌信息识别方法、装置、计算机设备和存储介质

说明书

本申请涉及一种道路标牌信息识别方法、装置、计算机设备和存储介质。方法通过获取待识别道路标牌图像；通过预设分类模型提取待识别道路标牌图像对应的分类结果以及分类结果对应的图像特征；将图像特征输入到分类结果对应的预设信息识别模型进行信息识别，获取待识别道路标牌图像对应的道路标牌信息识别结果。本申请通过多重的神经网络模型，先通过预设分类模型进行分类以及特征提取，而后根据分类结果来选择对应的预设信息识别模型，再通过预设信息识别模型进行信息识别，从而能够有效实现对道路标牌信息的识别，同时保证识别的精度。

技术领域

本申请涉及计算机技术领域，特别是涉及一种道路标牌信息识别方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术的快速发展，出现了计算机视觉技术。计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。而计算机视觉技术可以用在自动驾驶等领域，例如进行通过计算机视觉技术来实现高精度地图要素采集及更新。

然而，在进行高精度地图要素采集及更新时，不同种类的道路标牌大小不一、图案差异大，单一的计算机视觉模型难以达到足够的精度要求。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高道路标牌信息识别精度的道路标牌信息识别方法、装置、计算机设备和存储介质。

一种道路标牌信息识别方法，所述方法包括：

获取待识别道路标牌图像；

通过预设分类模型提取所述待识别道路标牌图像对应的分类结果以及所述分类结果对应的图像特征；

将所述图像特征输入到分类结果对应的预设信息识别模型进行信息识别，获取所述待识别道路标牌图像对应的道路标牌信息识别结果。

在其中一个实施例中，所述通过预设分类模型提取所述待识别道路标牌图像对应的分类结果以及所述分类结果对应的图像特征之前，还包括：

获取模型训练数据，所述模型训练数据包括分类模型训练数据以及各分类类别的标牌信息识别模型训练数据；

通过所述分类模型训练数据对初始神经网络模型进行训练，获取预设分类模型，通过所述各分类类别的标牌信息识别模型训练数据对初始神经网络模型进行训练，获取各分类类别对应的预设信息识别模型。

在其中一个实施例中，所述通过所述分类模型训练数据对初始神经网络模型进行训练，获取预设分类模型包括：

根据所述分类模型训练数据对初始神经网络模型进行训练，获取teacher模型；

通过知识蒸馏修改所述teacher模型中的softmax函数；

根据修改softmax函数后的teacher模型，获取student模型，将所述student模型作为预设分类模型。

在其中一个实施例中，所述预设信息识别模型包括预设第一识别模型、预设第二识别模型以及预设第三识别模型；

当所述分类结果包括第一类型时，将所述第一类型对应的图像特征输入至预设第一识别模型，通过所述预设第一识别模型对图像特征中的信息进行识别，获取所述待识别道路标牌图像对应的第一类道路标牌信息识别结果，所述第一类型包括禁令、警告或指示；

当所述分类结果包括第二类型时，将所述第二类型对应的图像特征输入至预设第二识别模型，通过所述预设第二识别模型对图像特征中的信息进行识别，获取所述待识别道路标牌图像对应的第二类道路标牌信息识别结果，所述第二类型包括交通牌；