[发明专利]基于卷积神经网络的交通信号灯识别方法及装置在审
| 申请号： | 201611021336.1 | 申请日： | 2016-11-21 |
| 公开（公告）号： | CN106570494A | 公开（公告）日： | 2017-04-19 |
| 发明（设计）人： | 谢静;崔凯;李党;班华忠;李志国 | 申请（专利权）人： | 北京智芯原动科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100101 北京市朝阳区北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了基于卷积神经网络的交通信号灯识别方法，该方法包括选取标签信号灯形状的样本图像，对卷积神经网络进行训练，输出训练好的信号灯形状识别模型；通过车载相机采集场景的彩色图像；选取彩色图像的待分割区域，进行黑色分割处理，提取黑色区域；提取原始图像中对应黑色区域的图像作为灯板图像；从灯板图像中分割出红色、绿色、黄色和蓝色区域，并分别提取原始图像中对应红色、绿色、黄色和蓝色区域的图像作为红灯、绿灯、黄灯和蓝灯图像；采用训练好的信号灯形状识别模型对红灯、绿灯、黄灯和蓝灯图像进行信号灯形状识别；输出信号灯的颜色和形状识别结果。与现有技术相比，本发明能快速地识别4种颜色、10种形状的交通信号灯。 | ||
| 搜索关键词： | 基于 卷积 神经网络 交通 信号灯 识别 方法 装置 | ||
【主权项】：
基于卷积神经网络的交通信号识别方法，其特征在于，该方法包括：第一步骤，选取标签信号灯形状的样本图像，对卷积神经网络进行训练，输出训练好的信号灯形状识别模型；第二步骤，通过车载相机采集场景的彩色图像；第三步骤，选取彩色图像的待分割区域，进行黑色分割处理，提取黑色区域；第四步骤，提取原始图像中对应黑色区域的图像作为灯板图像；第五步骤，从灯板图像中分割出红色、绿色、黄色和蓝色区域，并分别提取原始图像中对应红色、绿色、黄色和蓝色区域的图像作为红灯、绿灯、黄灯和蓝灯图像；第六步骤，采用训练好的信号灯形状识别模型对红灯、绿灯、黄灯和蓝灯图像进行信号灯形状识别；以及第七步骤，输出信号灯的颜色和形状识别结果；其中，所述车载相机安装在车上能够采集到行驶前方的道路图像的位置处。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京智芯原动科技有限公司，未经北京智芯原动科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611021336.1/，转载请声明来源钻瓜专利网。
