路口分类方法及设备技术

本发明专利技术的目的是提供一种路口分类方法及设备，本发明专利技术提出了基于场景分割进行静态参照目标提取、二值化、方向梯度比较的方法，使得不同证据图的特征向量相似性仅仅只与车道线、停止线、斑马线等等静态参照目标的位置和方向相关，大大提高了路口图片分类归档的准确率和效率。

Crossing classification method and equipment

【技术实现步骤摘要】
路口分类方法及设备
本专利技术涉及计算机领域，尤其涉及一种路口分类方法及设备。
技术介绍
在智能交通算法领域，当使用抓拍到的路口违章证据图来进行智能化违章审核时，同一路口的信息往往具有相似性，使用不同时刻抓拍到的同一路口证据图往往可以提取到一些相似的特征。这种基于多张图提取到的相似特征往往具有更高的准确性、实用性。现有方案中，通过前端摄像头采集的图像和设备编号设置的唯一字段，往往不具有唯一性，更多的往往是数据字段混乱的图片，很难归档出同一个路口的图片。但是由于不同厂商设备的不同、后处理数据处理的不规范、数据存储的不规范等等原因导致具有路口唯一字段且相同的证据图，其反映的路口、场景并不相同，因而无法提取到相似的特征，造成了大量宝贵数据的浪费。
技术实现思路
本专利技术的一个目的是提供一种路口分类方法及设备。根据本专利技术的一个方面，提供了一种路口分类方法，该方法包括：获取拍摄的多张路口原始图片，使用场景分割模型提取每张路口原始图片中的分割信息，其中，所述分割信息包括非静态参照目标和静态参照目标；将每张路口原始图片中的非静态参照目标进行过滤，并保留该路口图片中的静态参照目标，以对应生成二值化的灰度特征图；提取每张二值化的灰度特征图中的静态参照目标的对应的方向梯度HOG特征向量；比较两张路口原始图片对应的方向梯度HOG特征向量的余弦相似度，基于比较结果对两张路口原始图片进行分类。进一步的，上述方法中，比较两张路口原始图片对应的方向梯度HOG特征向量的余弦相似度，基于比较结果对两张路口原始图片进行分类，包括：比较两张路口原始图片对应的方向梯度HOG特征向量的余弦相似度，将余弦相似度大于预设阈值的路口原始图片归档到同一目录，将余弦相似度小于等于预设阈值的路口原始图片归档到不同目录。进一步的，上述方法中，使用场景分割模型提取每张路口原始图片中的分割信息，包括：使用场景分割模型，提取每张路口原始图片中每一个像素点(x,y)的分割信息，并得到每张路口原始图片中提取到的每一个像素点(x,y)的分割信息对应的分类值NN(x,y)。进一步的，上述方法中，将每张路口原始图片中的非静态参照目标进行过滤，并保留该路口图片中的静态参照目标，以对应生成二值化的灰度特征图，包括：根据每张路口原始图片I得到对应的分割灰度图像M；由所述分割灰度图像M得到各类分割信息对应的二值的灰度特征图Mi；由每张路口原始图片I的各类静态参照目标对应的二值的灰度特征图Mi合成一张二值灰度特征图M′。进一步的，上述方法中，根据每张路口原始图片I得到对应的分割灰度图像M，包括：设每张路口原始图片I的宽为w、高为h；为每张路口原始图片I新建对应的分割灰度特征图M，其中，所述分割灰度特征图M的宽为w、高为h，且所述分割灰度特征图M中的每一个像素点的像素值初始为0；记分割信息的类别编号为0、1、2、3…c-1，其中，所有类别编号0、1、2、3…c-1的集合记为C，c为正整数，所述分割信息共c个类别，0表示背景类别；利用如下公式对所述分割灰度图像M中的每一个像素点(x,y)的像素值重新进行赋值：进一步的，上述方法中，由分割灰度图像M得到各类分割信息对应的二值的灰度特征图Mi，包括：根据所述分割灰度特征图M，得到所述类别编号i分别为1、2、3…c-1对应的各个二值的灰度特征图Mi,i∈(1,2,...,c-1)。进一步的，上述方法中，由每张路口原始图片I的各类静态参照目标对应的二值的灰度特征图Mi合成一张二值灰度特征图M′，包括：从所述类别编号1、2、3…c-1中选取静态参照目标的类别编号；将所有选出的静态参照目标的类别编号对应的二值的灰度特征图Mi合成一张二值灰度特征图M′。进一步的，上述方法中，将所有选出的静态参照目标的类别编号对应的二值的灰度特征图合成一张二值灰度特征图M′，包括：通过如下公式，将所有选出的静态参照目标的类别编号对应的二值的灰度特征图合成一张静态二值灰度特征图M′：其中，选出的所有静态参照目标的类别编号的集合记为C’，M′(x，y)表示静态二值灰度特征图M′的坐标位置(x,y)处的像素点的像素值。进一步的，上述方法中，比较两张路口原始图片对应的方向梯度HOG特征向量的余弦相似度，包括：步骤S51，基于如下公式分别计算两路口原始图片的方向梯度HOG特征向量A、B的余弦相似度similarity：其中，Ai和Bi分别代表A和B的各分量，n为正整数。根据本专利技术的另一面，还提供一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现上述任一项所述的方法。根据本专利技术的另一面，还提供一种用于在网络设备端信息处理的设备，该设备包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该设备执行上述任一项所述的方法。与现有技术相比，本专利技术提出了基于场景分割进行静态参照目标提取、二值化、方向梯度比较的方法，使得不同证据图的特征向量相似性仅仅只与车道线、停止线、斑马线等等静态参照目标的位置和方向相关，大大提高了路口图片分类归档的准确率和效率。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本专利技术的其它特征、目的和优点将会变得更明显：图1为本专利技术一实施例的路口分类方法的流程图；图2为本专利技术一实施例的叠加了彩色mask信息的道路分割图；图3为本专利技术一实施例的分割彩色效果图；图4为本专利技术一实施例的二值化的分割灰度特征图；图5为本专利技术一实施例的路口由南向北抓拍的原始图片；图6为图5经过场景分割特征提取且动态目标过滤后的静态二值灰度特征图；图7为与图5的同一路口由北向南抓拍的原始图片；图8为本专利技术一实施例的图7经过场景分割特征提取且动态目标过滤后的静态二值灰度特征图；图9为本专利技术一实施例的方向梯度HOG特征向量A的方向梯度直方图；图10为本专利技术一实施例的方向梯度HOG特征向量B的方向梯度直方图示意图。附图中相同或相似的附图标记代表相同或相似的部件。具体实施方式下面结合附图对本专利技术作进一步详细描述。在本申请一个典型的配置中，终端、服务网络的设备和可信方均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PR本文档来自技高网...

【技术保护点】
1.一种路口分类方法，其特征在于，该方法包括：/n获取拍摄的多张路口原始图片，使用场景分割模型提取每张路口原始图片中的分割信息，其中，所述分割信息包括非静态参照目标和静态参照目标；/n将每张路口原始图片中的非静态参照目标进行过滤，并保留该路口图片中的静态参照目标，以对应生成二值化的灰度特征图；/n提取每张二值化的灰度特征图中的静态参照目标的对应的方向梯度HOG特征向量；/n比较两张路口原始图片对应的方向梯度HOG特征向量的余弦相似度，基于比较结果对两张路口原始图片进行分类。/n

【技术特征摘要】
1.一种路口分类方法，其特征在于，该方法包括：
获取拍摄的多张路口原始图片，使用场景分割模型提取每张路口原始图片中的分割信息，其中，所述分割信息包括非静态参照目标和静态参照目标；
将每张路口原始图片中的非静态参照目标进行过滤，并保留该路口图片中的静态参照目标，以对应生成二值化的灰度特征图；
提取每张二值化的灰度特征图中的静态参照目标的对应的方向梯度HOG特征向量；
比较两张路口原始图片对应的方向梯度HOG特征向量的余弦相似度，基于比较结果对两张路口原始图片进行分类。


2.根据权利要求1所述的方法，其特征在于，比较两张路口原始图片对应的方向梯度HOG特征向量的余弦相似度，基于比较结果对两张路口原始图片进行分类，包括：
比较两张路口原始图片对应的方向梯度HOG特征向量的余弦相似度，将余弦相似度大于预设阈值的路口原始图片归档到同一目录，将余弦相似度小于等于预设阈值的路口原始图片归档到不同目录。


3.根据权利要求1所述的方法，其特征在于，使用场景分割模型提取每张路口原始图片中的分割信息，包括：
使用场景分割模型，提取每张路口原始图片中每一个像素点(x,y)的分割信息，并得到每张路口原始图片中提取到的每一个像素点(x,y)的分割信息对应的分类值NN(x,y)。


4.根据权利要求3所述的方法，其特征在于，将每张路口原始图片中的非静态参照目标进行过滤，并保留该路口图片中的静态参照目标，以对应生成二值化的灰度特征图，包括：
根据每张路口原始图片I得到对应的分割灰度图像M；
由所述分割灰度图像M得到各类分割信息对应的二值的灰度特征图Mi；
由每张路口原始图片I的各类静态参照目标对应的二值的灰度特征图Mi合成一张二值灰度特征图M′。


5.根据权利要求4所述的方法，其特征在于，根据每张路口原始图片I得到对应的分割灰度图像M，包括：
设每张路口原始图片I的宽为w、高为h；
为每张路口原始图片I新建对应的分割灰度特征图M，其中，所述分割灰度特征图M的宽为w、高为h，且所述分割灰...

【专利技术属性】
技术研发人员：周康明，罗余洋，
申请(专利权)人：上海眼控科技股份有限公司，
类型：发明
国别省市：上海;31