System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 通过背景分割进行收费站车道通行状态检测的方法及装置制造方法及图纸_技高网

通过背景分割进行收费站车道通行状态检测的方法及装置制造方法及图纸

技术编号:41326127 阅读:3 留言:0更新日期:2024-05-13 15:03
本申请提出了一种通过背景分割进行收费站车道通行状态检测的方法及装置,包括以下步骤:获取包含LED屏幕的收费站图像,构建粗背景特征提取模块,粗背景特征提取模块提取每一收费站图像的粗背景特征;构建细背景分割模块,将每一收费站图像的粗背景特征和训练样本输入到细背景分割模块中得到每一收费站图像的细背景前景分割图;基于每一收费站图像的细背景前景分割图获取粗前景特征,将每一收费站图像的细背景前景分割图以及粗前景特征输入到前景目标分割模块中得到细前景特征,基于每一收费站图像的细前景特征获取每一收费站的通行状态。本方案采用自监督的方式来对获取图像的前景和背景进行分离,从而低成本、高精度的获取高速收费站的通行状态。

【技术实现步骤摘要】

本申请涉及图像分割与机器视觉,特别是涉及一种通过背景分割进行收费站车道通行状态检测的方法及装置


技术介绍

1、目前通常使用文字识别技术来识别各个收费站的led屏幕,从而获取各个收费站的通行状态,对文字识别的方法主要使用不同程度的ocr技术,ocr技术在理想情况下的使用效果确实很好,但是收费站的led屏幕的文字质量并不高且led屏闪的频率和相机的频率不一致,所以会出现相机画面模糊的情况,此时简单的使用ocr技术就会产生误报从而影响识别精度,此外,使用ocr技术还要结合目标检测、目标分类、方向分类器等多项技术才可以实际使用,落地成本较高,并不适合在每个收费站进行布置使用。

2、综上所述,亟需一种可以低成本、高精度的对高速收费站的led屏幕进行识别来获取每一收费站的通行状态,从而使交管部门可以根据每一高速收费站的通行状态进行交通管制以确保人民群众出行平安畅通。


技术实现思路

1、本申请实施例提供了通过背景分割进行收费站车道通行状态检测的方法及装置,通过采用自监督的方式来对获取图像的前景和背景进行分离,从而低成本、高精度的获取每一高速收费站的通行状态。

2、第一方面,本申请实施例提供了一种通过背景分割进行收费站车道通行状态检测的方法,所述方法包括:

3、获取至少一包含led屏幕的收费站图像作为训练样本,构建粗背景特征提取模块,为训练样本中的每一收费站图像以注意力机制的方式筛选背景引导块,所述粗背景特征提取模块以自监督学习的方式基于每一收费站图像的背景引导块提取每一收费站图像的粗背景特征;

4、构建细背景分割模块,将所述训练样本以及每一收费站图像的粗背景特征输入到所述细背景分割模块中,所述细背景分割模块将训练样本中的每一收费站图像均分为多个图像块,使用多头自注意力对每一收费站图像中的多个图像块进行特征提取后,与对应的粗背景特征进行交叉熵迭代学习,得到与每一收费站图像对应的细背景前景分割图,其中,所述细背景分割模块以自监督的方式进行训练;

5、基于每一收费站图像的细背景前景分割图获取粗前景特征,构建前景目标分割模块,将每一收费站图像的细背景前景分割图以及粗前景特征输入到所述前景目标分割模块中得到细前景特征,基于每一收费站图像的细前景特征获取每一收费站的通行状态,其中,前景为收费站图像中led屏幕部分,背景为收费站图像中的非led屏幕部分。

6、第二方面,本申请实施例提供了一种通过背景分割进行收费站车道通行状态检测的装置,包括:

7、粗背景特征提取模块,用于获取至少一包含led屏幕的收费站图像作为训练样本,构建粗背景特征提取模块,为训练样本中的每一收费站图像以注意力机制的方式筛选背景引导块,所述粗背景特征提取模块以自监督学习的方式基于每一收费站图像的背景引导块提取每一收费站图像的粗背景特征;

8、细背景特征提取模块,用于构建细背景分割模块,将所述训练样本以及每一收费站图像的粗背景特征输入到所述细背景分割模块中,所述细背景分割模块将训练样本中的每一收费站图像均分为多个图像块,使用多头自注意力对每一收费站图像中的多个图像块进行特征提取后,与对应的粗背景特征进行交叉熵迭代学习,得到与每一收费站图像对应的细背景前景分割图,其中,所述细背景分割模块以自监督的方式进行训练;

9、细前景特征提取模块,用于基于每一收费站图像的细背景前景分割图获取粗前景特征,构建前景目标分割模块,将每一收费站图像的细背景前景分割图以及粗前景特征输入到所述前景目标分割模块中得到细前景特征,基于每一收费站图像的细前景特征获取每一收费站的通行状态,其中,前景为收费站图像中led屏幕部分,背景为收费站图像中的非led屏幕部分。

10、第三方面,本申请实施例提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行一种通过背景分割进行收费站车道通行状态检测的方法。

11、第四方面,本申请实施例提供了一种可读存储介质,所述可读存储介质中存储有计算机程序,所述计算机程序包括用于控制过程以执行过程的程序代码,所述过程包括一种通过背景分割进行收费站车道通行状态检测的方法。

12、本专利技术的主要贡献和创新点如下:

13、本方案在粗背景特征提取模块训练时为每一收费站图像以注意力机制的方式筛选了一个背景引导块来引导粗背景特征提取模块粗略的学习对应的背景部分,从而可以在无监督的情况下识别出背景特征;本方案中的细背景分割模块使用多头注意力机制进行对背景特征进行精细化学习,提高了模型的训练和推理速度,降低了计算的复杂度;本方案中的粗背景特征提取模块、细背景分割模块以及前景目标分割模块全部采用自监督的方式进行训练,在保证精度的前提下大大降低了标注和部署成本,进而高效的完成对收费站车道通行状态的判断。

14、本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。

本文档来自技高网...

【技术保护点】

1.一种通过背景分割进行收费站车道通行状态检测的方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种通过背景分割进行收费站车道通行状态检测的方法,其特征在于,在“为训练样本中的每一收费站图像以注意力机制的方式筛选背景引导块”步骤中,所述背景引导块为对收费站图像中背景特征的标识。

3.根据权利要求1所述的一种通过背景分割进行收费站车道通行状态检测的方法,其特征在于,在“所述粗背景特征提取模块以自监督学习的方式基于每一收费站图像的背景引导块提取每一收费站图像的粗背景特征”步骤中,将每一收费站图像的像素分辨率调整到第一设定大小并进行序列化处理输入到所述粗背景特征提取模块中。

4.根据权利要求1所述的一种通过背景分割进行收费站车道通行状态检测的方法,其特征在于,在“所述细背景分割模块将训练样本中的每一收费站图像均分为多个图像块”步骤中,将每一收费站图像进行平均分割,且分割后的收费站图像块的像素分辨率为第二设定大小,对每一收费站图像块进行线性变换后再进行特征提取。

5.根据权利要求1所述的一种通过背景分割进行收费站车道通行状态检测的方法,其特征在于,在“使用多头自注意力对每一收费站图像中的多个图像块进行特征提取”步骤中,为每一图像块分配一个独立的自注意力头进行特征提取,并计算每一图像块的自注意力会值作为特征权重。

6.根据权利要求1所述的一种通过背景分割进行收费站车道通行状态检测的方法,其特征在于,在“构建前景目标分割模块”步骤中,所述前景目标分割模块由多个串联的卷积层组成,且所述前景目标分割模块以自监督的方式进行自训练。

7.根据权利要求1所述的一种通过背景分割进行收费站车道通行状态检测的方法,其特征在于,在“基于每一收费站图像的细前景特征获取每一收费站的通行状态”步骤中,所述通行状态包括“开启”和“关闭”,构建通行状态数据库,所述通行状态数据库中保存有对应“开启”状态的所有LED屏幕显示类别以及对应“关闭”状态的所有LED屏幕显示类别,将每一收费站图像的细前景特征与所述状态数据库中的数据进行比对得到每一收费站图像的通行状态。

8.一种通过背景分割进行收费站车道通行状态检测的装置,其特征在于,包括:

9.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行权利要求1-7任一所述的一种通过背景分割进行收费站车道通行状态检测的方法。

10.一种可读存储介质,其特征在于,所述可读存储介质中存储有计算机程序,所述计算机程序包括用于控制过程以执行过程的程序代码,所述过程包括根据权利要求1-7任一所述的一种通过背景分割进行收费站车道通行状态检测的方法。

...

【技术特征摘要】

1.一种通过背景分割进行收费站车道通行状态检测的方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种通过背景分割进行收费站车道通行状态检测的方法,其特征在于,在“为训练样本中的每一收费站图像以注意力机制的方式筛选背景引导块”步骤中,所述背景引导块为对收费站图像中背景特征的标识。

3.根据权利要求1所述的一种通过背景分割进行收费站车道通行状态检测的方法,其特征在于,在“所述粗背景特征提取模块以自监督学习的方式基于每一收费站图像的背景引导块提取每一收费站图像的粗背景特征”步骤中,将每一收费站图像的像素分辨率调整到第一设定大小并进行序列化处理输入到所述粗背景特征提取模块中。

4.根据权利要求1所述的一种通过背景分割进行收费站车道通行状态检测的方法,其特征在于,在“所述细背景分割模块将训练样本中的每一收费站图像均分为多个图像块”步骤中,将每一收费站图像进行平均分割,且分割后的收费站图像块的像素分辨率为第二设定大小,对每一收费站图像块进行线性变换后再进行特征提取。

5.根据权利要求1所述的一种通过背景分割进行收费站车道通行状态检测的方法,其特征在于,在“使用多头自注意力对每一收费站图像中的多个图像块进行特征提取”步骤中,为每一图像块分配一个独立的自注意力头进行特征提取,并计算每一图像块的自注意力会值作为特征权重。...

【专利技术属性】
技术研发人员:申元颜世航
申请(专利权)人:杭州像素元科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1