【技术实现步骤摘要】
本专利技术涉及智慧交通，具体涉及一种道路异常物检验的方法、装置、设备、介质。
技术介绍
1、自动驾驶系统需要实时感知道路环境，包括道路上的车辆、行人、道路标志、标线和交通信号灯等。道路上出现的异常物体，可能会影响车辆的行驶安全和路线规划，甚至可能导致车辆停滞或发生碰撞。因此，及时检测道路上的异常物体对于确保自动驾驶车辆的安全行驶至关重要。异常物体指的是在道路上出现的各种不寻常物品，如抛洒物、施工区域和警示路障。
2、在相关技术中，通常采用背景建模的方法来检测这些目标物体，但对动态物体的检测却无法准确确定其类型。例如，可能检测到的是道路上的积水，也可能是锥桶或路障等，并且对于未曾收集的新型异常物体，现有系统难以准确检测，容易出现漏检问题。因此，相关技术中对于道路异常物的精准识别存在相应需求。
技术实现思路
1、有鉴于此，本专利技术提供了一种道路异常物检验的方法、装置、设备、介质，以解决相关技术中对于道路异常物无法准确识别的技术问题。
2、第一方面，本专利技术提供了一种道路异常物检验的方法，方法包括：获取连续的多帧待测图像数据，并基于多帧待测图像数据，确定感兴趣区域与背景模型；基于多帧待测图像数据中的当前帧图像数据、背景模型，确定背景相册、前景图像、连通区域、阴影区域与排除区域；基于背景相册、前景图像、连通区域、阴影区域以及排除区域，确定感兴趣区域中的疑似异常物；将疑似异常物输入预训练的道路分类模型，确定疑似异常物信息；基于多帧待测图像数据中的下一帧图像数据与疑
3、结合第一方面，在第一方面的一种可能的实现方式中，道路分类模型包括：预训练的分类模型、残差网络与全连接层，将疑似异常物输入预训练的道路分类模型，确定疑似异常物信息，包括：将疑似异常物输入分类模型，并利用残差网络与全连接层，确定疑似异常物的类别；响应于疑似异常物的类别属于异常物，记录疑似异常物的坐标以及对应图像，以坐标与对应图像作为疑似异常物信息。
4、结合第一方面，在第一方面的一种可能的实现方式中，基于多帧待测图像数据中的下一帧图像数据与信息疑似异常物，利用图像相似度，确定道路异常物，包括：基于多帧待测图像数据中的下一帧图像数据与对应图像，计算坐标的相似度；响应于相似度计算结果超过预设阈值，确定疑似异常物为道路异常物。
5、结合第一方面，在第一方面的一种可能的实现方式中，基于背景相册、前景图像、连通区域、阴影区域以及排除区域，确定感兴趣区域中的疑似异常物，包括：基于前景图像、连通区域、阴影区域以及排除区域，确定感兴趣区域中的初始疑似异常物；基于初始疑似异常物与背景相册，利用图像相似度，确定疑似异常物。
6、结合第一方面，在第一方面的一种可能的实现方式中，方法还包括：基于多帧待测图像数据中的当前帧图像数据，更新背景相册。
7、结合第一方面，在第一方面的一种可能的实现方式中，方法还包括：将多帧待测图像数据输入预训练的目标检测模型，确定道路异常物的第一像素面积值与第一像素尺寸；将多帧已知图像数据输入预训练的目标检测模型，确定已知图像中已知物体的第二像素面积值与第二像素尺寸；利用已知图像数据、第二像素面积、第二像素尺寸，对学习模型进行训练；将第一像素面积、第一像素尺寸输入完成训练的学习模型，确定道路异常物的实际面积与实际尺寸。
8、结合第一方面，在第一方面的一种可能的实现方式中，基于多帧待测图像数据中的当前帧图像数据、背景模型，确定背景相册、前景图像、连通区域、阴影区域与排除区域，包括：基于多帧待测图像数据中的当前帧图像数据，确定交通参与者的目标图像坐标；将多帧待测图像数据中的若干帧图像作为背景相册；基于当前帧图像数据与背景模型，确定前景图像；基于目标图像坐标、前景图像，确定连通区域；基于背景模型，利用色彩转换，确定阴影区域；基于感兴趣区域与当前帧图像数据，确定排除区域。
9、第二方面，本专利技术提供了一种道路异常物检验的装置，装置包括：多帧待测图像模块，用于获取连续的多帧待测图像数据，并基于多帧待测图像数据，确定感兴趣区域与背景模型；区域确定模块，用于基于多帧待测图像数据中的当前帧图像数据、背景模型，确定背景相册、前景图像、连通区域、阴影区域与排除区域；疑似异常物确定模块，用于基于背景相册、前景图像、连通区域、阴影区域以及排除区域，确定感兴趣区域中的疑似异常物；异常物信息确定模块，用于将疑似异常物输入预训练的分类模型，确定疑似异常物信息；道路异常物确定模块，用于基于多帧待测图像数据中的下一帧图像数据与疑似异常物信息，利用图像相似度，确定道路异常物。
10、第三方面，本专利技术提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的道路异常物检验的方法。
11、第四方面，本专利技术提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的道路异常物检验的方法。
12、本专利技术技术方案，具有如下优点：
13、本专利技术提供的一种道路异常物检验的方法、装置、设备、介质，该方法通过获取连续的多帧待测图像数据，并基于多帧待测图像数据，确定感兴趣区域与背景模型；基于多帧待测图像数据中的当前帧图像数据、背景模型，确定背景相册、前景图像、连通区域、阴影区域与排除区域；基于背景相册、前景图像、连通区域、阴影区域以及排除区域，确定感兴趣区域中的疑似异常物；将疑似异常物输入预训练的分类模型，确定疑似异常物信息；基于多帧待测图像数据中的下一帧图像数据与疑似异常物信息，利用图像相似度，确定道路异常物。这一过程中，通过利用背景建模的方式对当前帧图像数据中的区域进行划分，并在此基础上确定可能的疑似异常物，从而通过预训练的分类模型对疑似障碍物进行分类，并再次基础上与下一帧图像中疑似异常物的对应位置进行相似度判定，从而避免漏检、错检问题的产生，保证检测的准确性，并且由于该种方式无需依赖数据集，因此，对于未收集的新型异常物体扔可以做到准确识别，进一步保证道路异常物的识别准确性。
本文档来自技高网...【技术保护点】
1.一种道路异常物检验的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，道路分类模型包括：预训练的分类网络、残差网络与全连接层，所述将所述疑似异常物输入预训练的道路分类模型，确定疑似异常物信息，包括：
3.根据权利要求2所述的方法，其特征在于，基于所述多帧待测图像数据中的下一帧图像数据与所述信息疑似异常物，利用图像相似度，确定道路异常物，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述背景相册、所述前景图像、所述连通区域、所述阴影区域以及所述排除区域，确定感兴趣区域中的疑似异常物，包括：
5.根据权利要求4所述的方法，其特征在于，还包括：基于所述多帧待测图像数据中的当前帧图像数据，更新所述背景相册。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
7.根据权利要求1所述的方法，其特征在于，所述基于所述多帧待测图像数据中的当前帧图像数据、所述背景模型，确定背景相册、前景图像、连通区域、阴影区域与排除区域，包括：
8.一种道路异常物检验的装置，其特
9.一种计算机设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机指令，所述计算机指令用于使计算机执行权利要求1至7中任一项所述的道路异常物检验的方法。
...【技术特征摘要】
1.一种道路异常物检验的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，道路分类模型包括：预训练的分类网络、残差网络与全连接层，所述将所述疑似异常物输入预训练的道路分类模型，确定疑似异常物信息，包括：
3.根据权利要求2所述的方法，其特征在于，基于所述多帧待测图像数据中的下一帧图像数据与所述信息疑似异常物，利用图像相似度，确定道路异常物，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述背景相册、所述前景图像、所述连通区域、所述阴影区域以及所述排除区域，确定感兴趣区域中的疑似异常物，包括：
5.根据权利要求4所述的方法，其特征在于...
【专利技术属性】
技术研发人员：康晓，王天柱，郭振华，
申请(专利权)人：天翼交通科技有限公司，
类型：发明
国别省市：
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。