【技术实现步骤摘要】
本申请属于人工智能，尤其涉及一种路口结构识别模型训练方法、路口结构识别方法、电子设备及计算机可读存储介质。
技术介绍
1、路口作为城市交通网络中的关键节点，承载着车流、人流的高强度交互，其结构的复杂性和多样性给自动驾驶系统的精确导航带来了巨大挑战。在复杂的城市场景中，路口(例如交叉路口)的形式繁多，每种交叉路口都有其独特的几何特征和交通流模式。因此，对于自动驾驶系统而言，准确识别交叉路口的路口结构不仅是实现安全驾驶的前提，也是提高交通效率的关键。
2、目前，自动驾驶系统主要通过各种车道线检测识别方法，实现路口结构的识别，但此类方法较为复杂且通用性较差。
技术实现思路
1、本申请实施例提供了一种路口结构识别模型训练方法、路口结构识别方法、装置、电子设备及计算机可读存储介质，可以实现简单通用的路口结构识别模型。
2、第一方面，本申请实施例提供了一种路口结构识别模型训练方法，包括：
3、获取包括路口的图像数据；
4、根据所述图像数据中所述路口的路口结构对所述路口的位置进行标注，得到路口区域点，其中，所述路口区域点用于指示所述路口的位置，所述路口区域点所组成的路口区域根据所述路口的路口结构进行定义，所述路口区域至少包括入口区域和出口区域；
5、利用标注后的所述图像数据训练预构建的图像特征识别模型，得到路口结构识别模型，其中，所述路口结构识别模型通过输出的待检测路口的路口区域点所组成的路口区域来指示所述待检测路口的路口结构。
...【技术保护点】
1.一种路口结构识别模型训练方法，其特征在于，包括：
2.如权利要求1所述的路口结构识别模型训练方法，其特征在于，所述利用标注后的所述图像数据训练预构建的图像特征识别模型，得到路口结构识别模型，包括：
3.如权利要求2所述的路口结构识别模型训练方法，其特征在于，所述根据所述路口区域点热力图和所述路口向量图调整所述预构建的图像特征识别模型的模型参数，包括：
4.如权利要求2所述的路口结构识别模型训练方法，其特征在于，所述图像数据中还标注有路口消失点，所述路口消失点用于指示所述路口的消失位置，所述利用标注后的所述图像数据训练预构建的图像特征识别模型，得到路口结构识别模型，包括：
5.如权利要求4所述的路口结构识别模型训练方法，其特征在于，所述根据所述路口消失点热力图、所述路口区域点热力图和所述路口向量图调整所述预构建的图像特征识别模型的模型参数，包括：
6.一种路口结构识别方法，其特征在于，包括：
7.如权利要求6所述的路口结构识别方法，其特征在于，在所述待检测图像数据包括根据预设采集间隔采集的交叉路口图像的情况
8.如权利要求7所述的路口结构识别方法，其特征在于，所述将所述交叉路口图像对应的聚类点集和目标交叉路口图像对应的聚类点集进行匹配，根据匹配结果确定所述交叉路口图像中的所述交叉路口区域点，包括：
9.如权利要求6-8任一项所述的路口结构识别方法，其特征在于，所述路口关键点还包括所述交叉路口对应的交叉路口消失点，所述交叉路口消失点用于指示所述交叉路口的消失位置，所述根据所述路口关键点确定所述交叉路口的路口区域，包括：
10.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的方法，或执行如权利要求6至9任一项所述的方法。
...【技术特征摘要】
1.一种路口结构识别模型训练方法，其特征在于，包括：
2.如权利要求1所述的路口结构识别模型训练方法，其特征在于，所述利用标注后的所述图像数据训练预构建的图像特征识别模型，得到路口结构识别模型，包括：
3.如权利要求2所述的路口结构识别模型训练方法，其特征在于，所述根据所述路口区域点热力图和所述路口向量图调整所述预构建的图像特征识别模型的模型参数，包括：
4.如权利要求2所述的路口结构识别模型训练方法，其特征在于，所述图像数据中还标注有路口消失点，所述路口消失点用于指示所述路口的消失位置，所述利用标注后的所述图像数据训练预构建的图像特征识别模型，得到路口结构识别模型，包括：
5.如权利要求4所述的路口结构识别模型训练方法，其特征在于，所述根据所述路口消失点热力图、所述路口区域点热力图和所述路口向量图调整所述预构建的图像特征识别模型的模型参数，包括：
6.一种路口结构识别方法，其特征在于，包括：
7...
【专利技术属性】
技术研发人员：马文广，
申请(专利权)人：深圳市锐明技术股份有限公司，
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。