申请/专利权人：安徽清新互联信息科技有限公司

申请日：2020-06-19

公开（公告）日：2024-06-21

公开（公告）号：CN111881739B

主分类号：G06V20/56

分类号：G06V20/56;G06V10/44;G06V10/82;G06N3/0455;G06N3/0464;G06N3/082

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2020.11.20#实质审查的生效;2020.11.03#公开

摘要：本发明公开了一种汽车尾灯状态识别方法，属于计算机视觉和辅助驾驶技术领域，包括：获取待识别的车尾图像，并输入至预先训练好的尾灯状态识别模型，该尾灯状态识别模型包括特征提取网络和尾灯状态判别网络；利用特征提取网络提取车尾图像的尾灯特征向量；利用尾灯状态判别网络对尾灯特征向量进行处理，识别出汽车尾灯的状态。本发明设计基于注意力机制的卷积‑循环神经网络直接在车尾图像中提取尾灯特征，并推理尾灯前后时刻的亮度变化，能够稳定有效地识别复杂环境下的汽车尾灯状态。

主权项：1.一种汽车尾灯状态识别方法，其特征在于，包括：S1、获取待识别的车尾图像，并输入至预先训练好的尾灯状态识别模型，该尾灯状态识别模型包括特征提取网络和尾灯状态判别网络；S2、利用特征提取网络提取车尾图像的尾灯特征向量；S3、利用尾灯状态判别网络对尾灯特征向量进行处理，识别出汽车尾灯的状态；所述特征提取网络包括基干网络和空间注意力模块，基干网络的输出与空间注意力模块连接；基干网络包括卷积层Conv0、全局最大池化层MaxPooling0、全局平均池化层GlobalAvgPooling和残差模块ResNeXtblock0、ResNeXtblock1和ResNeXtblock2，卷积层Conv0的输入为所述待识别的车尾图像、输出与全局最大池化层MaxPooling0的输入连接，全局最大池化层MaxPooling0的输出依次经残差模块ResNeXtblock0、ResNeXtblock1和ResNeXtblock2后与全局平均池化层GlobalAvgPooling的输入连接；所述空间注意力模块包括空间注意力模块SpatialAttentionModule0、SpatialAttentionModule1和SpatialAttentionModule2；所述残差模块ResNeXtblock0、ResNeXtblock1和ResNeXtblock2的输出分别与所述空间注意力模块SpatialAttentionModule0、SpatialAttentionModule1和SpatialAttentionModule2的输入连接，所述残差模块ResNeXtblock0的输出与所述空间注意力模块SpatialAttentionModule0的输出的Hadamard积作为所述残差模块ResNeXtblock1的输入；所述残差模块ResNeXtblock1的输出与所述空间注意力模块SpatialAttentionModule1的输出的Hadamard积作为所述残差模块ResNeXtblock2的输入；所述残差模块ResNeXtblock2的输出与所述空间注意力模块SpatialAttentionModule2的输出的Hadamard积作为所述全局平均池化层GlobalAvgPooling的输入，所述全局平均池化层GlobalAvgPooling的输出为所述尾灯特征向量。

全文数据：

权利要求：

百度查询： 安徽清新互联信息科技有限公司 一种汽车尾灯状态识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD