CN113762044B 道路识别方法、装置、计算机设备和存储介质 （腾讯科技（深圳）有限公司）

JP2012155399A,201质基于变换值变化信息确定目标图像中道路对应于人工智能的神经网络模型对目标图像进行道2对所述目标图像进行道路检测，得到所述目标图像中各个目标像素点基于所述目标道路检测值确定所述目标图像中各个目标像素点对确定所述变换图像中所述目标像素点相对于所述变换图像中的参考像素点的变换值从所述变换图像的各个像素点中获取满足变化度筛选条件的候选像素点基于所述边缘像素识别得到所述目标图像中所述目标图像中各个目标像素点对应的目标道路获取所述目标用户类型所对应的已训练的道路检测模型，所述是利用所述目标用户类型所对应的目标训练图将所述目标图像输入到所述已训练的道路检测模型中进行道路检测从候选训练图像集合中获取多个所述目标用户类型所对应的候选训练获取所述目标训练图像中道路所对应的道路位置，基于所述道基于所述目标训练图像以及所述像素标签值对所述待训练的道路检测模型进行训练，基于所述目标道路检测值，从所述目标图像的各个目标像素点中3将道路对应的道路像素值作为所述道路像素点对应的像素变换值从所述变换图像中获取当前像素点的邻接像素点，基于所述获取当前像素点与当前像素点对应的参考像素点之间的变换值所述获取当前像素点与当前像素点对应的参考像素点之间的变换值换值差异得到当前像素点相对于参考像素点的变换值基于当前像素点的像素变换值与当前像素点在各个像素排列方向上的参考像素点的结合各个所述像素排列方向所对应的变换值差异确定当前像素点相对于参考像素点变换值差异确定当前像素点相对于参考像素点的变换值变化度以及变换值变化方向角包对当前像素点在各个所述像素排列方向所对应的变换值差异进行将当前像素点在各个所述像素排列方向所对应的变换值差异作为对应像素排列方向确定所述边缘像素所对应的当前边缘线，确定当前边缘线与参考将当前边缘线距离与当前边缘线夹角作为待调整的当前边缘线参停止条件包括各个边缘线距离之间的差异小于距离差异阈值或各个边缘线夹角之间的差所述对所述目标图像进行道路检测，得到所述目标图像中各个目标4获取所述终端所对应的目标用户类型，获取所述目标用户类型所将所述目标图像输入到所述已训练的道路检测模型中进行道路检测基于所述目标道路所对应的位置以及所述终端的位置确定道路检测值得到模块，用于对所述目标图像进行道路检测，得到变换图像得到模块，用于基于所述目标道路检测值确定所点对应的像素变换值，将所述目标像素点对应的像素变换值按照像素点排列顺序进行排边缘像素确定模块，用于确定所述变换图像中所述目标像素点相对于所第一道路检测模型获取单元，用于获取所述目标用户类型所第一道路检测值得到单元，用于将所述目标图像输入到所述已从候选训练图像集合中获取多个所述目标用户类型所对应的候选训练获取所述目标训练图像中道路所对应的道路位置，基于所述道基于所述目标训练图像以及所述像素标签值对所述待训练的道路检测模型进行训练，5基于所述目标道路检测值，从所述目标图像的各个目标像素点中将道路对应的道路像素值作为所述道路像素点对应的像素变换值从所述变换图像中获取当前像素点的邻接像素点，基于所述获取当前像素点与当前像素点对应的参考像素点之间的变换值素排列方向的邻接像素点，所述变换值变化信息包括变换值变化度以及变换值变化方向基于当前像素点的像素变换值与当前像素点在各个像素排列方向上的参考像素点的结合各个所述像素排列方向所对应的变换值差异确定当前像素点相对于参考像素点对当前像素点在各个所述像素排列方向所对应的变换值差异进行将当前像素点在各个所述像素排列方向所对应的变换值差异作为对应像素排列方向确定所述边缘像素所对应的当前边缘线，确定当前边缘线与参考将当前边缘线距离与当前边缘线夹角作为待调整的当前边缘线参停止条件包括各个边缘线距离之间的差异小于距离差异阈值或各个边缘线夹角之间的差6获取所述终端所对应的目标用户类型，获取所述目标用户类型所将所述目标图像输入到所述已训练的道路检测模型中进行道路检测基于所述目标道路所对应的位置以及所述终端的位置确定理器执行时实现权利要求1至10中任一项所述的方法行时实现权利要求1至10中任一项所述的方7素点对应的像素变换值按照像素点排列顺序进行排列，得到所述目标图像对应的变换图8[0009]在一些实施例中，得到所述已训练的道路检测模型的道路检测模型得到模块包获取当前像素点的邻接像素点，基于所述邻接像素点确定当前像素点对应的参考像素点；考像素点的像素变换值，得到当前像素点在各个所述像素排列方向所对应的变换值差异；结合各个所述像素排列方向所对应的变换值差异确定当前像素点相对于参考像素点的变点在各个所述像素排列方向所对应的变换值差异作为对应像素排列方向上的方向边的边[0015]在一些实施例中，所述变换值变化信息包括变换值变化度以及变换值变化方向9元，用于确定所述候选像素点的变换值变化度相对于所述对比变换值变化度的变化度差述参数调整停止条件包括各个边缘线距离之间的差异小于距离差异阈值或各个边缘线夹于可以基于目标道路检测值对图像进行变换，使得变换图像更好体现图像中的道路信息，因此基于目标像素点相对于变换图像中的参考像素点的变换值变化信息能够准确检测到[0034]人工智能(ArtificialIntelligence,AI)是利用数字计算机或者数字计算机控[0036]计算机视觉技术(ComputerVision,CV)计算机视觉是一门研究如何使机器“看”[0037]语音技术(SpeechTechnology)的关键技术有自动语音识别技术(ASR)和语音合算是网格计算(GridComputing)、分布式计算(DistributedComputing)、并行计算(ParallelComputing)、效用计算(UtilityComputing)、网络存储(NetworkStorage[0045]云存储(cloudstorage)是在云计算概念上延伸和发展出来的一个新的概念，分件或应用接口集合起来协同工作，共同对外提供数据存储和业务访问功能的一个存储系配物理存储空间，该物理存储空间可能是某个存储设备或者某几个存储设备的磁盘组成。象的容量估量(该估量往往相对于实际要存储的对象的容量有很大余量)和独立冗余磁盘[0048]数据库(Database)，简而言之可视为电子化的文件柜—像发送至服务器104，服务器104可以将终端102发送的图像作为待进行道路识别的目标图变换图像，确定变换图像中目标像素点相对于变换图像中的参考像素点的变换值变化信的道路识别方法可以是由终端102执行的，终端102可以基于目标道路的位置以及终端102的位置确定用户移动提示信息，基于用户移动提示信息对终端102所对应的用户进行移动标图像可以是服务器中预先存储的道路图像，也可以是服务器从终端实时获取的道路图器可以将接收到的道路图像作为待进行道路识别的目标图像，对目标图像进行道路检测，[0060]在一些实施例中，服务器中可以预先存储有一种或多种用户类型对应的道路图实例分割模型中的至少一种。语义分割模型可以包括UNet(U型网络)、FCN(FullyConvolutionNetwork，全卷积网络)、YOLACT(YouOnlyLookAtCoefficienTs)或DeepLab中的至少一种，具体采用哪种模型可以基于部署训练好的道路检测模型的设备的[0067]S206，基于目标道路检测值确定目标图像中各个目标像括目标道路检测值大于检测值阈值或道路检测值排序在检测值排序阈值之前的至少一个。[0076]在一些实施例中，将目标像素点对应的像素变换值按照像素点排列顺序进行排[0079]变换值变化信息用于反映目标像素点的像素变换值与参考像素点的像素变换值[0081]在一些实施例中，目标像素点的参考像素点可以包括目素排列方向例如为竖直方向。邻接像素点可以包括横向邻接像素点以及纵向邻接像素点，之间的差异小于距离差异阈值或各个边缘线夹角之间的差异小于夹角差异阈值中的至少意一个边缘像素对应的调整后的边缘线作为于变换图像中的参考像素点的变换值变化信息能够准确检测到目标图像中对应的边缘像觉障碍的用户携带的终端采集到的道路图像时，目标用户为行走的具有视觉障碍的用户，[0095]用户类型对应的道路图像可以是用户类型的用户所携带的终端采集到的道路图用户类型对应的已训练的道路检测模型可以是利用该用户类型对应的道路图像所训练得定目标像素点对应的像素变换值。道路检测模型例如可以是图3的(b)中的分割算法模型，训练图像属于道路图像。候选训练图像集合中可以包括多种用户类型对应的候选训练图特征图(featuremap)，特征图是指利用模型参数对输入图像进行处理例如进行卷积处理示，图4中的(a1)是只包括人行横道的图像，图4中的(b1)是只包括盲道的图像，图4中的(c1)是包括人行横道以及盲道的图像，图4中的(a2)中展示了(a1)中的各个中的(c2)中展示了(c1)中的各个像素点分别对应到已训练的道路检测模型，实现了利用目标用户类型对应的道路图像训练道路检测模型，素点对应的像素变换值，将屏蔽像素值作为目标图像中非道路像素点对应的像素变换值，从而通过道路检测值快速且准确的划分出了道路像素点与非道如参考像素点可以包括后向横向邻接像素点或后向纵向邻前像素点的参考像素点可以包括后向横向邻接像素点或后向纵向邻接像素点中的至少一邻接像素点是指纵向排列方向上排列在当前像素点之素变换值减去当前像素点的像素变换值所得到的结果得到当前像素点对应的横向差异值，例如可以将后向横向邻接像素点的像素变换值减去当前像素点的像素变换值所得到的结向邻接像素点的像素变换值之间的差异，基于该差异得到当前像素点对应的纵向差异值，例如可以基于后向纵向邻接像素点的像素变换值减去当前像素点的像素变换值所得到的的后向横向邻接像素点对应的后向纵向邻接像素点的像素变换值作为第二后向纵向变换以及变换值变化方向角，例如服务器可以基于横向差异值以及纵向差异值进行统计运算，的参考像素点的像素变换值，得到当前像素点在各个像素排列方向所对应的变换值差异，结合各个像素排列方向所对应的变换值差异确定当前像素点相对于参考像素点的变换值方向边中的至少一个，横向方向边是在横向像素排列方向上的以横向差异值为长度的线角度是指连接边与横向像素排列方向之间的夹如可以将候选像素点的变换值变化度减去对比变换值变化度所得到的结果作为变化度差化度，将当前目标像素点的变换值变化度分别与各个关联像素点的变换值变化度进行对[0139]本实施例中，从变换图像的各个目标像素点中获取满足变化度筛选条件的像素缘线夹角作为待调整的当前边缘线参数，对各个当前边缘线的当前边缘线参数进行调整，[0146]在一些实施例中，参数调整停止条件还可以包括目标参数数量大于参数数量阈体地，服务器可以将当前边缘线距离以及当前边缘线夹角作为待调整的当前边缘线参数，线距离之间的差异小于距离差异阈值或各个边缘线夹角之间的差异小于夹角差异阈值中道路所对应的位置以及终端的位置确定用户移动提示信息；向终端发送用户移动提示信户移动，可以包括目标道路相对于用户的距离或目标道路相对于用户的方向中的至少一训练可以训练得到能够从背景图像中分割出个边缘线夹角之间的差异小于夹角差异阈值中是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或[0186]变换图像得到模块806，用于基于目标道路检测值确定目标图像中各个目标像素[0187]边缘像素确定模块808，用于确定变换图像中目标像素点相对于变换图像中的参模型，已训练的道路检测模型是利用目标用户类型所对应的目标训练图像进行训练得到[0194]目标用户类型确定单元，用于确定待训练的道路检测模型所对应的目标用户类路位置确定目标训练图像中各个训练像素点对应[0199]道路行为信息获取单元，用于获取目标用户类型对应的目标用户的道路行为信之间的变换值差异，基于变换值差异得到当前像素点相对于参考像素点的变换值变化信还用于基于当前像素点的像素变换值与当前像素点在各个像素排列方向上的参考像素点排列方向所对应的变换值差异确定当前像素点相对于参考像素点的变换值变化度以及变各个边缘线