一種確定紅綠燈識別系統(tǒng)識別性能的方法和裝置的制造方法
【專利摘要】本發(fā)明公開了一種確定紅綠燈識別系統(tǒng)識別性能的方法和裝置，該方法包括：接收采集的包含有紅綠燈的視頻信息，確定所述視頻信息的真值數(shù)據(jù)；根據(jù)車輛狀態(tài)信息生成模擬定位系統(tǒng)，根據(jù)所述紅綠燈的設(shè)施信息生成模擬高精地圖；獲取紅綠燈識別系統(tǒng)根據(jù)所述視頻信息、所述模擬定位系統(tǒng)和所述模擬高精地圖得到的識別內(nèi)容；依據(jù)所述真值數(shù)據(jù)和所述識別內(nèi)容確定所述紅綠燈識別系統(tǒng)的識別性能。本方案實(shí)現(xiàn)了對紅綠燈識別系統(tǒng)快速、準(zhǔn)確和高效的評測，極大的降低了測試成本。
【專利說明】
一種確定紅綠燈識別系統(tǒng)識別性能的方法和裝置
技術(shù)領(lǐng)域
[0001]本發(fā)明實(shí)施例涉及計(jì)算機(jī)技術(shù)，尤其涉及一種評測紅綠燈識別系統(tǒng)的方法和裝置?！颈尘凹夹g(shù)】
[0002]隨著人工智能的發(fā)展，智能汽車逐漸走進(jìn)了大眾的視野。智能汽車也稱無人車，其通過車載傳感器來感知車輛周圍環(huán)境，車輛的中央控制系統(tǒng)根據(jù)傳感器感知的道路和障礙物等信息綜合控制車輛的轉(zhuǎn)向和速度從而使車輛安全、可靠的在道路上行駛。
[0003]無人車在道路行駛過程中需要對紅綠燈進(jìn)行有效識別，具體的識別過程為:利用長焦攝像機(jī)采集紅綠燈的視頻圖像，通過定位系統(tǒng)確定車輛當(dāng)前的位置和姿態(tài)(朝向、旋轉(zhuǎn)角等)，再通過查詢高精地圖以獲取與當(dāng)前路段和車輛姿態(tài)相關(guān)的紅綠燈信息，最后再通過車輛的圖像處理模塊確定紅綠燈的形狀和開關(guān)狀態(tài)并提供至車載控制系統(tǒng)。
[0004]無人車在行駛過程中能否正確識別紅綠燈對行駛的安全性影響重大，故需要一套完備的測試方法和裝置來測試無人車的紅綠燈識別系統(tǒng)是否能夠準(zhǔn)確識別路口的紅綠燈， 有前述內(nèi)容可知，無人車在進(jìn)行紅綠燈識別時需要借助于長焦攝像機(jī)、基于GPS(Global Posit1ning System，全球定位系統(tǒng))/IMU(Inertial measurement unit，慣性測量單元) 和雷達(dá)等設(shè)備的定位系統(tǒng)及高精地圖數(shù)據(jù)，在測試過程中面臨測試環(huán)境部署復(fù)雜且測試成本高昂和測試周期過長的問題。
【發(fā)明內(nèi)容】

[0005]本發(fā)明提供了一種評測紅綠燈識別系統(tǒng)的方法和裝置，實(shí)現(xiàn)了對紅綠燈識別系統(tǒng)快速、準(zhǔn)確和高效的評測，極大的降低了測試成本。
[0006]第一方面，本發(fā)明實(shí)施例提供了一種確定紅綠燈識別系統(tǒng)識別性能的方法，包括:
[0007]接收采集的包含有紅綠燈的視頻信息，確定所述視頻信息的真值數(shù)據(jù)；
[0008]根據(jù)車輛狀態(tài)信息生成模擬定位系統(tǒng)，根據(jù)所述紅綠燈的設(shè)施信息生成模擬高精地圖；
[0009]獲取紅綠燈識別系統(tǒng)根據(jù)所述視頻信息、所述模擬定位系統(tǒng)和所述模擬高精地圖得到的識別內(nèi)容；
[0010]依據(jù)所述真值數(shù)據(jù)和所述識別內(nèi)容確定所述紅綠燈識別系統(tǒng)的識別性能。
[0011]第二方面，本發(fā)明實(shí)施例還提供了一種確定紅綠燈識別系統(tǒng)識別性能的裝置，包括:
[0012]視頻信息處理模塊，用于接收采集的包含有紅綠燈的視頻信息，確定所述視頻信息的真值數(shù)據(jù)；
[0013]模擬生成模塊，用于根據(jù)車輛狀態(tài)信息生成模擬定位系統(tǒng)，根據(jù)所述紅綠燈的設(shè)施信息生成模擬高精地圖；
[0014]識別內(nèi)容獲取模塊，用于獲取紅綠燈識別系統(tǒng)根據(jù)所述視頻信息、所述模擬定位系統(tǒng)和所述模擬高精地圖得到的識別內(nèi)容；
[0015]識別性能確定模塊，用于依據(jù)所述真值數(shù)據(jù)和所述識別內(nèi)容確定所述紅綠燈識別系統(tǒng)的識別性能。
[0016]本發(fā)明通過接收采集的包含有紅綠燈的視頻信息，確定所述視頻信息的真值數(shù)據(jù)，根據(jù)車輛狀態(tài)信息生成模擬定位系統(tǒng)，根據(jù)所述紅綠燈的設(shè)施信息生成模擬高精地圖， 獲取紅綠燈識別系統(tǒng)根據(jù)所述視頻信息、所述模擬定位系統(tǒng)和所述模擬高精地圖得到的識別內(nèi)容，依據(jù)所述真值數(shù)據(jù)和所述識別內(nèi)容確定所述紅綠燈識別系統(tǒng)的識別性能，解決了測試過程中面臨的測試環(huán)境部署復(fù)雜且測試成本高昂和測試周期過長的問題，實(shí)現(xiàn)了對紅綠燈識別系統(tǒng)快速、準(zhǔn)確和高效的評測，極大的降低了測試成本?！靖綀D說明】
[0017]圖1為本發(fā)明實(shí)施例一提供的確定紅綠燈識別系統(tǒng)識別性能的方法的流程圖；
[0018]圖2為本發(fā)明實(shí)施例二提供的確定紅綠燈識別系統(tǒng)識別性能的方法的流程圖；
[0019]圖3為本發(fā)明實(shí)施例三提供的確定紅綠燈識別系統(tǒng)識別性能的裝置的結(jié)構(gòu)圖?！揪唧w實(shí)施方式】
[0020]下面結(jié)合附圖和實(shí)施例對本發(fā)明作進(jìn)一步的詳細(xì)說明?？梢岳斫獾氖牵颂幩枋龅木唧w實(shí)施例僅僅用于解釋本發(fā)明，而非對本發(fā)明的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部結(jié)構(gòu)。
[0021]實(shí)施例一
[0022]圖1為本發(fā)明實(shí)施例一提供的確定紅綠燈識別系統(tǒng)識別性能的方法的流程圖，本實(shí)施例可適用于對紅綠燈識別系統(tǒng)識別性能進(jìn)行測試的情況，該方法可以由計(jì)算設(shè)備如服務(wù)器、智能終端或定制車載系統(tǒng)來執(zhí)行。示例性的，該紅綠燈識別系統(tǒng)可應(yīng)用在無人車中， 當(dāng)無人車行駛在道路上時，需要通過紅綠燈識別系統(tǒng)準(zhǔn)確識別道路上的紅綠燈，并根據(jù)紅綠燈的指示確定是否行駛通過路口。[〇〇23] 如圖1所示具體包括如下步驟:
[0024]步驟101、接收采集的包含有紅綠燈的視頻信息，確定所述視頻信息的真值數(shù)據(jù)。
[0025]紅綠燈識別系統(tǒng)用于識別出道路上的紅綠燈及其指示狀態(tài)，通常紅綠燈設(shè)置在道路的十字路口、丁字路口或人行橫道處，故為測試出紅綠燈識別系統(tǒng)能否對道路上的紅綠燈進(jìn)行有效識別首先需要得到包含紅綠燈的視頻信息。本步驟中，接收采集的包含有紅綠燈的視頻信息，示例性的，該視頻信息還包括紅綠燈周圍的環(huán)境信息，如紅綠燈后方的房屋，紅綠燈下方的道路和車輛等。
[0026]當(dāng)接收到采集的包含有紅綠燈的視頻信息后，對該視頻信息中的真值數(shù)據(jù)進(jìn)行確定。其中，真值數(shù)據(jù)表示需要識別出的內(nèi)容數(shù)據(jù)，由前述內(nèi)容可知，該視頻信息還包含有非紅綠燈的視頻內(nèi)容，為了測試紅綠燈系統(tǒng)的識別性能，需要預(yù)先確定出視頻信息中的真值數(shù)據(jù)，再將該真值數(shù)據(jù)和紅綠燈識別系統(tǒng)識別出的內(nèi)容進(jìn)行比對以判斷紅綠燈識別系統(tǒng)的識別性能。
[0027]步驟102、根據(jù)車輛狀態(tài)信息生成模擬定位系統(tǒng)，根據(jù)所述紅綠燈的設(shè)施信息生成模擬高精地圖。
[0028]車輛定位系統(tǒng)通常由GPS(Global Posit1ning System，全球定位系統(tǒng))單元、IMU (Inertial Measurement Unit，慣性測量單元)和雷達(dá)等設(shè)備組成，通過獲取GPS單元、IMU 單元和雷達(dá)的參數(shù)即可得到車輛當(dāng)前的行駛狀態(tài)。高精地圖中包含有大量的道路信息及道路周邊的建筑物信息，和車輛配套使用的高精地圖所包含的信息更為詳盡，其中就包括詳細(xì)的紅綠燈信息，在高精地圖中除了標(biāo)注有紅綠燈的具體位置外還標(biāo)注了紅綠的其它設(shè)施信息，如高度、形狀和布局組合等。
[0029]當(dāng)車輛在道路上行駛時，其搭載的紅綠燈識別系統(tǒng)需要對道路上的紅綠燈進(jìn)行有效識別，在識別過程中其需要通過定位系統(tǒng)和高精地圖來確定當(dāng)前車輛是否行駛到路口， 并采集到了包含有紅綠燈信息的視頻信息，當(dāng)確定采集到包含紅綠燈的視頻信息后，紅綠燈識別系統(tǒng)對該視頻信息進(jìn)行識別以得到當(dāng)前紅綠燈的指示信息，車輛根據(jù)該指示信息決策是否通過該路口。
[0030]可選的，根據(jù)車輛狀態(tài)信息生成模擬定位系統(tǒng)包括:根據(jù)車輛的當(dāng)前位置、朝向和旋轉(zhuǎn)角模擬生成模擬定位系統(tǒng)。紅綠燈識別系統(tǒng)在對紅綠燈進(jìn)行識別時，需要借助于定位系統(tǒng)來確定車輛的狀態(tài)信息，如車輛的當(dāng)前位置、朝向和旋轉(zhuǎn)角，再配合高精地圖查詢紅綠燈設(shè)施信息來確定當(dāng)前采集的畫面中存在紅綠燈信息。本步驟中，由于車輛的狀態(tài)信息在特定場景下為固定的靜止信息，即在某一時刻車輛的位置、朝向和旋轉(zhuǎn)角是固定的，此時根據(jù)該固定的位置、朝向和旋轉(zhuǎn)角得到模擬定位系統(tǒng)，該模擬定位系統(tǒng)僅需要簡單的代碼腳本即可實(shí)現(xiàn)，極大的簡化了對紅綠燈識別系統(tǒng)的測試過程。
[0031]可選的，根據(jù)所述紅綠燈的設(shè)施信息生成模擬高精地圖包括:根據(jù)所述紅綠燈的位置、形狀、布局組合和開關(guān)狀態(tài)模擬生成模擬高精地圖。由于紅綠燈處于不同的路段上， 且各個路段的紅綠燈設(shè)施信息并不一定相同，如紅綠燈的高度、形狀和空間位置均可能出現(xiàn)差異，故紅綠燈識別系統(tǒng)在對紅綠燈進(jìn)行識別時，需要借助于高精地圖來確定當(dāng)前紅綠燈的設(shè)施信息，再配合定位系統(tǒng)來確定當(dāng)前采集的畫面中存在紅綠燈信息。故本步驟中，根據(jù)紅綠燈的位置、形狀、布局組合和開關(guān)狀態(tài)模擬生成模擬高精地圖供紅綠燈識別系統(tǒng)讀取，無需設(shè)置其它復(fù)雜內(nèi)容，該模擬高精地圖僅需要簡單的代碼腳本即可實(shí)現(xiàn)，極大的簡化了對紅綠燈識別系統(tǒng)的測試過程。
[0032]本方案中，在對紅綠燈識別系統(tǒng)進(jìn)行測試時，需要確定紅綠燈識別系統(tǒng)是否能夠識別出紅綠燈信息，如前所述，該紅綠燈識別系統(tǒng)需要定位系統(tǒng)和高精地圖的信息輸入，而定位系統(tǒng)和高精地圖過于復(fù)雜，使得實(shí)際測試過程中效率低下，同時定位系統(tǒng)和高精地圖的具體實(shí)現(xiàn)過程并不會影響到紅綠燈系統(tǒng)對紅綠燈本身的識別，故本步驟中根據(jù)車輛狀態(tài)信息和紅綠燈設(shè)施信息生成模擬定位系統(tǒng)和模擬高精地圖供紅綠燈識別系統(tǒng)使用。由于模擬定位系統(tǒng)和模擬高精地圖僅用于紅綠燈識別系統(tǒng)的測試，無需多余的復(fù)雜數(shù)據(jù)，在制作過程中僅涉及到單一車輛和紅綠燈設(shè)施信息，故時間成本和經(jīng)濟(jì)成本都得以節(jié)省。
[0033]步驟103、獲取紅綠燈識別系統(tǒng)根據(jù)所述視頻信息、所述模擬定位系統(tǒng)和所述模擬高精地圖得到的識別內(nèi)容。
[0034]紅綠燈識別系統(tǒng)對步驟101中的視頻信息進(jìn)行識別，示例性的，該視頻信息可在步驟101中接收完畢后，發(fā)送至紅綠燈識別系統(tǒng)以對同樣的視頻信息進(jìn)行識別，識別過程中借助于步驟102中生成的模擬定位系統(tǒng)和模擬高精地圖。本步驟中，獲取紅綠燈識別系統(tǒng)的識別內(nèi)容，以用于后續(xù)比對處理。
[0035]步驟104、依據(jù)所述真值數(shù)據(jù)和所述識別內(nèi)容確定所述紅綠燈識別系統(tǒng)的識別性能。
[0036]本步驟中，依據(jù)步驟101中確定的真值數(shù)據(jù)和步驟103中獲取的紅綠燈識別系統(tǒng)的識別內(nèi)容來確定所述紅綠燈識別系統(tǒng)的識別性能，該識別性能表征了紅綠燈識別系統(tǒng)對紅綠燈進(jìn)彳丁識別的能力。
[0037]示例性的，可將識別內(nèi)容中的具體數(shù)據(jù)和真值數(shù)據(jù)進(jìn)行單獨(dú)對比以得到紅綠燈系統(tǒng)的識別性能。具體的，如識別內(nèi)容包括紅綠燈的形狀為圓形，紅綠燈的組合為橫向組合， 紅綠燈的高度為6米，而真實(shí)數(shù)據(jù)中該紅綠燈的形狀記錄為圓形，組合記錄為橫向組合，高度記錄為6米，則可認(rèn)定紅綠燈識別系統(tǒng)識別出了該紅綠燈。
[0038]本實(shí)施例的技術(shù)方案，解決了測試過程中面臨的測試環(huán)境部署復(fù)雜且測試成本高昂和測試周期過長的問題，實(shí)現(xiàn)了對紅綠燈識別系統(tǒng)快速、準(zhǔn)確和高效的評測，極大的降低了測試成本。
[0039]在上述技術(shù)方案的基礎(chǔ)上，確定所述視頻信息的真值數(shù)據(jù)包括:接收用戶在所述視頻信息中的標(biāo)注信息，將所述標(biāo)注信息作為真值數(shù)據(jù)。示例性的，用戶可在視頻信息中進(jìn)行標(biāo)注，并相應(yīng)的錄入標(biāo)注內(nèi)容所對應(yīng)的標(biāo)注信息。舉例而言，對視頻信息中的紅綠燈進(jìn)行標(biāo)注，并錄入該紅綠燈的形狀、布局組合和高度位置等作為真值數(shù)據(jù)。該方式確定的真值數(shù)據(jù)準(zhǔn)確度較高，由于需要人工標(biāo)注，當(dāng)測試紅綠燈識別系統(tǒng)性能時采集的視頻信息量不是十分龐大時，該方式的效率相對較高。可選的，該確定視頻信息的真值數(shù)據(jù)的方式還可以是利用機(jī)器學(xué)習(xí)算法，對獲取的視頻信息進(jìn)行特征提取，通過對大量視頻信息的機(jī)器學(xué)習(xí)以得到真值數(shù)據(jù)，該方式可適用于視頻信息量非常龐大的情況。
[0040]實(shí)施例二
[0041]圖2為本發(fā)明實(shí)施例二提供的確定紅綠燈識別系統(tǒng)識別性能的方法的流程圖，本實(shí)施例在實(shí)施例一的基礎(chǔ)上，給出了一種具體的對紅綠燈視頻圖像進(jìn)行采集并對紅綠燈識另IJ系統(tǒng)識別性能進(jìn)行測試得到識別性能的方法。如圖2所示，具體包括:[〇〇42]步驟201、接收通過攝像裝置在指定場景采集的包含有紅綠燈的視頻信息，并對所述視頻信息進(jìn)行虛擬化處理得到預(yù)設(shè)場景下的紅綠燈視頻信息。
[0043]示例性的，該攝像裝置固定在指定場景中以采集視頻信息，同時用于模擬真實(shí)車輛在行駛過程中對視頻信息的采集過程，該指定場景根據(jù)實(shí)際的評測需求而定。該評測需求包括但不限于紅綠燈設(shè)施位置、形狀、大小、高度和數(shù)量，車輛距離紅綠燈設(shè)施的距離，天氣信息，光照強(qiáng)度和光照方向等。其中，通過虛擬化處理可得到預(yù)設(shè)場景下的紅綠燈視頻信息。示例性的，通過對采集的視頻信息進(jìn)行下雨天模擬的虛擬化處理以得到下雨天的紅綠燈視頻信息。本步驟中將攝像裝置放置于不同場景下采集視頻信息，并對視頻信息進(jìn)行虛擬化處理以得到多維度的包含紅綠燈的視頻信息用于紅綠燈識別系統(tǒng)識別，提高了在確定紅綠燈識別系統(tǒng)識別性能時的準(zhǔn)確性和穩(wěn)定性。
[0044]步驟202、根據(jù)車輛狀態(tài)信息生成模擬定位系統(tǒng)，根據(jù)所述紅綠燈的設(shè)施信息生成模擬高精地圖。
[0045]本步驟中，在根據(jù)車輛狀態(tài)信息生成模擬定位系統(tǒng)時，可根據(jù)步驟101中的攝像裝置的具體位置和拍攝角度來模擬車輛狀態(tài)信息，示例性的，該拍攝裝置距離紅綠燈設(shè)施為 20米，則車輛狀態(tài)信息中距離紅綠燈的位置相應(yīng)設(shè)置為20米，該攝像裝置朝向的方向相應(yīng)的為車輛狀態(tài)信息中朝向的方向，由此可通過攝像裝置的參量信息代替車輛狀態(tài)信息來生成模擬定位系統(tǒng)。
[0046]該攝像裝置處于靜止?fàn)顟B(tài)，其采集到的紅綠燈設(shè)施也是固定的，在生成模擬定位系統(tǒng)和模擬高精地圖時十分簡便，使得確定紅綠燈識別系統(tǒng)識別性能的流程大幅簡化。
[0047]步驟203、獲取紅綠燈識別系統(tǒng)根據(jù)所述視頻信息、所述模擬定位系統(tǒng)和所述模擬高精地圖得到的識別內(nèi)容。[〇〇48]步驟204、依據(jù)所述真值數(shù)據(jù)和所述識別內(nèi)容確定所述紅綠燈識別系統(tǒng)的識別性能。
[0049]本實(shí)施例的技術(shù)方案，解決了確定紅綠燈識別系統(tǒng)識別性能方式單一的問題，同時進(jìn)一步簡化了確定紅綠燈識別系統(tǒng)識別性能的流程。
[0050]在上述各個實(shí)施例的基礎(chǔ)上，所述真值數(shù)據(jù)和所述識別內(nèi)容包括所述紅綠燈的位置、大小、高度、形狀、數(shù)量、顏色和亮滅狀態(tài)中的至少一種。本領(lǐng)域技術(shù)人員可知，還可根據(jù)實(shí)際測試需求相應(yīng)的添加其它和紅綠燈有關(guān)的參數(shù)信息。[0051 ]在上述各個實(shí)施例的基礎(chǔ)上，所述識別性能包括識別準(zhǔn)確率、召回率和抗干擾率中的至少一種。其中，識別準(zhǔn)確率表征紅綠燈識別系統(tǒng)識別出的紅綠燈識別內(nèi)容和真值數(shù)據(jù)是否一致，示例性的，若紅綠燈的形狀為圓形，其相應(yīng)的識別內(nèi)容中識別出的形狀也為圓形，則認(rèn)為識別準(zhǔn)確，將各個參數(shù)逐一對比，根據(jù)比對是否一致來得到識別準(zhǔn)確率。召回率表征了紅綠燈識別系統(tǒng)中識別內(nèi)容的種類是否完全，示例性的，該紅綠燈的真值數(shù)據(jù)包括6 中類別，而通過紅綠燈識別系統(tǒng)識別出的識別內(nèi)容中僅包含3中類別，則可認(rèn)定其召回率為 50%。抗干擾率表征了紅綠燈識別系統(tǒng)在不同環(huán)境(如雨天、大雪或大霧)下對紅綠燈進(jìn)行識別時的抗干擾能力。本步驟通過多個參數(shù)表征確定出的紅綠燈識別系統(tǒng)的識別性能，評測結(jié)果更加全面。[〇〇52] 實(shí)施例三[〇〇53]圖3為本發(fā)明實(shí)施例三提供的確定紅綠燈識別系統(tǒng)識別性能的裝置的結(jié)構(gòu)圖，具體包括:[〇〇54]視頻信息處理模塊1，用于接收采集的包含有紅綠燈的視頻信息，確定所述視頻信息的真值數(shù)據(jù)；
[0055]模擬生成模塊2，用于根據(jù)車輛狀態(tài)信息生成模擬定位系統(tǒng)，根據(jù)所述紅綠燈的設(shè)施信息生成模擬高精地圖；
[0056]識別內(nèi)容獲取模塊3,用于獲取紅綠燈識別系統(tǒng)根據(jù)所述視頻信息、所述模擬定位系統(tǒng)和所述模擬高精地圖得到的識別內(nèi)容；
[0057]識別性能確定模塊4,用于依據(jù)所述真值數(shù)據(jù)和所述識別內(nèi)容確定所述紅綠燈識別系統(tǒng)的識別性能。[〇〇58]本實(shí)施例的技術(shù)方案，通過接收采集的包含有紅綠燈的視頻信息，確定所述視頻信息的真值數(shù)據(jù)，根據(jù)車輛狀態(tài)信息生成模擬定位系統(tǒng)，根據(jù)所述紅綠燈的設(shè)施信息生成模擬高精地圖，獲取紅綠燈識別系統(tǒng)根據(jù)所述視頻信息、所述模擬定位系統(tǒng)和所述模擬高精地圖得到的識別內(nèi)容，依據(jù)所述真值數(shù)據(jù)和所述識別內(nèi)容確定所述紅綠燈識別系統(tǒng)的識別性能，解決了測試過程中面臨的測試環(huán)境部署復(fù)雜且測試成本高昂和測試周期過長的問題，實(shí)現(xiàn)了對紅綠燈識別系統(tǒng)快速、準(zhǔn)確和高效的評測，極大的降低了測試成本。
[0059]在上述技術(shù)方案的基礎(chǔ)上，所述視頻信息處理模塊1具體用于:接收通過攝像裝置在指定場景采集的包含有紅綠燈的視頻信息，并對所述視頻信息進(jìn)行虛擬化處理得到預(yù)設(shè)場景下的紅綠燈視頻信息。
[0060]在上述技術(shù)方案的基礎(chǔ)上，所述模擬生成模塊2具體用于:根據(jù)車輛的當(dāng)前位置、 朝向和旋轉(zhuǎn)角模擬生成模擬定位系統(tǒng)。
[0061]在上述技術(shù)方案的基礎(chǔ)上，所述模擬生成模塊2具體用于:根據(jù)所述紅綠燈的位置、形狀、布局組合和開關(guān)狀態(tài)模擬生成模擬高精地圖。
[0062]在上述技術(shù)方案的基礎(chǔ)上，所述視頻信息處理模塊1具體用于:接收用戶在所述視頻信息中的標(biāo)注信息，將所述標(biāo)注信息作為真值數(shù)據(jù)。
[0063]在上述技術(shù)方案的基礎(chǔ)上，所述真值數(shù)據(jù)和所述識別內(nèi)容包括所述紅綠燈的位置、大小、高度、形狀、數(shù)量、顏色和亮滅狀態(tài)中的至少一種。
[0064]在上述技術(shù)方案的基礎(chǔ)上，所述識別性能包括識別準(zhǔn)確率、召回率和抗干擾率中的至少一種。
[0065]上述產(chǎn)品可執(zhí)行本發(fā)明任意實(shí)施例所提供的方法，具備執(zhí)行方法相應(yīng)的功能模塊和有益效果。[〇〇66]注意，上述僅為本發(fā)明的較佳實(shí)施例及所運(yùn)用技術(shù)原理。本領(lǐng)域技術(shù)人員會理解， 本發(fā)明不限于這里所述的特定實(shí)施例，對本領(lǐng)域技術(shù)人員來說能夠進(jìn)行各種明顯的變化、 重新調(diào)整和替代而不會脫離本發(fā)明的保護(hù)范圍。因此，雖然通過以上實(shí)施例對本發(fā)明進(jìn)行了較為詳細(xì)的說明，但是本發(fā)明不僅僅限于以上實(shí)施例，在不脫離本發(fā)明構(gòu)思的情況下，還可以包括更多其他等效實(shí)施例，而本發(fā)明的范圍由所附的權(quán)利要求范圍決定。
【主權(quán)項(xiàng)】
1.一種確定紅綠燈識別系統(tǒng)識別性能的方法，其特征在于，包括:接收采集的包含有紅綠燈的視頻信息，確定所述視頻信息的真值數(shù)據(jù)；根據(jù)車輛狀態(tài)信息生成模擬定位系統(tǒng)，根據(jù)所述紅綠燈的設(shè)施信息生成模擬高精地 圖；獲取紅綠燈識別系統(tǒng)根據(jù)所述視頻信息、所述模擬定位系統(tǒng)和所述模擬高精地圖得到 的識別內(nèi)容；依據(jù)所述真值數(shù)據(jù)和所述識別內(nèi)容確定所述紅綠燈識別系統(tǒng)的識別性能。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，接收采集的包含有紅綠燈的視頻信息包 括:接收通過攝像裝置在指定場景采集的包含有紅綠燈的視頻信息，并對所述視頻信息進(jìn) 行虛擬化處理得到預(yù)設(shè)場景下的紅綠燈視頻信息。3.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)車輛狀態(tài)信息生成模擬定位系統(tǒng)包 括:根據(jù)車輛的當(dāng)前位置、朝向和旋轉(zhuǎn)角模擬生成模擬定位系統(tǒng)。4.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述紅綠燈的設(shè)施信息生成模擬高精 地圖包括:根據(jù)所述紅綠燈的位置、形狀、布局組合和開關(guān)狀態(tài)模擬生成模擬高精地圖。5.根據(jù)權(quán)利要求1所述的方法，其特征在于，確定所述視頻信息的真值數(shù)據(jù)包括:接收用戶在所述視頻信息中的標(biāo)注信息，將所述標(biāo)注信息作為真值數(shù)據(jù)。6.根據(jù)權(quán)利要求1-5中任意一項(xiàng)所述的方法，其特征在于，所述真值數(shù)據(jù)和所述識別內(nèi) 容包括所述紅綠燈的位置、大小、高度、形狀、數(shù)量、顏色和亮滅狀態(tài)中的至少一種。7.根據(jù)權(quán)利要求1-5中任意一項(xiàng)所述的方法，其特征在于，所述識別性能包括識別準(zhǔn)確 率、召回率和抗干擾率中的至少一種。8.—種確定紅綠燈識別系統(tǒng)識別性能的裝置，其特征在于，包括:視頻信息處理模塊，用于接收采集的包含有紅綠燈的視頻信息，確定所述視頻信息的 真值數(shù)據(jù)；模擬生成模塊，用于根據(jù)車輛狀態(tài)信息生成模擬定位系統(tǒng)，根據(jù)所述紅綠燈的設(shè)施信 息生成t旲擬尚精地圖；識別內(nèi)容獲取模塊，用于獲取紅綠燈識別系統(tǒng)根據(jù)所述視頻信息、所述模擬定位系統(tǒng) 和所述模擬高精地圖得到的識別內(nèi)容；識別性能確定模塊，用于依據(jù)所述真值數(shù)據(jù)和所述識別內(nèi)容確定所述紅綠燈識別系統(tǒng) 的識別性能。9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述視頻信息處理模塊具體用于:接收通過攝像裝置在指定場景采集的包含有紅綠燈的視頻信息，并對所述視頻信息進(jìn)行虛擬化處理得到預(yù)設(shè)場景下的紅綠燈視頻信息。10.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述模擬生成模塊具體用于:根據(jù)車輛的當(dāng)前位置、朝向和旋轉(zhuǎn)角模擬生成模擬定位系統(tǒng)。11.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述模擬生成模塊具體用于:根據(jù)所述紅綠燈的位置、形狀、布局組合和開關(guān)狀態(tài)模擬生成模擬高精地圖。12.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述視頻信息處理模塊具體用于:接收用戶在所述視頻信息中的標(biāo)注信息，將所述標(biāo)注信息作為真值數(shù)據(jù)。13.根據(jù)權(quán)利要求8-12中任意一項(xiàng)所述的裝置，其特征在于，所述真值數(shù)據(jù)和所述識別 內(nèi)容包括所述紅綠燈的位置、大小、高度、形狀、數(shù)量、顏色和亮滅狀態(tài)中的至少一種。14.根據(jù)權(quán)利要求8-12中任意一項(xiàng)所述的裝置，其特征在于，所述識別性能包括識別準(zhǔn) 確率、召回率和抗干擾率中的至少一種。
【文檔編號】G08G1/0962GK106023622SQ201610586513
【公開日】2016年10月12日
【申請日】2016年7月22日
【發(fā)明人】胡太群
【申請人】百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司