CN116311015A - 道路场景识别方法、装置、服务器、存储介质和程序产品 - Google Patents
道路场景识别方法、装置、服务器、存储介质和程序产品 Download PDFInfo
- Publication number
- CN116311015A CN116311015A CN202111576186.1A CN202111576186A CN116311015A CN 116311015 A CN116311015 A CN 116311015A CN 202111576186 A CN202111576186 A CN 202111576186A CN 116311015 A CN116311015 A CN 116311015A
- Authority
- CN
- China
- Prior art keywords
- road
- information
- result
- scene
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000010276 construction Methods 0.000 claims abstract description 215
- 238000013439 planning Methods 0.000 claims abstract description 16
- 238000001514 detection method Methods 0.000 claims description 26
- 230000006399 behavior Effects 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 22
- 238000012550 audit Methods 0.000 claims description 12
- 238000013145 classification model Methods 0.000 claims description 12
- 230000011218 segmentation Effects 0.000 claims description 8
- 230000000694 effects Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 6
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 206010039203 Road traffic accident Diseases 0.000 description 3
- 238000013475 authorization Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 102100023927 Asparagine synthetase [glutamine-hydrolyzing] Human genes 0.000 description 1
- 101100380329 Homo sapiens ASNS gene Proteins 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Image Analysis (AREA)
Abstract
本公开实施例涉及一种道路场景识别方法、装置、服务器、存储介质和程序产品。所述方法包括：接收用户终端发送的位置信息；获取与位置信息相匹配的目标道路的场景识别结果；其中，场景识别结果用于表示目标道路是否为占道施工场景；场景识别结果为根据道路图像中的道路特征信息和道路图像的分类结果所确定的；目标道路为根据预设的规划路径和位置信息所确定的；向用户终端发送场景识别结果，以使用户终端在电子地图中与目标道路对应的位置展示场景识别结果。采用本方法能够提高得到的表示道路图像是否为占道施工场景的识别结果的准确度，从而使用户可以获知更为准确的目标道路的施工场景的识别结果。
Description
技术领域
本公开实施例涉及智能交通技术领域，特别是涉及一种道路场景识别方法、装置、服务器、存储介质和程序产品。
背景技术
随着社会出行量的增加和城市基建逐步完善，道路建设、路段养护等施工场景出现的频率越来越高，而道路施工常常伴有全部或部分道路封闭等措施，严重影响用户出行。因此，及时识别道路施工场景可以有效提高用户的出行体验，缓解交通拥堵，减少交通事故的发生。
传统技术中，对于道路施工场景的识别主要是从网络新闻、用户上报、政府部门公布的道路施工情报中所获取。
发明内容
本公开实施例提供一种道路场景识别方法、装置、服务器、存储介质和程序产品，可以用于提高道路施工场景的识别准确度，从而使用户可以获知更为准确的目标道路的施工场景的识别结果。
第一方面，本公开实施例提供一种道路场景识别方法，所述方法包括：
接收用户终端发送的位置信息；
获取与所述位置信息相匹配的目标道路的场景识别结果；其中，所述场景识别结果用于表示所述目标道路是否为占道施工场景；所述场景识别结果为根据道路图像中的道路特征信息和所述道路图像的分类结果所确定的；所述目标道路为根据预设的规划路径和所述位置信息所确定的；
向所述用户终端发送所述场景识别结果，以使所述用户终端在电子地图中与所述目标道路对应的位置展示所述场景识别结果。
第二方面，本公开实施例提供一种道路场景识别装置，所述装置包括：
接收模块，用于接收用户终端发送的位置信息；
第一获取模块，用于获取与所述位置信息相匹配的目标道路的场景识别结果；其中，所述场景识别结果用于表示所述目标道路是否为占道施工场景；所述场景识别结果为根据道路图像中的道路特征信息和所述道路图像的分类结果所确定的；所述目标道路为根据预设的规划路径和所述位置信息所确定的；
发送模块，用于向所述用户终端发送所述场景识别结果，以使所述用户终端在电子地图中与所述目标道路对应的位置展示所述场景识别结果。
第三方面，本公开实施例提供一种服务器，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法。
第四方面，本公开实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法。
第五方面，本公开实施例提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述第一方面所述的方法。
本公开实施例提供的道路场景识别方法、装置、服务器、存储介质和程序产品，通过接收用户终端发送的位置信息，能够根据该位置信息和预设的规划路径确定出目标道路，从而可以获取与该位置信息相匹配的目标道路的场景识别结果，这样可以向用户终端发送得到的场景识别结果，使用户终端能够在电子地图中与上述位置信息对应的位置展示该场景识别结果，使得用户可以获知更为准确的目标道路施工场景的识别结果，另外，上述确定的场景识别结果为服务器根据道路图像中的道路特征信息和道路图像的分类结果所确定的，道路特征信息能够从不同角度挖掘道路施工场景的特征，从而能够对道路图像是否为占道施工场景进行准确地判断，提高了得到的表示道路图像是否为占道施工场景的识别结果的准确度。
附图说明
图1为一个实施例中道路场景识别方法的应用环境图；
图2为一个实施例中道路场景识别方法的流程示意图；
图3为另一个实施例中道路场景识别方法的流程示意图；
图4为另一个实施例中道路场景识别方法的流程示意图；
图5为另一个实施例中道路场景识别方法的流程示意图；
图6为另一个实施例中道路场景识别方法的流程示意图；
图7为一个实施例中道路场景识别装置的结构框图；
图8为一个实施例中服务器的内部结构图。
具体实施方式
为了使本公开实施例的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本公开实施例进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本公开实施例，并不用于限定本公开实施例。
首先，在具体介绍本公开实施例的技术方案之前，先对本公开实施例基于的技术背景或者技术演进脉络进行介绍。通常情况下，在车辆出行领域，当前的技术背景是：当道路上存在占道施工行为，主要是通过网络新闻、用户、政府部门对该施工情报进行及时准确的上报。基于该背景，申请人通过长期的模型模拟研究，发现在一些政府未监测到的道路或者用户不经常经过的道路上进行施工时，该道路施工信息若没有及时准确地被上报，就会出现交通拥堵，甚至发生交通事故的问题。如何及时地将各道路的施工场景进行及时准确地展示给用户，成为目前亟待解决的难题。另外，需要说明的是，从确定道路施工信息若没有及时准确地被展示给用户，就会出现交通拥堵，甚至发生交通事故以及下述实施例介绍的技术方案，申请人均付出了大量的创造性劳动。
下面结合本公开实施例所应用的场景，对本公开实施例涉及的技术方案进行介绍。
本公开实施例提供的道路场景识别方法，可以应用于如图1所示的应用环境中。其中，图像获取设备102通过网络与服务器104进行通信，服务器104通过网络与用户终端106进行通信。其中，图像获取设备102可以但不限于是各种相机、摄像头等，可以在经用户授权同意的情况下上传图像获取设备所获取的图像。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。可选的，该图像获取设备102可以设置于各种车辆上例如，网约车，也可以设置于各个道路上。可选的，用户终端106可以为各网约车上的车载终端设备，也可以为用户使用的终端设备，例如，手机、智能手表、平板电脑等。
在一个实施例中，如图2所示，提供了一种道路场景识别方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
S201，接收用户终端发送的位置信息。
其中，用户终端可以为行驶在各道路上的多个车辆上的车载终端设备，也可以为用户使用的终端设备，例如，手机、智能手表、平板电脑等。可选的，用户终端发送的位置信息可以是用户当前所处道路的坐标信息，也可以是用户当前所处道路的经纬度信息等。可选的，用户当前所处的道路可以是城市道路，也可以是乡村道路，又或者，可以是高速道路、非机动车道路、绿化带道路等中的任一种道路。可选的，用户终端可以通过与服务器间的网络通信发送上述位置信息。
S202，获取与位置信息相匹配的目标道路的场景识别结果；其中，场景识别结果用于表示目标道路是否为占道施工场景；场景识别结果为根据道路图像中的道路特征信息和道路图像的分类结果所确定的；目标道路为根据预设的规划路径和所述位置信息所确定的。
其中，与上述位置信息相匹配的目标道路为服务器根据该位置信息和预设的规划路径所确定的。可选的，该规划路径可以为用户终端发送给服务器的，也可以为预先在服务器中存储的与上述位置信息相关的规划路径。目标道路的场景识别结果用于表征目标道路是否为占道施工场景，该场景识别结果是服务器预先根据获取的大量的道路图像中的道路特征信息和道路图像的分类结果所确定出来的。可选的，上述道路图像中可以包括道路上出现的人物、道路上的路障、道路上的交通标志牌、道路上的文字指示牌等任一种与施工场景相关的视觉要素。其中，道路上出现的人物可以为道路上的施工人员，或者，可以为道路上的警察，又或者，可以为道路上的辅警等；道路上的路障可以包括锥形桶、水马、防撞桶、围栏、铁马等任一种障碍物；道路上的交通标志牌可以为道路上的限速牌，或者，可以为道路上的变道指示牌等。可选的，道路图像中的道路特征信息可以包括该道路图像中的路面要素信息和施工要素信息。道路图像中的路面要素信息可以为道路上的道路标识信息，例如，路面要素信息可以为道路上的禁停区域的标识信息，也可以为道路上的地面标识信息，或者，可以为道路上的黄实线标识信息，又或者，可以为道路上的黄虚线标识信息等；道路图像中的施工要素信息可以为道路上的与施工相关的物品信息，例如，施工要素信息可以为道路上的锥形桶，或者道路上的围栏等。可选的，道路图像的分类结果可以为对道路图像的场景进行识别得到的，分类结果可以用于表示该道路图像是否为施工场景。可选的，服务器预先生成的场景识别结果中可以包括该场景识别结果对应的位置信息，服务器接收到用户终端发送的位置信息后，可以根据该位置信息和预设的规划路径确定出目标道路，从而根据目标道路的位置信息从服务器预先生成的场景识别结果中查找到目标道路的场景识别结果。例如，用户终端发送的位置信息为A道路的位置信息，服务器根据A道路的位置信息和预设的规划路径确定出目标道路为B道路，则服务器可以根据B道路的位置信息在预先生成的场景识别结果中查找到B道路的场景识别结果。
S203，向用户终端发送场景识别结果，以使用户终端在电子地图中与目标道路对应的位置展示场景识别结果。
可选的，服务器发送给用户终端的识别结果中可以包括目标道路是否为占道施工场景的识别结果，进一步地，若服务器确定目标道路为占道施工场景，则服务器还可以将目标道路占道施工的时间、目标道路的位置信息中的一项或多项携带在上述目标道路的场景识别结果中发送给用户终端。可选的，用户终端接收到该场景识别结果后，可以根据目标道路的位置信息在电子地图中找到对应的位置，然后在该位置处展示目标道路是否为占道施工场景的识别结果，进一步地，若用户终端接收到的场景识别结果为目标道路为占道施工场景，用户终端还可以在地图中展示目标道路占道施工的时间信息。可以理解的是，用户终端接收到上述识别结果后，可以控制自身的显示屏在电子地图中与上述位置信息对应的位置对接收到的识别结果进行展示，以使用户及时地获取到目标道路是否为占道施工场景的识别结果。
上述道路场景识别方法中，服务器通过接收用户终端发送的位置信息，能够根据该位置信息和预设的规划路径确定出目标道路，从而可以获取与该位置信息相匹配的目标道路的场景识别结果，这样可以向用户终端发送得到的场景识别结果，使用户终端能够在电子地图中与上述位置信息对应的位置展示该场景识别结果，使得用户可以获知更为准确的目标道路的施工场景的识别结果，另外，上述确定的场景识别结果为服务器根据道路图像中的道路特征信息和道路图像的分类结果所确定的，道路特征信息能够从不同角度挖掘道路施工场景的特征，从而能够对道路图像是否为占道施工场景进行准确地判断，提高了得到的表示道路图像是否为占道施工场景的识别结果的准确度。
进一步地，在上述实施例的基础上，在一个实施例中，上述S202，包括：根据所述位置信息在占道施工情报数据库中查找与所述位置信息相匹配的目标道路的场景识别结果。
可选的，服务器可以预先根据各道路图像中的道路特征信息和各道路图像的分类结果确定出各道路图像的场景识别结果，将各道路的场景识别结果以及各道路的位置信息存储在占道施工情报数据库中。当服务器接收到用户终端发送的位置信息后，可以根据该位置信息和预设的规划路径确定出目标道路，从而根据目标道路的位置信息在上述占道施工情报数据库中进行查找，查找到与该位置信息相匹配的目标道路的场景识别结果。
本实施例中，服务器能够根据用户终端发送的位置信息和预设的规划路径，确定出与该位置信息相匹配的目标道路，从而能够快速地从占道施工情报数据库中查找到与该位置信息相匹配的目标道路的场景识别结果，提高了得到目标道路的场景识别结果的效率，从而提高了用户终端获取该目标道路的场景识别结果的效率。
在上述服务器根据用户终端发送的位置信息在占道施工情报数据库中查找与该位置信息相匹配的目标道路的场景识别结果的场景中，服务器需要预先确定该占道施工情报数据库，在一个实施例中，如图3所示，上述占道施工情报数据库基于以下步骤确定：
S301，根据道路图像中的道路特征信息，判断道路图像中是否存在占道施工行为，得到判断结果。
其中，服务器可以通过问询指令预先或实时与行驶在各道路上的多个车辆建立通信协议，在经用户授权同意的情况下行驶在各道路上的多个车辆允许将自身的图像获取设备获取到的道路图像发送给服务器，或者，服务器可以通过问询指令预先或实时与设置在各道路上的多个图像获取设备建立通信协议，在经用户授权同意的情况下设置在各道路上的多个图像获取设备可以将获取到道路图像发送给服务器。可选的，上述图像获取设备可以是相机，也可以是摄像头，又或者可以是摄像机等等。可选的，上述道路图像可以是城市道路图像，也可以是乡村道路图像，又或者，可以是高速道路图像、非机动车道图像、绿化带图像中的任一种道路图像。可选的，道路图像可以为RGB图像，也可以为其他通道的图像，本实施例在此不做限制。可以理解的是，本实施例中的道路图像可以是一幅道路图像，也可以是多幅道路图像，更进一步地，若道路图像为多幅道路图像则该多幅道路图像为分别在不同道路上获取的道路图像。可选的，上述道路图像中的道路特征信息可以包括该道路图像中的路面要素信息和施工要素信息。可选的，道路图像中的路面要素信息可以为道路上的禁停区域的标识信息，也可以为道路上的地面标识信息，或者，可以为道路上的黄实线标识信息，又或者，可以为道路上的黄虚线标识信息等；道路图像中的施工要素信息可以为道路上的与施工相关的物品信息，例如，施工要素信息可以为道路上的锥形桶，或者道路上的围栏等。可选的，服务器得到的判断结果可以为上述道路图像中存在占道施工行为，也可以为上述道路图像中不存在占道施工行为。可选的，服务器可以通过判断道路图像中路面要素信息中是否存在上述施工要素信息，判断道路图像中是否存在占道施工行为，例如，若道路图像中的黄虚线标识中存在锥形桶，则服务器可以确定道路图像中存在占道施工行为；若道路图像中的黄虚线标识中不存在上述锥形桶或者围栏，则服务器可以确定该道路图像中不存在占道施工行为。可选的，服务器可以通过特征提取算法从上述道路图像中获取道路图像中的道路特征信息，也可以将道路图像输入预先训练好的特征提取模型中，得到道路图像中的道路特征信息。
S302，将道路图像输入预设的场景分类模型，得到分类结果；分类结果用于表示道路图像是否为施工场景。
可以理解的是，非施工场景的道路往往通行度较高，且行人及路障等出现概率较小，服务器可以预先通过大量的道路样本图像对初始场景分类模型进行训练，得到上述场景分类模型，从而利用该场景分类模型得到上述道路图像的分类结果。可选的，道路样本图像中可以包括行人及路障，也可以不包括行人及路障，当道路样本图像中包括行人及路障时，服务器利用初始场景分类模型得到的分类结果表示的是该道路样本图像为施工场景；当道路样本图像中不包括行人及路障时，服务器利用初始场景分类模型得到的分类结果表示的是该道路样本图像为非施工场景。可选的，上述场景分类模型可以为基于卷积神经网络(Convolutional Neural Network，CNN)构建的，也可以为基于Transformer的分类网络构建的。可选的，得到的分类结果可以表示上述道路图像为施工场景，也可以表示上述道路图像为非施工场景。
S303，根据判断结果和分类结果，确定道路图像的识别结果；识别结果用于表示道路图像是否为占道施工场景。
可以理解的是，上述判断结果用于表示上述道路图像中存在占道施工行为，上述分类结果用于表示上述道路图像是否为施工场景，作为一种可以实现的实施方式，服务器可以根据判断结果或分类结果中的其中一个确定道路图像的识别结果，例如，若服务器得到的判断结果表示的是上述道路图像中存在占道施工行为，则服务器可以得到表示上述道路图像为占道施工场景的识别结果。又例如，若服务器得到的分类结果表示的是上述道路图像为非施工场景，则服务器也可以得到表示上述道路图像为占道施工场景的识别结果。可选的，作为另一种可以实现的实施方式，服务器可以将判断结果和分类结果相结合确定道路图像的识别结果，例如，当道路图像中存在占道施工行为且道路图像为施工场景的图像时，则服务器可以确定上述道路图像的识别结果表示的是上述道路图像为占道施工场景。
S304，若识别结果表示道路为占道施工场景，则将识别结果增添至占道施工情报数据库。
可选的，服务器可以直接将得到的识别结果增添至占道施工情报数据库中，也可以将得到的识别结果与占道施工情报数据库中存储的识别结果进行对比，若存在重复的识别结果则可以用该识别结果替代已有的重复的识别结果。可选的，占道施工情报数据库中除各道路图像的识别结果外还可以包括各道路图像的上传时间，若服务器得到的识别结果表示的是道路为占道施工场景，则服务器还可以确定道路图像的上传时间，将道路图像的上传时间和道路图像的识别结果增添至占道施工情报数据库中。
本实施例中，服务器通过对道路图像中的道路特征信息进行判断，能够得到表示该道路图像中是否存在占道施工行为的判断结果，将该道路图像输入预设的场景分类模型，能够得到表示该道路图像是否为施工场景的分类结果，从而可以根据得到的判断结果和分类结果，确定出表示道路图像是否为占道施工场景的识别结果，通过从不同角度挖掘道路施工场景的特征，能够对获取的道路图像是否为占道施工场景进行准确地判断，提高了得到的表示道路图像是否为占道施工场景的识别结果的准确度，从而可以将得到的表示道路为占道施工场景的识别结果增添至占道施工情报数据库中增加占道施工情报数据库中存储的识别结果的丰富性，使得占道施工情报数据库中能够存储较为全面的道路是否为占道施工的识别结果。
进一步地，在一个实施例中，上述道路特征信息基于以下步骤确定：对道路图像进行识别，获取道路图像中的要素信息和地标线信息，作为道路特征信息。
可选的，服务器可以通过图像检测算法对上述道路图像进行识别，获取道路图像中的要素信息和地标信息，也可以将上述道路图像输入预先训练好的识别模型，通过识别模型获取道路图像中的要素信息和地标线信息。其中，道路图像中的要素信息通常包括但不限于道路上出现的人物、道路上的路障、道路上的交通标志牌、道路上的文字指示牌中的任一种信息，道路上出现的人物包括但不限于道路上的施工人员、道路上的警察、道路上的辅警等；道路上的路障可以包括锥形桶、水马、防撞桶、围栏、铁马等任一种障碍物；道路上的交通标志牌可以为道路上的限速牌，或者，可以为道路上的变道指示牌等；道路上的文字指示牌可以包括指示施工牌等。道路图像中的地标线信息可以为道路上的道路标识信息，道路图像中的地标线信息可以包括道路上的地面标识信息、道路上的黄实线标识信息、道路上的黄虚线标识信息、道路上的白实线标识信息、道路上的白虚线标识信息、道路上的禁停区域标识信息、道路上的人行横道标识信息中的任一种道路标线信息。
本实施例中，服务器通过对道路图像进行识别，能够准确地获取道路图像中的要素信息和地标线信息，从而将获取的要素信息和地标线信息作为道路特征信息提高了确定的道路特征信息的准确度，进而可以基于确定的准确度较高的道路特征信息对获取的道路图像中是否存在占道施工行为进行准确地判断，提高了得到的判断结果的准确度。
进一步地，在一个实施例中，如图4所示，上述对道路图像进行识别，获取道路图像中的要素信息和地标线信息，包括：
S401，将道路图像输入检测网络模型，得到道路图像中散点型要素信息的检测结果，并将散点型要素信息的检测结果输入识别网络模型，得到要素信息。
其中，道路图像中散点型要素信息可以包括道路图像中的出现的人物信息、道路图像中的路障信息、道路图像中的标识牌信息、道路图像中的文字牌信息等任一种信息。这里需要说明的是，得到的散点型要素信息的检测结果可以为检测框等，进一步地，作为一种可选的实施方式，服务器可以将得到的散点型要素信息的检测结果例如检测框输入识别网络模型对散点型要素信息进行分类识别，得到道路图像中的要素信息。可选的，上述检测网络模型可以基于常用的一阶段目标检测网络(如Yolo，Retina-Net，FCOS等)，或者，二阶段目标检测网络(Faster R-CNN，Cascade R-CNN)等网络模型进行构建。可选的，上述识别网络模型可以是ResNet网络模型，或者，也可以是其他卷积神经网络模型。
S402，将道路图像输入路面要素分割模型中，得到道路图像中的地标线信息。
具体地，本实施例中的路面要素分割模型用于对道路图像中的地标线信息进行分割识别，例如，该路面要素分割模型可以识别出道路图像中的地面、道路图像中的黄实线、道路图像中的黄虚线、道路图像中的白实线、道路图像中的白虚线、道路图像中的禁停区域、道路图像中的人行横道等道路上可能出现的道路标线信息。可选的，路面要素分割模型可以先对道路图像中的地标线信息进行分割，再对分割后的地标线信息进行识别，得到上述道路图像中的地标线信息，或者，路面要素分割模型也可以先对道路图像中的地标线信息进行识别，根据识别结果对道路图像中的地标线信息进行分割，得到上述道路图像中的地标线信息。
本实施例中，服务器通过将道路图像输入检测网络模型，能够得到道路图像中散点型要素信息的检测结果，从而可以将散点型要素信息的检测结果输入到识别网络模型准确地得到道路图像中的要素信息，通过将道路图像输入路面要素分割模型，能够准确地得到道路图像中的地标线信息，从而将得到的准确度较高的要素信息和地标线信息作为道路特征信息，提高了确定的道路特征信息的准确度。
进一步地，在一个实施例中，上述S303，包括：若判断结果表示道路图像中存在占道施工行为，且，分类结果表示道路图像为施工场景，则确定识别结果表示道路为占道施工场景。
具体地，本实施例中服务器可以结合上述得到的判断结果和分类结果，确定上述道路图像是否为占道施工场景，得到表示上述道路图像是否为占道施工场景的识别结果。可以理解的是，上述判断结果用于表示上述道路图像中存在占道施工行为，上述分类结果用于表示上述道路图像是否为施工场景，在本实施例中，若服务器得到的判断结果表示的是上述道路图像中存在占道施工行为，且，上述分类结果表示的是上述道路图像为施工场景，则服务器可以得到表示道路为占道施工场景的识别结果。可选的，若服务器得到的判断结果表示的是上述道路图像中存在占道施工行为，但得到的分类结果表示的是上述道路图像为非施工场景，则服务器结合该判断结果和分类结果可以得到表示上述道路图像为非占道施工场景的识别结果。又例如，若服务器得到的判断结果表示的是上述道路图像中不存在占道施工行为，且上述分类结果表示的是上述道路图像为非施工场景，则服务器结合该判断结果和分类结果可以得到表示上述道路图像为非占道施工场景的识别结果。
本实施例中，服务器在确定判断结果表示的是道路图像中存在占道施工行为，且，确定分类结果表示的是道路图像为施工场景的情况下，才确定道路图像的识别结果表示的是道路为占道施工场景，通过将判断结果和分类结果相结合能够对道路图像是否为占道施工场景进行准确地确定，从而提高了确定的识别结果的准确度。
在一些场景中，若服务器得到的识别结果表示的是道路为占道施工场景，则服务器还可以将得到的道路图像的识别结果和占道施工情况数据库中的信息进行对比，判断得到的道路图像的识别结果是否为冗余情报，并根据判断结果将上述道路图像的识别结果增添至占道施工情报数据库中，在上述实施例的基础上，在一个实施例中，如图5所示，上述S304，包括：
S501，确定道路图像的信息；道路图像的信息包括道路图像的上传时间和上传位置。
具体地，若服务器确定上述道路图像的识别结果表示的是道路为占道施工场景，则服务器可以根据上述道路图像的获取时间确定该道路图像的信息，根据上述道路图像的位置信息确定该道路图像的上传位置。例如，若服务器是实时地接收到上传的道路图像，则服务器可以将获取该道路图像的当前时间确定为该道路图像的上传时间；若上述道路图像是服务器预先接收到的，则服务器可以将获取该道路图像的时间确定为该道路图像的上传时间。可选的，服务器可以接收该道路图像的上传位置，备选地或附加地，服务器可以基于上传的道路图像中的标志性元素确定出该道路图像的上传位置。
S502，将道路图像的信息与占道施工情报数据库中的信息进行对比，确定占道施工情报数据库中是否存在道路的占道情报信息。
具体地，服务器将上述道路图像的上传时间与占道施工情报数据库中的占道施工情报的发布时间进行对比，并将上述道路图像的上传位置与占道施工情报数据库中的占道施工情报的位置信息进行对比，确定占道施工情报数据库中是否存在上述道路图像中道路的占道情报信息。可选的，若占道施工情报数据库中的占道施工情报的发布时间与上述道路图像的上传时间一致，且，上述占道施工情报数据库中的占道施工情报的位置信息与上述道路图像的上传位置一致，则服务器可以确定占道施工情报数据库中存在上述道路图像中道路的占道情报信息。可选的，若占道施工情报数据库中的占道施工情报的发布时间与上述道路图像的上传时间不一致，或者，上述占道施工情报数据库中的占道施工情报的位置信息与上述道路图像的上传位置不一致，则服务器可以确定占道施工情报数据库中不存在上述道路图像中道路的占道情报信息。进一步地，若服务器确定占道施工情报数据库中不存在上述道路图像中道路的占道情报信息，则可以执行步骤S503，若服务器确定占道施工情报数据库中存在上述道路图像中道路的占道情报信息，则可以执行步骤S504。
S503，将识别结果增添至占道施工情报数据库中。
具体地，若服务器确定上述占道施工情报数据库中不存在上述道路图像的识别结果表示的道路的占道情报信息，则服务器可以将上述道路图像的识别结果增添至该占道施工情报数据库中，更新占道施工情报数据库中的情报。
S504，用识别结果替换占道施工情报数据库中的道路的占道情报信息。
具体地，若服务器确定上述占道施工情报数据库中存在上述道路图像的识别结果表示的道路的占道情报信息，则服务器可以用上述识别结果替换占道施工情报数据库中的道路的占道情报信息，对占道施工情报数据库中的情报加以更新。
本实施例中，服务器在确定获取的道路图像的识别结果表示道路为占道施工的场景下，通过确定道路图像的上传时间和上传位置，将该道路图像的上传时间和上传位置与占道施工情报数据库中的信息进行对比，在确定占道施工情报数据库中不存在该道路的占道情报信息的情况下，将该道路图像的识别结果增添至占道施工情报数据库中，在确定占道施工情报数据库中存在该道路的占道情报信息的情况下，用该道路图像的识别结果替换占道施工情况数据库中的道路的占道情报信息，避免了占道施工情报数据库中存在冗余情报的情况，确保了占道施工情报数据库中的情报信息的准确度。
在上述将道路图像的识别结果增添至占道施工情况数据库之前，服务器还可以通过获取人工对上述道路图像是否为占道施工场景的审核结果，对上述得到的道路图像的识别结果的有效性进行判断，在道路图像的识别结果有效的情况下，将识别结果增添至占道施工情况数据库中，在上述实施例的基础上，在一个实施例中，如图6所示，上述占道施工情报数据库基于以下步骤更新：
S601，获取审核指令；审核指令包括人工作业平台对道路图像是否为占道施工场景的审核结果。
具体地，服务器可以通过与人工作业平台间的网络通信，获取人工作业平台发送的审核指令，该审核指令中可以包括人工作业平台对上述道路图像是否为占道施工场景的审核结果。可选的，人工作业平台对上述道路图像的审核结果可以为上述道路图像为占道施工场景，也可以为上述道路图像为非占道施工场景。
S602，根据审核结果对识别结果的有效性进行判断。
具体地，服务器根据获取的人工作业平台对上述道路图像是否为占道施工场景的审核结果，对上述得到的道路图像的识别结果的有效性进行判断，从而得到对上述识别结果的有效性判断结果。可选的，服务器得到的对上述识别结果的有效性判断结果可以为上述识别结果有效，也可以为上述识别结果无效。可以理解的是，若服务器得到的对上述识别结果的有效性判断结果为上述识别结果有效，则说明服务器确定的上述道路图像的识别结果准确，可以使用上述道路图像的识别结果；若服务器得到的对上述识别结果的有效性判断结果为上述识别结果无效，则说明服务器确定的上述道路图像的识别结果有误。
S603，在识别结果有效的情况下，执行将识别结果增添至占道施工情报数据库中的步骤。
具体地，服务器在确定上述得到的道路图像的识别结果有效的情况下，执行上述步骤S305，也就是说，服务器在确定上述得到的道路图像的识别结果有效的情况下，将得到的道路图像的识别结果增添至上述占道施工情报数据库中，对占道施工情报数据库中的道路图像的识别结果进行更新。
本实施例中，服务器通过获取包括人工作业平台对道路图像是否为占道施工场景的审核结果的审核指令，能够根据人工作业平台对道路图像是否为占道施工场景的审核结果对得到的道路图像的识别结果的有效性进行判断，从而可以在确定得到的道路图像的识别结果有效的情况下，将道路图像的识别结果增添至占道施工情报数据库中，进一步确保了增添至占道施工情报数据库中情报数据的准确度。
下面结合一个具体的出行场景来介绍本公开的一个实施例，该方法包括如下步骤：
S1，通过问询指令预先或实时与行驶在各道路上的多个车辆建立通信协议，在经用户授权同意的情况下获取行驶在各道路上的多个车辆的图像获取设备获取的的道路图像；或者；通过问询指令预先或实时与设置在各道路上的多个图像获取设备建立通信协议，获取设置在各道路上的多个图像获取设备获取的的道路图像。
S2，将道路图像输入检测网络模型，得到道路图像中散点型要素信息的检测结果。
S3，将散点型要素信息的检测结果输入识别网络模型，得到要素信息。
S4，将道路图像输入路面要素分割模型中，得到道路图像中的地标线信息。
S5，将道路图像中的要素信息和地标线信息，作为道路特征信息。
S6，根据道路图像中的道路特征信息，判断道路图像中是否存在占道施工行为，得到判断结果。
S7，将道路图像输入预设的场景分类模型，得到分类结果；分类结果用于表示道路图像是否为施工场景。
S8，若判断结果表示道路图像中存在占道施工行为，且，分类结果表示道路图像为施工场景，则确定识别结果表示道路为占道施工场景。
S9，确定道路图像的信息；道路图像的信息包括道路图像的上传时间和上传位置。
S10，将道路图像的信息与占道施工情报数据库中的信息进行对比，确定占道施工情报数据库中是否存在道路的占道情报信息。
S11，若占道施工情报数据库中不存在道路的占道情报信息，则获取包括人工作业平台对道路图像是否为占道施工场景的审核结果的审核指令，根据审核结果对识别结果的有效性进行判断，在识别结果有效的情况下，将识别结果增添至占道施工情报数据库中。
S12，若占道施工情报数据库中存在道路的占道情报信息，则用识别结果替换占道施工情报数据库中的道路的占道情报信息。
S13，接收用户终端发送的位置信息。
S14，根据预设的规划路径和位置信息，确定与上述位置信息相匹配的目标道路。
S15，从占道施工情报数据库中获取与位置信息相匹配的目标道路的场景识别结果；场景识别结果用于表示目标道路是否为占道施工场景。
S16，向用户终端发送场景识别结果，以使用户终端在电子地图中与目标道路对应的位置展示场景识别结果。
本实施例提供的道路场景识别方法的工作原理，请参照上述实施例中的详细描述，本实施例在此不再赘述。
应该理解的是，虽然图2-图6的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-图6中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而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者交替地执行。
在一个实施例中，如图7所示，提供了一种道路场景识别装置，包括：接收模块、第一获取模块和发送模块，其中：
接收模块，用于接收用户终端发送的位置信息。
第一获取模块，用于获取与位置信息相匹配的目标道路的场景识别结果；其中，场景识别结果用于表示目标道路是否为占道施工场景；场景识别结果为根据道路图像中的道路特征信息和道路图像的分类结果所确定的；目标道路为根据预设的规划路径和位置信息所确定的。
发送模块，用于向用户终端发送场景识别结果，以使用户终端在电子地图中与目标道路对应的位置展示场景识别结果。
本实施例提供的道路场景识别装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在上述实施例的基础上，可选的，上述第一获取模块，包括：第一获取单元，其中：
第一获取单元，用于根据位置信息在占道施工情报数据库中查找与位置信息相匹配的目标道路的场景识别结果。
本实施例提供的道路场景识别装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在上述实施例的基础上，可选的，上述装置还包括：第一判断模块、第二获取模块、确定模块和增添模块，其中：
第一判断模块，用于根据道路图像中的道路特征信息，判断道路图像中是否存在占道施工行为，得到判断结果。
第二获取模块，用于将道路图像输入预设的场景分类模型，得到分类结果；分类结果用于表示道路图像是否为施工场景。
确定模块，用于根据判断结果和分类结果，确定道路图像的识别结果；识别结果用于表示道路图像是否为占道施工场景。
增添模块，用于若识别结果表示道路为占道施工场景，则将识别结果增添至占道施工情报数据库。
本实施例提供的道路场景识别装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在上述实施例的基础上，可选的，上述装置还包括：第三获取模块，其中：
第三获取模块，用于对道路图像进行识别，获取道路图像中的要素信息和地标线信息，作为道路特征信息。
本实施例提供的道路场景识别装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在上述实施例的基础上，可选的，上述第三获取模块，包括：第二获取单元和第三获取单元，其中：
第二获取单元，用于将道路图像输入检测网络模型，得到道路图像中散点型要素信息的检测结果，并将散点型要素信息的检测结果输入识别网络模型，得到要素信息。
第三获取单元，用于将道路图像输入路面要素分割模型中，得到道路图像中的地标线信息。
本实施例提供的道路场景识别装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在上述实施例的基础上，可选的，上述确定模块，包括：第一确定单元，其中：
第一确定单元，用于若判断结果表示道路图像中存在占道施工行为，且，分类结果表示道路图像为施工场景，则确定识别结果表示道路为占道施工场景。
本实施例提供的道路场景识别装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在上述实施例的基础上，可选的，上述增添模块，包括：第二确定单元、对比单元、增添单元和替换单元，其中：
第二确定单元，用于确定道路图像的信息；道路图像的信息包括道路图像的上传时间和上传位置。
对比单元，用于将道路图像的信息与占道施工情报数据库中的信息进行对比，确定占道施工情报数据库中是否存在道路的占道情报信息。
增添单元，用于若占道施工情报数据库中不存在道路的占道情报信息，则将识别结果增添至占道施工情报数据库中。
替换模块，用于若占道施工情报数据库中存在道路的占道情报信息，则用识别结果替换占道施工情报数据库中的道路的占道情报信息。
本实施例提供的道路场景识别装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在上述实施例的基础上，可选的，上述装置还包括：第四获取模块、第二判断模块和执行模块，其中：
第五获取模块，用于获取审核指令；审核指令包括人工作业平台对道路图像是否为占道施工场景的审核结果。
第二判断模块，用于根据审核结果对识别结果的有效性进行判断。
执行模块，用于在识别结果有效的情况下，将识别结果增添至占道施工情报数据库中。
本实施例提供的道路场景识别装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
关于道路场景识别装置的具体限定可以参见上文中对于道路场景识别方法的限定，在此不再赘述。上述道路场景识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以以硬件形式内嵌于或独立于服务器中的处理器中，也可以以软件形式存储于电子设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
图8是根据一示例性实施例示出的一种服务器1400的框图。参照图8，服务器1400包括处理组件1420，其进一步包括一个或多个处理器，以及由存储器1422所代表的存储器资源，用于存储可由处理组件1420执行的指令或者计算机程序，例如应用程序。存储器1422中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1420被配置为执行指令，以执行上述道路场景识别的方法。
服务器1400还可以包括一个电源组件1424被配置为执行设备1400的电源管理，一个有线或无线网络接口1426被配置为将设备1400连接到网络，和一个输入输出(I/O)接口1428。服务器1400可以操作基于存储在存储器1422的操作系统，例如Window14 14erverTM，Mac O14 XTM，UnixTM,LinuxTM，FreeB14DTM或类似。
在示例性实施例中，还提供了一种包括指令的存储介质，例如包括指令的存储器1422，上述指令可由服务器1400的处理器执行以完成上述方法。存储介质可以是非临时性计算机可读存储介质，例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中，还提供了一种计算机程序产品，该计算机程序被处理器执行时，可以实现上述方法。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行这些计算机指令时，可以全部或部分地按照本公开实施例的流程或功能实现上述方法中的部分或者全部。
示例性的，本申请实施例公开了TS1、一种道路场景识别方法，其特征在于，方法包括：
接收用户终端发送的位置信息；
获取与所述位置信息相匹配的目标道路的场景识别结果；其中，所述场景识别结果用于表示所述目标道路是否为占道施工场景；所述场景识别结果为根据道路图像中的道路特征信息和所述道路图像的分类结果所确定的；所述目标道路为根据预设的规划路径和所述位置信息所确定的；
向所述用户终端发送所述场景识别结果，以使所述用户终端在电子地图中与所述目标道路对应的位置展示所述场景识别结果。
TS2、如TS1的方法，所述获取与所述位置信息相匹配的目标道路的场景识别结果，包括：
根据所述位置信息在占道施工情报数据库中查找与所述位置信息相匹配的目标道路的场景识别结果。
TS3、如TS2的方法，所述占道施工情报数据库基于以下步骤确定：
根据所述道路图像中的道路特征信息，判断所述道路图像中是否存在占道施工行为，得到判断结果；
将所述道路图像输入预设的场景分类模型，得到分类结果；所述分类结果用于表示所述道路图像是否为施工场景；
根据所述判断结果和所述分类结果，确定所述道路图像的识别结果；所述识别结果用于表示所述道路图像是否为占道施工场景；
若所述识别结果表示道路为占道施工场景，则将所述识别结果增添至所述占道施工情报数据库。
TS4、如TS3的方法，所述道路特征信息基于以下步骤确定：
对所述道路图像进行识别，获取所述道路图像中的要素信息和地标线信息，作为所述道路特征信息。
TS5、如TS4的方法，所述对所述道路图像进行识别，获取所述道路图像中的要素信息和地标线信息，包括：
将所述道路图像输入所述检测网络模型，得到所述道路图像中散点型要素信息的检测结果，并将所述散点型要素信息的检测结果输入所述识别网络模型，得到所述要素信息；
以及，
将所述道路图像输入路面要素分割模型中，得到所述道路图像中的地标线信息。
TS6、如TS3所述的方法，所述根据所述判断结果和所述分类结果，确定所述道路图像的识别结果，包括：
若所述判断结果表示所述道路图像中存在占道施工行为，且，所述分类结果表示所述道路图像为施工场景，则确定所述识别结果表示道路为占道施工场景。
TS7、如TS3所述的方法，所述若所述识别结果表示道路为占道施工场景，则将所述识别结果增添至所述占道施工情报数据库，包括：
确定所述道路图像的信息；所述道路图像的信息包括所述道路图像的上传时间和上传位置；
将所述道路图像的信息与占道施工情报数据库中的信息进行对比，确定所述占道施工情报数据库中是否存在所述道路的占道情报信息；
若否，则将所述识别结果增添至所述占道施工情报数据库中；
若是，则用所述识别结果替换所述占道施工情报数据库中的所述道路的占道情报信息。
TS8、如TS3所述的方法，所述占道施工情报数据库基于以下步骤更新：
获取审核指令；审核指令包括人工作业平台对道路图像是否为占道施工场景的审核结果；
根据审核结果对识别结果的有效性进行判断；
在识别结果有效的情况下，执行将识别结果增添至占道施工情报数据库中的步骤。
TS9、一种道路场景识别装置，其特征在于，装置包括：
接收模块，用于接收用户终端发送的位置信息；
第一获取模块，用于获取与所述位置信息相匹配的目标道路的场景识别结果；其中，所述场景识别结果用于表示所述目标道路是否为占道施工场景；所述场景识别结果为根据道路图像中的道路特征信息和所述道路图像的分类结果所确定的；所述目标道路为根据预设的规划路径和所述位置信息所确定的；
发送模块，用于向所述用户终端发送所述场景识别结果，以使所述用户终端在电子地图中与所述目标道路对应的位置展示所述场景识别结果。
TS10、一种服务器，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，处理器执行计算机程序时实现TS1至TS8中任一项的方法的步骤。
TS11、一种存储介质，其上存储有计算机程序，其特征在于，计算机程序被处理器执行时实现TS1至TS8中任一项的方法的步骤。
TS12、一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现TS1至TS8中任一项的方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本公开实施例所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本公开实施例的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本公开实施例构思的前提下，还可以做出若干变形和改进，这些都属于本公开实施例的保护范围。因此，本公开实施例专利的保护范围应以所附权利要求为准。
Claims (12)
1.一种道路场景识别方法，其特征在于，所述方法包括：
接收用户终端发送的位置信息；
获取与所述位置信息相匹配的目标道路的场景识别结果；其中，所述场景识别结果用于表示所述目标道路是否为占道施工场景；所述场景识别结果为根据道路图像中的道路特征信息和所述道路图像的分类结果所确定的；所述目标道路为根据预设的规划路径和所述位置信息所确定的；
向所述用户终端发送所述场景识别结果，以使所述用户终端在电子地图中与所述目标道路对应的位置展示所述场景识别结果。
2.根据权利要求1所述的方法，其特征在于，所述获取与所述位置信息相匹配的目标道路的场景识别结果，包括：
根据所述位置信息在占道施工情报数据库中查找与所述位置信息相匹配的目标道路的场景识别结果。
3.根据权利要求2所述的方法，其特征在于，所述占道施工情报数据库基于以下步骤确定：
根据所述道路图像中的道路特征信息，判断所述道路图像中是否存在占道施工行为，得到判断结果；
将所述道路图像输入预设的场景分类模型，得到分类结果；所述分类结果用于表示所述道路图像是否为施工场景；
根据所述判断结果和所述分类结果，确定所述道路图像的识别结果；所述识别结果用于表示所述道路图像是否为占道施工场景；
若所述识别结果表示道路为占道施工场景，则将所述识别结果增添至所述占道施工情报数据库。
4.根据权利要求3所述的方法，其特征在于，所述道路特征信息基于以下步骤确定：
对所述道路图像进行识别，获取所述道路图像中的要素信息和地标线信息，作为所述道路特征信息。
5.根据权利要求4所述的方法，其特征在于，所述对所述道路图像进行识别，获取所述道路图像中的要素信息和地标线信息，包括：
将所述道路图像输入所述检测网络模型，得到所述道路图像中散点型要素信息的检测结果，并将所述散点型要素信息的检测结果输入所述识别网络模型，得到所述要素信息；
以及，
将所述道路图像输入路面要素分割模型中，得到所述道路图像中的地标线信息。
6.根据权利要求3所述的方法，其特征在于，所述根据所述判断结果和所述分类结果，确定所述道路图像的识别结果，包括：
若所述判断结果表示所述道路图像中存在占道施工行为，且，所述分类结果表示所述道路图像为施工场景，则确定所述识别结果表示道路为占道施工场景。
7.根据权利要求3所述的方法，其特征在于，所述若所述识别结果表示道路为占道施工场景，则将所述识别结果增添至所述占道施工情报数据库，包括：
确定所述道路图像的信息；所述道路图像的信息包括所述道路图像的上传时间和上传位置；
将所述道路图像的信息与占道施工情报数据库中的信息进行对比，确定所述占道施工情报数据库中是否存在所述道路的占道情报信息；
若否，则将所述识别结果增添至所述占道施工情报数据库中；
若是，则用所述识别结果替换所述占道施工情报数据库中的所述道路的占道情报信息。
8.根据权利要求3所述的方法，其特征在于，所述占道施工情报数据库基于以下步骤更新：
获取审核指令；所述审核指令包括人工作业平台对所述道路图像是否为占道施工场景的审核结果；
根据所述审核结果对所述识别结果的有效性进行判断；
在所述识别结果有效的情况下，执行所述将所述识别结果增添至所述占道施工情报数据库中的步骤。
9.一种道路场景识别装置，其特征在于，所述装置包括：
接收模块，用于接收用户终端发送的位置信息；
第一获取模块，用于获取与所述位置信息相匹配的目标道路的场景识别结果；其中，所述场景识别结果用于表示所述目标道路是否为占道施工场景；所述场景识别结果为根据道路图像中的道路特征信息和所述道路图像的分类结果所确定的；所述目标道路为根据预设的规划路径和所述位置信息所确定的；
发送模块，用于向所述用户终端发送所述场景识别结果，以使所述用户终端在电子地图中与所述目标道路对应的位置展示所述场景识别结果。
10.一种服务器，包括存储器、处理器及存储在所述存储器上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权利要求1至8中任一项所述的方法的步骤。
11.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
12.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-8中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111576186.1A CN116311015A (zh) | 2021-12-21 | 2021-12-21 | 道路场景识别方法、装置、服务器、存储介质和程序产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111576186.1A CN116311015A (zh) | 2021-12-21 | 2021-12-21 | 道路场景识别方法、装置、服务器、存储介质和程序产品 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116311015A true CN116311015A (zh) | 2023-06-23 |
Family
ID=86831032
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111576186.1A Pending CN116311015A (zh) | 2021-12-21 | 2021-12-21 | 道路场景识别方法、装置、服务器、存储介质和程序产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116311015A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117612140A (zh) * | 2024-01-19 | 2024-02-27 | 福思(杭州)智能科技有限公司 | 道路场景的识别方法、装置和存储介质及电子设备 |
-
2021
- 2021-12-21 CN CN202111576186.1A patent/CN116311015A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117612140A (zh) * | 2024-01-19 | 2024-02-27 | 福思(杭州)智能科技有限公司 | 道路场景的识别方法、装置和存储介质及电子设备 |
| CN117612140B (zh) * | 2024-01-19 | 2024-04-19 | 福思(杭州)智能科技有限公司 | 道路场景的识别方法、装置和存储介质及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102266830B1 (ko) | 차선 결정 방법, 디바이스 및 저장 매체 | |
| US10846874B2 (en) | Method and apparatus for processing point cloud data and storage medium | |
| KR102652023B1 (ko) | 실시간 교통 정보 제공 방법 및 장치 | |
| CN111951144B (zh) | 一种违章路段的确定方法、设备及计算机可读存储介质 | |
| CN105761500A (zh) | 交通事故处理方法及交通事故处理装置 | |
| CN112396044B (zh) | 车道线属性信息检测模型训练、车道线属性信息检测方法 | |
| CN112800153B (zh) | 隔离带信息的挖掘方法、装置、设备和计算机存储介质 | |
| CN113989777A (zh) | 高精地图限速标牌与车道位置的识别方法、装置和设备 | |
| CN114443794A (zh) | 数据处理和地图更新方法、装置、设备以及存储介质 | |
| CN116012815A (zh) | 交通元素识别方法、多任务网络模型及训练方法和装置 | |
| CN116311015A (zh) | 道路场景识别方法、装置、服务器、存储介质和程序产品 | |
| CN112418081B (zh) | 一种空地联合快速勘察交通事故的方法及系统 | |
| CN112863195B (zh) | 车辆状态的确定方法及装置 | |
| CN113052048B (zh) | 交通事件检测方法、装置、路侧设备以及云控平台 | |
| CN111179610B (zh) | 一种交通信号设备的控制方法及装置 | |
| CN110708664B (zh) | 一种交通流感知方法、装置及计算机存储介质、电子设备 | |
| CN110057377B (zh) | 路径导航方法及相关产品 | |
| CN114078319A (zh) | 一种检测交通事故隐患地点的方法及装置 | |
| CN114926791A (zh) | 一种路口车辆异常变道检测方法、装置、存储介质及电子设备 | |
| CN115273025A (zh) | 交通资产的盘点方法、装置、介质及电子设备 | |
| CN110795977B (zh) | 交通信号识别方法、装置、存储介质及电子设备 | |
| CN114373081A (zh) | 图像处理方法及装置、电子设备及存储介质 | |
| JP7180827B2 (ja) | 一般物体認識システム | |
| CN113807125A (zh) | 应急车道占用检测方法、装置、计算机设备和存储介质 | |
| JP6997664B2 (ja) | 状態判定装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |