(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210301584.0 (22)申请日 2022.03.24 (71)申请人 智道网联科技 （北京） 有限公司 地址 100029 北京市东城区北三环东路3 6 号1号楼B6 01 (72)发明人 李耀萍　贾双成　朱磊　单国航　 (74)专利代理 机构 北京市隆安 律师事务所 11323 专利代理师 权鲜枝 (51)Int.Cl. G06V 20/58(2022.01) G06V 10/44(2022.01) G06V 10/80(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01)G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种路侧标识 识别方法、 装置和电子设备 (57)摘要 本发明公开了一种路侧标识识别方法、 装置 和电子设备。 本发明的路侧标识识别方法包括： 获取包括路侧标识的输入图像， 所述路侧标识具 有多个特征元素； 采用优化后的卷积神经网络对 所述输入图像进行卷积计算， 得到不同分支的特 征图； 基于注 意力网络获取所述特征图的融合权 重， 对所述特征图按照相应融合权重进行加权融 合， 得到融合特征图； 根据所述融合特征图确定 所述输入图像中各特征元素的位置。 本发明的技 术方案能够提高路牌角点的识别精度。 权利要求书2页 说明书8页 附图4页 CN 114677661 A 2022.06.28 CN 114677661 A 1.一种路侧标识 识别方法， 其特 征在于， 包括： 获取包括路侧标识的输入图像， 所述路侧标识具有 多个特征元素； 采用优化后的卷积神经网络对所述输入图像进行 卷积计算， 得到不同分支的特 征图； 基于注意力网络获取所述特征图的融合权重， 对所述特征图按照相应融合权重进行加 权融合， 得到融合特 征图； 根据所述融合特 征图确定所述输入图像中各 特征元素的位置 。 2.根据权利要求1所述的方法， 其特征在于， 基于注意力网络获取所述特征图的融合权 重， 包括： 确定各个分支的特 征均值； 将各个分支的特 征均值进行全连接处 理， 得到每 个分支对应的融合权 重。 3.根据权利要求2所述的方法， 其特 征在于， 确定各个分支的特 征均值， 包括： 获取各个分支中所有通道的特 征图； 将每个分支中所有通道的特 征图的特 征均值确定为该分支的特 征均值。 4.根据权利要求2所述的方法， 其特征在于， 对所述特征图按照相应融合权重进行加权 融合， 得到融合特 征图， 包括： 将每个分支中的所有特 征图乘以该分支的融合权 重， 得到加权特 征图； 将不同分支中的加权特 征图线性融合， 得到融合特 征图。 5.根据权利要求1所述的方法， 其特征在于， 基于注意力网络获取所述特征图的融合权 重， 包括： 确定各个分支中每 个通道的特 征均值； 将每个通道的特 征均值进行全连接处 理， 得到各个分支中每 个通道的融合权 重。 6.根据权利要求5所述的方法， 其特征在于， 确定各个分支中每个通道的特征均值， 包 括： 将各个分支中每 个通道的特 征图的特 征均值确定为该通道的特 征均值。 7.根据权利要求5所述的方法， 其特征在于， 对所述特征图按照相应融合权重进行加权 融合， 得到融合特 征图， 包括： 将每个分支中的每个特征图乘以相应通道的融合权重， 得到该分支的所有加权特征 图； 将不同分支中的所有加权特 征图线性融合， 得到融合特 征图。 8.根据权利要求1所述的方法， 其特征在于， 基于注意力网络获取所述特征图的融合权 重， 还包括： 在卷积神经网络的优化过程中， 优化所述注意力网络， 利用优化后的注意力网络获取 所述特征图的融合权 重。 9.一种路侧标识 识别装置， 其特 征在于， 包括： 数据获取 单元， 用于获取包括路侧标识的输入图像， 所述路侧标识具有 多个特征元素； 特征计算单元， 用于采用优化后的卷积神经网络对所述输入图像进行卷积计算， 得到 不同分支的特 征图； 权重计算单元， 用于基于注意力网络获取所述特征图的融合权重， 对所述特征图按照 相应融合权 重进行加权融合， 得到融合特 征图；权　利　要　求　书 1/2 页 2 CN 114677661 A 2标识识别单元， 用于根据所述融合特 征图确定所述输入图像中各 特征元素的位置 。 10.一种电子设备， 其特 征在于， 包括： 处理器； 以及 被安排成存储计算机可执行指令的存储器， 所述可执行指令在被执行时使所述处理器 执行所述权利要求1 ‑8之任一所述路侧标识 识别方法。权　利　要　求　书 2/2 页 3 CN 114677661 A 3