基于人工智能的交通标志精准识别和语音提示方法及系统

本发明涉及数据处理，具体而言，涉及一种基于人工智能的交通标志精准识别和语音提示方法及系统。

背景技术：

1、随着城市化进程的加速和交通工具的普及，道路交通安全问题日益凸显。为了保障民众的安全，越来越多的交通标志被设置在道路中的特定位置，它们能够向驾驶员提供必要的信息，帮助他们更好地理解和遵守交通规则。这不仅有助于减少交通事故的发生，而且能够缓解交通拥堵并提高交通运输效率。

2、然而，由于视线、注意力等原因，驾驶员经常无法及时看到交通标志，容易造成违章甚至出现较大的安全隐患。因此，如果能够充分利用人工智能技术，对交通标志进行精准识别并语音提示给驾驶员，有非常重要的价值和意义。

技术实现思路

1、为了克服上述问题或者至少部分地解决上述问题，本发明提供一种基于人工智能的交通标志精准识别和语音提示方法及系统，结合基于图像超分辨率重建的多重检验式交通标志精准识别模型、基于编码匹配的语音合成结果优选模型、基于多语音去噪模块智能拼接的低耗语音去噪模型，进行精准的交通标志识别、语音合成及低耗语音去噪，实现精准有效的交通标志语音提示。

2、为解决上述技术问题，本发明采用的技术方案为：

3、第一方面，本发明提供一种基于人工智能的交通标志精准识别和语音提示方法，包括以下步骤：

4、在汽车行驶过程中，根据预设的拍照周期，基于车载智能电子设备对前方道路进行拍照，以得到并将拍照图像作为待检测图像；

5、利用目标检测技术对待检测图像中的交通标识进行检测，若在待检测图像中的某一区域检测到交通标志，则将该区域定义为待检测交通标志区域图像；

6、利用基于图像超分辨率重建的多重检验式交通标志精准识别模型，对待检测交通标志区域图像进行识别，以确定对应的交通标志标识含义；

7、根据对应的交通标志标识含义，利用基于编码匹配的语音合成结果优选模型，生成对应的交通标志提示语音信号；

8、利用基于多语音去噪模块智能拼接的低耗语音去噪模型，将生成的交通标志提示语音信号进行去噪，以得到并播放去噪后的交通标志提示语音。

9、首先，本发明提出了基于图像超分辨率重建的多重检验式交通标志精准识别模型，对待检测交通标志区域图像进行识别；该模型在图像超分辨率重建的基础上，通过图像相似性检测和字符识别比对相结合的方式，显著提升了交通标志识别的精准度。其次，本发明提出了基于编码匹配的语音合成结果优选模型，生成相应的交通标志提示语音信号；该模型通过语音编码匹配的方式，从多个语音合成结果中优选出和驾驶员发音最匹配的语音合成结果，从而确保能够让驾驶员有较好的听觉体验。最后，本发明提出了基于多语音去噪模块智能拼接的低耗语音去噪模型，对生成的交通标志提示语音信号进行去噪；该模型先利用简易语音去噪模块对语音信号进行去噪，如果去噪效果不理想再利用复杂语音去噪模块对语音信号进行二次去噪，不仅能够保证语音去噪的质量，而且能够显著降低语音去噪过程的计算资源消耗。

10、基于第一方面，进一步地，上述利用基于图像超分辨率重建的多重检验式交通标志精准识别模型，对待检测交通标志区域图像进行识别的方法包括以下步骤：

11、对待检测交通标志区域图像和预置的所有交通标志模板图像分别进行图像超分辨重建，并对重建后的图像进行稀疏编码，利用欧式距离计算待检测交通标志区域图像与每一个交通标志模板图像之间的相似度，以确定与待检测交通标志区域图像相似度最高的交通标志模板图像，将待检测交通标志区域图像和该相似度最高的交通标志模板图像初步认定为同一种交通标志图像；

12、利用ocr技术对待检测交通标志区域图像和该相似度最高的交通标志模板图像分别进行字符识别，若二者字符识别结果一致，则最终将待检测交通标志区域图像和该相似度最高的交通标志模板图像认定为同一种交通标志图像。

13、基于第一方面，进一步地，上述根据对应的交通标志标识含义，利用基于编码匹配的语音合成结果优选模型，生成对应的交通标志提示语音信号的方法包括以下步骤：

14、根据对应的交通标志标识，利用多种不同的语音合成方法分别进行语音合成，以得到多个合成语音信号；

15、获取并将驾驶员的任意一段语音信号作为基准语音信号，将基准语音信号和多个合成语音信号分别进行语音编码，计算基准语音信号和每一个合成语音信号的相似度，以得到并根据各个相似度结果确定最优合成语音信号，将最优合成语音信号输出为最终的交通标志提示语音信号。

16、基于第一方面，进一步地，上述基于多语音去噪模块智能拼接的低耗语音去噪模型包括简易语音去噪模块、语音信号峰值信噪比检测模块和复杂语音去噪模块。

17、基于第一方面，进一步地，上述利用基于多语音去噪模块智能拼接的低耗语音去噪模型，将生成的交通标志提示语音信号进行去噪的方法包括以下步骤：

18、将交通标志提示语音信号输入至简易语音去噪模块进行初步去噪；

19、将初步去噪后的交通标志提示语音信号输入至语音信号峰值信噪比检测模块，以得到峰值信噪比检测结果；

20、若该峰值信噪比检测结果大于预设的峰值信噪比阈值，则将初步去噪后的交通标志提示语音信号直接输出为最终的交通标志提示语音；

21、若该峰值信噪比检测结果大于预设的峰值信噪比阈值，则将初步去噪后的交通标志提示语音信号输入至复杂语音去噪模块，进行二次去噪，以得到并将二次去噪后的交通标志提示语音信号输出为最终的交通标志提示语音。

22、第二方面，本发明提供一种基于人工智能的交通标志精准识别和语音提示系统，包括图像拍摄模块、标志检测模块、标志识别模块、语音合成模块以及语音去噪输出模块，其中：

23、图像拍摄模块，用于在汽车行驶过程中，根据预设的拍照周期，基于车载智能电子设备对前方道路进行拍照，以得到并将拍照图像作为待检测图像；

24、标志检测模块，用于利用目标检测技术对待检测图像中的交通标识进行检测，若在待检测图像中的某一区域检测到交通标志，则将该区域定义为待检测交通标志区域图像；

25、标志识别模块，用于利用基于图像超分辨率重建的多重检验式交通标志精准识别模型，对待检测交通标志区域图像进行识别，以确定对应的交通标志标识含义；

26、语音合成模块，用于根据对应的交通标志标识含义，利用基于编码匹配的语音合成结果优选模型，生成对应的交通标志提示语音信号；

27、语音去噪输出模块，用于利用基于多语音去噪模块智能拼接的低耗语音去噪模型，将生成的交通标志提示语音信号进行去噪，以得到并播放去噪后的交通标志提示语音。

28、本系统通过图像拍摄模块、标志检测模块、标志识别模块、语音合成模块以及语音去噪输出模块等多个模块的配合，结合基于图像超分辨率重建的多重检验式交通标志精准识别模型、基于编码匹配的语音合成结果优选模型、基于多语音去噪模块智能拼接的低耗语音去噪模型，进行精准的交通标志识别、语音合成及低耗语音去噪，实现精准有效的交通标志语音提示。首先，本发明提出了基于图像超分辨率重建的多重检验式交通标志精准识别模型，对待检测交通标志区域图像进行识别；该模型在图像超分辨率重建的基础上，通过图像相似性检测和字符识别比对相结合的方式，显著提升了交通标志识别的精准度。其次，本发明提出了基于编码匹配的语音合成结果优选模型，生成相应的交通标志提示语音信号；该模型通过语音编码匹配的方式，从多个语音合成结果中优选出和驾驶员发音最匹配的语音合成结果，从而确保能够让驾驶员有较好的听觉体验。最后，本发明提出了基于多语音去噪模块智能拼接的低耗语音去噪模型，对生成的交通标志提示语音信号进行去噪；该模型先利用简易语音去噪模块对语音信号进行去噪，如果去噪效果不理想再利用复杂语音去噪模块对语音信号进行二次去噪，不仅能够保证语音去噪的质量，而且能够显著降低语音去噪过程的计算资源消耗。

29、第三方面，本技术提供一种电子设备，其包括存储器，用于存储一个或多个程序；处理器；当一个或多个程序被处理器执行时，实现如上述第一方面中任一项的方法。

30、第四方面，本技术提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面中任一项的方法。

31、本发明至少具有如下优点或有益效果：

32、1、本发明提出了基于图像超分辨率重建的多重检验式交通标志精准识别模型，对待检测交通标志区域图像进行识别；该模型在图像超分辨率重建的基础上，通过图像相似性检测和字符识别比对相结合的方式，显著提升了交通标志识别的精准度。

33、2、本发明提出了基于编码匹配的语音合成结果优选模型，生成相应的交通标志提示语音信号；该模型通过语音编码匹配的方式，从多个语音合成结果中优选出和驾驶员发音最匹配的语音合成结果，从而确保能够让驾驶员有较好的听觉体验。

34、3、本发明提出了基于多语音去噪模块智能拼接的低耗语音去噪模型，对生成的交通标志提示语音信号进行去噪；该模型先利用简易语音去噪模块对语音信号进行去噪，如果去噪效果不理想再利用复杂语音去噪模块对语音信号进行二次去噪，不仅能够保证语音去噪的质量，而且能够显著降低语音去噪过程的计算资源消耗。