本申请涉及计算机视觉，特别是涉及一种交通指示灯识别方法、装置、设备、存储介质和程序产品。
背景技术：
1、随着科技的发展，汽车已经逐渐成为人们主要的交通方式，但是，由于驾驶员疲劳驾驶、注意力不集中等原因，会造成众多的交通事故。因此，对于无人驾驶技术来说，交通指示灯识别是保证自动驾驶车辆安全高效、必不可少的一项技术，也是无人驾驶车辆能上路的一个重要前提。基于此，对驾驶场景中的交通指示灯识别至关重要。
2、然而，相关技术中缺乏一种能够精确地对交通指示灯进行识别的方法。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种交通指示灯识别方法、装置、设备、存储介质和程序产品，能够精确地对交通指示灯进行识别。
2、第一方面，本申请提供了一种交通指示灯识别方法。所述方法包括：
3、根据目标交通场景的待检测图像，对待检测图像中指示灯所在区域进行检测，得到指示灯区域检测框；以及对待检测图像进行颜色提取，获取指示灯颜色检测框；
4、根据指示灯区域检测框和指示灯颜色检测框，确定指示灯目标检测框；
5、对指示灯目标检测框进行识别处理，获取目标交通场景中的指示灯识别结果。
6、在其中一个实施例中，对待检测图像进行颜色提取，获取指示灯颜色检测框，包括：
7、对待检测图像进行颜色提取，获取待检测图像的指示灯区域；
8、根据指示灯的位置分布，对指示灯区域进行区域扩充，确定指示灯颜色检测框。
9、在其中一个实施例中，对待检测图像进行颜色提取，获取待检测图像的指示灯区域，包括：
10、对待检测图像进行边界提取，确定待检测图像中的颜色边界框；
11、根据颜色边界框，确定待检测图像的指示灯区域。
12、在其中一个实施例中，对待检测图像进行边界提取，确定待检测图像中的颜色边界框，包括：
13、将待检测图像中的各颜色区域分别映射到对应二值图上；
14、获取各二值图中的连通域；
15、提取各二值图中连通域的最小规则边界框，将最小规则边界框确定为待检测图像的颜色边界框。
16、在其中一个实施例中，根据颜色边界框，确定待检测图像的指示灯区域，包括：
17、若颜色边界框的面积在预设的面积范围内，则将颜色边界框确定为待检测图像的指示灯区域。
18、在其中一个实施例中，根据指示灯区域检测框和指示灯颜色检测框，确定指示灯目标检测框，包括：
19、计算指示灯区域检测框和指示灯颜色检测框的区域重合度；
20、根据区域重合度，确定指示灯目标检测框。
21、在其中一个实施例中，根据区域重合度，确定指示灯目标检测框，包括：
22、若区域重合度大于预设的重合阈值，则将指示灯区域检测框确定为指示灯目标检测框；
23、若区域重合度小于或等于重合阈值，则将指示灯区域检测框和指示灯颜色检测框确定为指示灯目标检测框。
24、在其中一个实施例中，对指示灯目标检测框进行识别处理，获取目标交通场景中的指示灯识别结果，包括：
25、对指示灯目标检测框进行识别，确定指示灯目标检测框的指示灯类别；
26、根据指示灯类别，确定待检测图像的指示灯类别；
27、根据待检测图像的指示灯类别和历史检测图像的指示灯类别，确定目标交通场景中的指示灯识别结果。
28、在其中一个实施例中，根据指示灯类别，确定待检测图像的指示灯类别，包括：
29、获取待检测图像中各指示灯类别的数量；
30、将数量最多的指示灯类别确定为待检测图像的指示灯类别。
31、在其中一个实施例中，该方法还包括：
32、若指示灯类别为第一颜色类别，则将指示灯目标检测框的指示灯类别确定为第二颜色类别；第一颜色类别与第二颜色类别之间满足预设的展示条件。
33、在其中一个实施例中，根据待检测图像的指示灯类别和历史检测图像的指示灯类别，确定目标交通场景中的指示灯识别结果，包括：
34、根据待检测图像的指示灯类别和历史检测图像的指示灯类别，获取各指示灯类别对应的指示灯数量；
35、将指示灯数量最多的指示灯类别确定为目标交通场景中的指示灯识别结果。
36、第二方面，本申请还提供了一种交通指示灯识别装置，该装置包括：
37、检测模块，用于根据目标交通场景的待检测图像，对待检测图像中指示灯所在区域进行检测，得到指示灯区域检测框；以及对待检测图像进行颜色提取，获取指示灯颜色检测框；
38、检测框确定模块，用于根据指示灯区域检测框和指示灯颜色检测框，确定指示灯目标检测框；
39、识别模块，用于对指示灯目标检测框进行识别处理，获取目标交通场景中的指示灯识别结果。
40、第三方面，本申请实施例提供一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，该处理器执行计算机程序时实现上述第一方面中任一实施例提供的方法的步骤。
41、第四方面，本申请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，该计算机程序被处理器执行时实现上述第一方面中任一实施例提供的方法的步骤。
42、第五方面，本申请实施例还提供了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中任一实施例提供的方法的步骤。
43、上述交通指示灯识别方法、装置、设备、存储介质和程序产品，根据目标交通场景的待检测图像，对待检测图像中指示灯所在区域进行检测，得到指示灯区域检测框，以及对待检测图像进行颜色提取，获取指示灯颜色检测框，并根据指示灯区域检测框和指示灯颜色检测框，确定指示灯目标检测框，对指示灯目标检测框进行识别处理，获取目标交通场景中的指示灯识别结果。该方法中，通过获取目标交通场景的待检测图像的指示灯区域检测框和指示灯颜色检测框，确定待检测图像的指示灯目标检测框，通过两个维度对待检测图像中的检测框进行分析，避免了目标检测方法和颜色提取方法对指示灯的误检或漏检，提高了待检测图像的指示灯目标检测框提取的精确性，从而保证了目标交通场景中指示灯识别结果的精确性。
1.一种交通指示灯识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述待检测图像进行颜色提取，获取指示灯颜色检测框，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述对所述待检测图像进行颜色提取，获取所述待检测图像的指示灯区域，包括：
4.根据权利要求3所述的方法，其特征在于，所述对所述待检测图像进行边界提取，确定所述待检测图像中的颜色边界框，包括：
5.根据权利要求3所述的方法，其特征在于，所述根据所述颜色边界框，确定所述待检测图像的指示灯区域，包括：
6.根据权利要求1或2所述的方法，其特征在于，所述根据所述指示灯区域检测框和所述指示灯颜色检测框，确定指示灯目标检测框，包括：
7.根据权利要求6所述的方法，其特征在于，所述根据所述区域重合度，确定所述指示灯目标检测框，包括：
8.根据权利要求1或2所述的方法，其特征在于，所述对所述指示灯目标检测框进行识别处理，获取所述目标交通场景中的指示灯识别结果，包括：
9.根据权利要求8所述的方法，其特征在于，所述根据所述指示灯类别，确定所述待检测图像的指示灯类别，包括：
10.根据权利要求9所述的方法，其特征在于，所述方法还包括：
11.根据权利要求8所述的方法，其特征在于，所述根据所述待检测图像的指示灯类别和历史检测图像的指示灯类别，确定所述目标交通场景中的指示灯识别结果，包括：
12.一种交通指示灯识别装置，其特征在于，所述装置包括：
13.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，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11中任一项所述的方法的步骤。
14.一种计算机可读存储介质，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11中任一项所述的方法的步骤。
15.一种计算机程序产品，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至11任一项所述的方法的步骤。
