1.一种基于智慧交通的智能化叉车控制系统，其特征在于，包括：叉车前方图像获取模块，用于获取由部署于叉车的摄像头采集的叉车前方图像；

目标对象特征提取模块，用于对所述叉车前方图像进行目标对象特征提取以得到目标对象特征图；

语义关联强化模块，用于对所述目标对象特征图进行像素级上下文语义关联强化以得到强化目标对象特征图；

目标对象识别模块，用于基于所述强化目标对象特征图，确定目标对象的识别结果；

避障模块，用于响应于所述识别结果为所述叉车前方图像中的目标对象为障碍物，生成避障指令；

其中，所述语义关联强化模块，包括：

像素级特征散化单元，用于沿着通道维度对所述目标对象特征图进行特征散化以得到目标对象通道局部特征向量的集合；

语义关联强化单元，用于将所述目标对象通道局部特征向量的集合输入基于特征能级度量关联辐射的语义关联强化以得到强化目标对象通道局部特征向量的集合；

特征形状重塑单元，用于将所述强化目标对象通道局部特征向量的集合进行特征形状重塑以得到所述强化目标对象特征图；

其中，所述语义关联强化单元，包括：

特征能级计算子单元，用于计算所述目标对象通道局部特征向量的集合中的各个目标对象通道局部特征向量的特征能级系数以得到特征能级系数的集合；

一维排列子单元，用于将所述特征能级系数的集合排列为特征能级系数输入向量；

邻域关联编码子单元，用于对所述特征能级系数输入向量进行一维卷积编码以得到特征能级辐射关联向量；

权重化子单元，用于对所述特征能级辐射关联向量进行点卷积编码和基于Sigmoid函数的概率化映射以得到特征能级辐射关联权重向量；

加权强化子单元，用于以所述特征能级辐射关联权重向量作为权重向量，对所述目标对象通道局部特征向量的集合进行加权处理和残差处理以得到所述强化目标对象通道局部特征向量的集合；

其中，所述特征能级计算子单元，用于：

计算所述目标对象通道局部特征向量的方差和偏置项之间的加权和以得到第一中间项，并计算所述目标对象通道局部特征向量的最大值和其均值的差值的平方、所述目标对象通道局部特征向量的方差以及所述偏置项之间的加权和以得到第二中间项；

计算所述第一中间项除以所述第二中间项以得到所述特征能级系数。

2.根据权利要求1所述的基于智慧交通的智能化叉车控制系统，其特征在于，所述目标对象特征提取模块，包括：感兴趣区域提取单元，用于对所述叉车前方图像进行感兴趣区域提取以得到目标对象感兴趣区域图像；

感兴趣区域图像特征提取单元，用于提取所述目标对象感兴趣区域图像的图像特征以得到所述目标对象特征图。

3.根据权利要求2所述的基于智慧交通的智能化叉车控制系统，其特征在于，所述感兴趣区域提取单元，用于：将所述叉车前方图像输入基于R‑CNN网络的感兴趣区域推荐器以得到所述目标对象感兴趣区域图像。

4.根据权利要求3所述的基于智慧交通的智能化叉车控制系统，其特征在于，所述感兴趣区域图像特征提取单元，用于：将所述目标对象感兴趣区域图像输入基于空洞卷积神经网络模型的目标对象特征提取器以得到所述目标对象特征图。

5.根据权利要求4所述的基于智慧交通的智能化叉车控制系统，其特征在于，所述目标对象识别模块，用于：将所述强化目标对象特征图输入基于分类器的障碍物识别器以得到所述识别结果，所述识别结果用于表示目标对象感兴趣区域图像中的目标对象是否为障碍物。

6.一种基于智慧交通的智能化叉车控制方法，使用权利要求1所述的基于智慧交通的智能化叉车控制系统，其特征在于，包括：获取由部署于叉车的摄像头采集的叉车前方图像；

对所述叉车前方图像进行目标对象特征提取以得到目标对象特征图；

对所述目标对象特征图进行像素级上下文语义关联强化以得到强化目标对象特征图；

基于所述强化目标对象特征图，确定目标对象的识别结果；

响应于所述识别结果为所述叉车前方图像中的目标对象为障碍物，生成避障指令。

7.根据权利要求6所述的基于智慧交通的智能化叉车控制方法，其特征在于，对所述叉车前方图像进行目标对象特征提取以得到目标对象特征图，包括：对所述叉车前方图像进行感兴趣区域提取以得到目标对象感兴趣区域图像；

提取所述目标对象感兴趣区域图像的图像特征以得到所述目标对象特征图。