[发明专利]用于确定环境图像中的行驶区域的方法和装置

权利要求书

1.一种用于确定环境图像中的行驶区域的方法，包括：

将预先获取的特征图像帧序列中的各特征图像帧顺序输入预先训练的第一循环神经网络，得到第一特征信息序列，其中，所述特征图像帧序列包括当前图像采集时段内采集的当前环境图像帧序列中各环境图像分别对应的特征图像帧，以及从所述当前环境图像帧序列中预先确定出的当前环境图像帧所对应的当前特征图像帧；

对第一特征信息序列中的各第一特征信息反卷积，得到升维特征序列；

将所述升维特征序列输入到预先建立的隐马尔可夫模型得到输出结果序列；

基于所述输出结果序列中的对应所述当前特征图像帧的输出结果，确定所述当前环境图像帧中的行驶区域。

2.根据权利要求1所述的方法，其中，所述当前特征图像帧的输出结果包括多个像素各自对应的当前状态信息，所述当前状态信息所指示的当前状态包括可行驶状态和不可行驶状态；以及

所述基于输出结果序列中的对应所述当前特征图像帧的输出结果，确定所述当前环境图像帧中的行驶区域，包括：

对于任意一个像素，基于与该像素相邻的至少两个像素的当前状态，调整该像素的当前状态，得到该像素的调整后当前状态；

基于各像素的调整后当前状态，确定当前环境图像帧中的行驶区域。

3.根据权利要求1所述的方法，其中，在所述对第一特征信息序列中的各第一特征信息反卷积，得到升维特征序列之前，所述方法还包括：

将所述特征图像帧序列中的各特征图像帧逆序输入预先训练的第二循环神经网络，得到第二特征信息序列；

将所述第二特征信息序列中对应任一特征图像帧的第二特征信息合并至对应该特征图像帧的第一特征信息中，得到该特征图像帧的更新后第一特征信息；以及

所述对第一特征信息序列中的各第一特征信息反卷积，得到升维特征序列，包括：对所述每一特征图像帧的更新后第一特征信息执行反卷积操作，得到升维特征序列。

4.根据权利要求3所述的方法，其中，所述第一循环神经网络和第二循环神经网络均为长短期记忆网络。

5.根据权利要求1所述的方法，其中，在所述将预先获取的特征图像帧序列中的各特征图像帧顺序输入预先训练的第一循环神经网络，得到第一特征信息序列之前，所述方法还包括：

获取当前图像采集时段内采集的当前环境图像帧序列；

提取所述当前环境图像帧序列中的至少两帧环境图像的特征图，得到特征图像帧序列。

6.根据权利要求5所述的方法，其中，所述提取所述当前环境图像帧序列中的至少两帧环境图像的特征图，包括：

对所述当前环境图像帧序列中的至少两帧环境图像中的任一帧环境图像执行卷积操作，得到该帧环境图像的特征图。

7.一种用于确定环境图像中的行驶区域的装置，包括：

特征信息序列生成单元，被配置成将预先获取的特征图像帧序列中的各特征图像帧顺序输入预先训练的第一循环神经网络，得到第一特征信息序列，其中，所述特征图像帧序列包括当前图像采集时段内采集的当前环境图像帧序列中各环境图像分别对应的特征图像帧，以及从所述当前环境图像帧序列中预先确定出的当前环境图像帧所对应的当前特征图像帧；

反卷积单元，被配置成对第一特征信息序列中的各第一特征信息反卷积，得到升维特征序列；

输出结果序列生成单元，被配置成将所述升维特征序列输入到预先建立的隐马尔可夫模型得到输出结果序列；

确定单元，被配置成基于输出结果序列中的对应所述当前特征图像帧的输出结果，确定所述当前环境图像帧中的行驶区域。

8.根据权利要求7所述的装置，其中，所述当前特征图像帧的输出结果包括多个像素各自对应的当前状态信息，所述当前状态信息所指示的当前状态包括可行驶状态和不可行驶状态；以及

所述确定单元进一步被配置成：

对于任意一个像素，基于与该像素相邻的至少两个像素的当前状态，调整该像素的当前状态，得到该像素的调整后当前状态；

基于各像素的调整后当前状态，确定当前环境图像帧中的行驶区域。