[发明专利]用于确定环境图像中的行驶区域的方法和装置

说明书

本申请实施例公开了用于确定环境图像中的行驶区域的方法和装置。该方法的一具体实施方式包括：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，特征图像帧序列包括从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；将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；基于对第一特征信息序列中与当前特征图像帧对应的第一特征信息反卷积得到的升维特征，确定当前帧环境图像中的行驶区域。该实施方式提高了所确定的当前环境图像帧的行驶区域的准确率。

技术领域

本申请实施例涉及计算机技术领域，具体涉及自动驾驶技术领域，尤其涉及用于确定环境图像中的行驶区域的方法和装置。

背景技术

随着自动驾驶技术的发展，行驶环境中的行驶区域检测也逐渐成了自动驾驶领域中的一项关键技术。自动驾驶车辆的车载大脑可以利用行驶区域检测结果来生成驾驶决策。

目前对行驶区域检测的方法，通常是对自动驾驶车辆所采集的当前环境图像进行分析处理来确定当前环境图像中的行驶区域。

发明内容

本申请实施例提出了一种用于确定环境图像中的行驶区域的方法和装置。

第一方面，本申请实施例提供了一种用于确定环境图像中的行驶区域的方法，该方法包括：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，特征图像帧序列包括从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；将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；基于对第一特征信息序列中与当前特征图像帧对应的第一特征信息反卷积得到的升维特征，确定当前环境图像帧中的行驶区域。

在一些实施例中，在基于对第一特征信息序列中与当前特征图像帧对应的第一特征信息反卷积得到的升维特征，确定当前环境图像帧中的行驶区域之前，该方法还包括：将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；将第二特征信息序列中对应当前特征图像帧的第二特征信息合并至对应当前特征图像帧的第一特征信息中，得到当前特征图像帧的更新后第一特征信息；以及基于对第一特征信息序列中与当前特征图像帧对应的第一特征信息反卷积得到的升维特征，确定当前环境图像帧中的行驶区域，包括：对当前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。

在一些实施例中，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。

在一些实施例中，上述提取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。

在一些实施例中，在将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之前，该方法还包括：使用多帧添加了行驶区域标注的环境图像各自对应的特征图对初始第一循环神经网络、初始第二循环神经网络进行训练，得到训练后的第一循环神经网络和训练后的第二循环神经网络。

第二方面，本申请实施例提供了一种用于确定环境图像中的行驶区域的装置，该装置包括：获取单元，被配置成获取当前图像采集时段内采集的当前环境图像帧序列；提取单元，被配置成提取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，特征图像帧序列包括从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；输入单元，被配置成将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；确定单元，被配置成基于对第一特征信息序列中与当前特征图像帧对应的第一特征信息反卷积得到的升维特征，确定当前环境图像帧中的行驶区域。