[发明专利]借助具有空间先验的类别平衡自训练的区域适应在审

专利信息
申请号: 201811210078.0 申请日: 2018-10-17
公开(公告)号: CN109724608A 公开(公告)日: 2019-05-07
发明(设计)人: V·巴佳瓦图拉;Y·邹;Z·于;王劲松 申请(专利权)人: 通用汽车环球科技运作有限责任公司
主分类号: G01C21/26 分类号: G01C21/26;G06K9/00;G06K9/62
代理公司: 中国专利代理(香港)有限公司 72001 代理人: 姜云霞;王丽辉
地址: 美国密*** 国省代码: 美国;US
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标图像 目标分割 目标区域 语义分割 车辆目标区域 训练神经网络 处理器配置 区域适应 神经网络 数码相机 先验 自训练 分类 处理器 减小 捕获 分割 监控 平衡
【权利要求书】:

1.一种对车辆进行导航的方法,包含:

确定用于训练神经网络的目标分割损失以便对目标区域图像执行语义分割;

通过在对所述目标区域的训练进行监控的同时减小所述目标分割损失来确定所述目标图像的伪标记的值;

使用所述训练的神经网络对所述目标图像进行语义分割以分割所述目标图像并对所述目标图像中的对象进行分类;以及

基于所述目标图像中所分类的对象对所述车辆进行导航。

2.根据权利要求1所述的方法,进一步包含确定用于训练所述神经网络的源分割损失以便对源区域图像执行语义分割,以及在对目标区域的训练进行监控的同时减小所述源分割损失和所述目标分割损失的总和,其中减小所述总和包含通过调整所述神经网络的参数和所述伪标记的值。

3.根据权利要求1所述的方法,进一步包含通过在对多个分割类别中的每一个进行监控的同时减小所述多个分割类别的所述目标分割损失来确定所述目标图像的所述伪标记的值。

4.根据权利要求1所述的方法,其中确定所述目标分割损失进一步包含将用于所述分割类别的空间先验分布与所述分割类别中像素的类别概率相乘。

5.根据权利要求1所述的方法,进一步包含使用以下之一训练所述神经网络:(i)对抗性区域适应训练;以及自训练区域适应训练。

6.根据权利要求1所述的方法,其中对所述训练的监控进一步包含执行用于所述目标分割损失的类别平衡。

7.一种用于车辆的导航系统,包含:

用于捕获所述车辆目标区域的目标图像的数码相机;

处理器,所述处理器配置用于:

确定用于训练神经网络的目标分割损失以便对所述目标区域中的所述目标图像执行语义分割;

通过在对所述目标区域的训练进行监控的同时减小所述目标分割损失来确定所述目标图像的伪标记的值;

使用训练的神经网络对所述目标图像执行语义分割以分割所述目标图像并对所述目标图像中的对象进行分类;以及

基于所述目标图像中所分类的对象对所述车辆进行导航。

8.根据权利要求7所述的导航系统,其中所述处理器进一步配置用于确定用于所述训练神经网络的源分割损失以便对源区域图像执行语义分割,以及在对目标区域的训练进行监控的同时减小所述源分割损失和目标分割损失的总和,其中减小所述总和包含通过调整所述神经网络的参数和所述伪标记的值。

9.根据权利要求7所述的导航系统,其中所述处理器进一步配置用于通过在对多个分割类别中的每一个进行监控的同时减小所述多个分割类别的所述目标分割损失来确定所述目标图像的所述伪标记的值。

10.根据权利要求7所述的导航系统,其中所述处理器进一步配置用于将用于所述分割类别的空间先验分布与所述分割类别中像素的类别概率相乘。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于通用汽车环球科技运作有限责任公司,未经通用汽车环球科技运作有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811210078.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top