[发明专利]一种自动驾驶图像语义分割方法

说明书

本申请公开了一种自动驾驶图像语义分割方法，该方法包括获取目标待处理图像；通过ASPP模型对目标待处理图像进行处理，得到第一处理结果；确定第一处理结果中每个特征通道的通道权重值；将第一处理结果中的每个特征通道及对应的通道权重值进行乘法运算，得到第二处理结果；基于第二处理结果确定目标待处理图像的图像语义分割结果。本申请提供的一种图像语义分割方法，在得到第一处理结果后，还需基于通道权重值对第一处理结果中的特征通道所代表的特征进行管控，可以提高图像语义分割结果的准确性。本申请提供的一种自动驾驶图像语义分割系统、设备及计算机可读存储介质也解决了相应技术问题。

技术领域

本申请涉及图像处理技术领域，更具体地说，涉及一种自动驾驶图像语义分割方法。

背景技术

在计算机视觉，如自动驾驶等应用场景中，有时需要对图像中的对象进行识别、区分，这时便需要对图像进行图像语义分割，假设一幅图像中有猫和狗两个目标对象，对该图像进行图像语义分割后，便可以得到只含有猫的图像区域和只含有狗的图像区域，从而可以准确的对图像中的对象进行识别、区分。

现有的一种图像语义分割方法是：通过ASPP(Atrous Spatial Pyramid Poolong，空洞卷积空间金字塔)模型对目标待处理图像进行处理，得到处理结果，并基于处理结果得到目标待处理图像的图像语义分割结果。

然而，现有的一种图像语义分割方法中，ASPP模型获得的特征中可能包含与图像语义分割结果不相符的特征，影响图像语义分割结果的准确性。

综上所述，如何提高图像语义分割方法的准确性是目前本领域技术人员亟待解决的问题。

发明内容

本申请的目的是提供一种自动驾驶图像语义分割方法，其能在一定程度上解决如何提高图像语义分割方法的准确性的技术问题。本申请还提供了一种自动驾驶图像语义分割系统、设备及计算机可读存储介质。

为了实现上述目的，本申请提供如下技术方案：

一种自动驾驶图像语义分割方法，包括：

获取自动驾驶下的目标待处理图像；

通过ASPP模型对所述目标待处理图像进行处理，得到第一处理结果；

确定所述第一处理结果中每个特征通道的通道权重值；

将所述第一处理结果中的每个特征通道及对应的所述通道权重值进行乘法运算，得到第二处理结果；

基于所述第二处理结果确定所述目标待处理图像的图像语义分割结果。

优选的，所述确定所述第一处理结果中每个特征通道的通道权重值，包括：

通过SE-NET模型确定所述第一处理结果中每个特征通道的通道权重值。

优选的，所述通过SE-NET模型确定所述第一处理结果中每个特征通道的通道权重值，包括：

对所述第一处理结果进行全局平均池化操作，得到池化操作结果；

获取预先训练的降维矩阵及升维矩阵；

基于所述降维矩阵及所述升维矩阵对所述池化操作结果进行处理，得到所述通道权重值。

优选的，所述对所述第一处理结果进行全局平均池化操作，得到池化操作结果，包括：

通过全局平均池化公式对所述第一处理结果进行全局平均池化操作，得到所述池化操作结果；

所述全局平均池化公式包括：