[发明专利]基于全残差空洞卷积神经网络的道路场景语义分割方法

说明书

本发明公开了一种基于全残差空洞卷积神经网络的道路场景语义分割方法，其在训练阶段构建全残差空洞卷积神经网络，其包括输入层、隐藏层和输出层，隐藏层包括1个过渡卷积块、8个神经网络块、7个反卷积块、4个融合层；将训练集中的每幅原始的道路场景图像输入到全残差空洞卷积神经网络中进行训练，得到每幅原始的道路场景图像对应的12幅语义分割预测图；通过计算每幅原始的道路场景图像对应的12幅语义分割预测图构成的集合与对应的真实语义分割图像处理成的12幅独热编码图像构成的集合之间的损失函数值，得到全残差空洞卷积神经网络训练模型；在测试阶段利用全残差空洞卷积神经网络训练模型进行预测；优点是其分割准确度高，且鲁棒性强。

技术领域

本发明涉及一种深度学习的语义分割方法，尤其是涉及一种基于全残差空洞卷积神经网络的道路场景语义分割方法。

背景技术

智能交通行业的兴起，使得语义分割在智能交通系统中有着越来越多的应用，从交通场景理解和多目标障碍检测到视觉导航都可借由语义分割技术来实现。目前，最常用的语义分割方法有支持向量机、随机森林等算法。这些传统的机器学习方法主要集中在二分类任务上，用于检测和识别特定物体，如道路表面、车辆和行人等，而且往往需要通过高复杂度的特征来实现。

深度学习的语义分割方法，其直接进行像素级别端到端(end-to-end)的训练，其只需要将训练集中的图像输入进模型框架中训练，得到模型所对应的权重，即可对测试集进行预测。卷积神经网络的强大之处在于它的多层结构能自动学习特征，并且可以学习到多个层次的特征。目前，基于深度学习的语义分割框架基本均为编码-译码架构，编码过程中通过池化层逐渐减少位置信息、抽取抽象特征；译码过程中逐渐恢复位置信息，一般译码与编码间有直接的连接。而带孔卷积(dilated convolutions)作为分割任务中常用的方法，其抛弃了池化层，通过带孔卷积的方式扩大感知域，较小值的带孔卷积感知域较小，学习到部分具体的特征；较大值的带孔卷积具有较大的感知域，能够学习到更加抽象的特征，这些抽象的特征对物体的大小、位置和方向等鲁棒性更好。

现有的道路场景语义分割方法大多采用深度学习的方法，采用深度学习来对道路场景进行语义分割简单方便，更重要的是，深度学习的应用极大地提高了道路场景图像像素级分类任务的精度。目前，基于深度学习的道路场景语义分割方法利用卷积层与池化层相结合的模型较多，然而单纯利用池化操作与卷积操作获得的特征图单一且不具有代表性，从而会导致得到的图像的特征信息减少，最终会导致还原的效果信息比较粗糙，分割精度低。

发明内容

本发明所要解决的技术问题是提供一种基于全残差空洞卷积神经网络的道路场景语义分割方法，其分割准确度高，且鲁棒性强。

本发明解决上述技术问题所采用的技术方案为：一种基于全残差空洞卷积神经网络的道路场景语义分割方法，其特征在于包括训练阶段和测试阶段两个过程；

所述的训练阶段过程的具体步骤为：

步骤1_1：选取Q幅原始的道路场景图像及每幅原始的道路场景图像对应的真实语义分割图像，并构成训练集，将训练集中的第q幅原始的道路场景图像记为{I^q(i,j)}，将训练集中与{I^q(i,j)}对应的真实语义分割图像记为然后采用独热编码技术将训练集中的每幅原始的道路场景图像对应的真实语义分割图像处理成12幅独热编码图像，将处理成的12幅独热编码图像构成的集合记为其中，道路场景图像为RGB彩色图像，Q为正整数，Q≥200，q为正整数，1≤q≤Q，1≤i≤W，1≤j≤H，W表示{I^q(i,j)}的宽度，H表示{I^q(i,j)}的高度，I^q(i,j)表示{I^q(i,j)}中坐标位置为(i,j)的像素点的像素值，表示中坐标位置为(i,j)的像素点的像素值；

步骤1_2：构建全残差空洞卷积神经网络：全残差空洞卷积神经网络包括输入层、隐藏层和输出层，隐藏层包括1个过渡卷积块、8个神经网络块、7个反卷积块、4个融合层；