[发明专利]参照边缘图像的客体检测方法及装置

权利要求书

1.一种学习方法，是基于CNN的用于检测特定客体的方法，其特征在于，包括：

a：获得了输入图像的情况下，学习装置执行i.对所述输入图像适用至少一次卷积运算以获得至少一个特定特征图的过程及ii.从所述输入图像提取至少一个边缘部分以获得边缘图像，从获得的所述边缘图像获得包括关于具有与所述特定客体类似的特定形态的至少一个特定边缘部分的信息的至少一个引导图的过程的步骤，其中所述边缘部分包括所述特定客体的边界的信息和所述特定客体的边界内的边缘线的信息，并且其中欲检测的特定客体包括道路的至少一个车道线，其中所述至少一个引导图是当检测到所述车道线时通过对所述边缘图像适用直线算法或曲线算法且对与所述至少一个车道线类似的形态赋予大加权值而生成的；以及

b：所述学习装置向所述特定特征图反映所述引导图获得用于检测所述输入图像内的所述特定客体的分割结果的步骤，

其中在所述步骤b中，所述学习装置对所述引导图与所述特定特征图乘以像素宽度以生成至少一个边缘强化的特征图；并且在所生成的至少一个边缘强化的特征图中，仅对具有与欲检测的特定客体类似的特定形态的至少一个边缘部分赋予大加权值，或在所述至少一个边缘强化的特征图中只剩下具有与欲检测的特定客体类似的特定形态的至少一个边缘部分，而其他边缘部分则从所述至少一个边缘强化的特征图中去除。

2.根据权利要求1所述的学习方法，其特征在于：

从所述输入图像去除特定临界值以下的频率成份得到所述边缘图像。

3.根据权利要求1所述的学习方法，其特征在于：

所述边缘图像是算出所述输入图像像素的梯度后提取所述输入图像的所述像素中具有预设临界值以上的梯度的至少一个像素生成的侃尼边缘图像。

4.根据权利要求1所述的学习方法，其特征在于：

通过对与所述特定客体类似的所述特定形态赋予第一加权值且对与所述特定客体类似的所述特定形态外的至少一个形态赋予第二加权值获得所述引导图，

所述第一加权值大于所述第二加权值。

5.根据权利要求1所述的学习方法，其特征在于：

通过对所述边缘图像适用至少一次膨胀运算或形态学运算以加宽所述特定边缘部分生成所述引导图。

6.根据权利要求1所述的学习方法，其特征在于：

所述b步骤包括：

b1：有多个所述特定特征图的状态下，所述学习装置为了生成使得各所述特定特征图的尺寸与各经过尺寸调整的引导图的尺寸相同的至少一个所述经过尺寸调整的引导图而调整所述引导图的尺寸的步骤；以及b2：所述学习装置向所述引导图和与之对应的特定特征图乘以像素宽度且向所述经过尺寸调整的引导图和与之对应的特定特征图乘以像素宽度生成多个边缘强化的特征图的步骤。

7.根据权利要求1所述的学习方法，其特征在于：

在所述b步骤中，

被反映所述引导图的所述特定特征图选自从所述学习装置的编码层获得的至少一个特征图与从所述学习装置的解码层获得的至少一个特征图。

8. 根据权利要求1所述的学习方法，其特征在于，还包括：

c：所述学习装置参照所述分割结果和与之对应的GT算出分割损耗的步骤；以及

d：所述学习装置利用所述分割损耗执行反向传播以优化所述学习装置的至少一个参数的步骤。