[发明专利]目标属性检测、神经网络训练及智能行驶方法、装置

权利要求书

1.一种目标属性检测方法，其特征在于，所述方法包括：

对待处理图像进行语义分割，确定所述待处理图像的掩模图，所述掩模图表征所述待处理图像中的目标的位置；

根据所述掩模图，确定所述待处理图像的属性特征图中属于所述目标的属性特征；所述待处理图像的属性特征图表征所述待处理图像的属性；

根据所述目标的属性特征，确定所述目标的属性；

所述根据所述目标的属性特征，确定所述目标的属性，包括：

将所述目标的属性特征对应的点分为k份；计算每一份中的点对应的所述目标的属性特征的平均值，得到k个平均值；重复执行上述步骤n次，且任意两次执行的过程中k的取值不同，且k小于目标的属性特征对应的点的可能的最大数量，n为大于1的整数；利用得到的平均值构成预设长度的所述目标的属性特征；根据所述预设长度的所述目标的属性特征，确定所述目标的属性。

2.根据权利要求1所述的方法，其特征在于，所述目标属性检测方法为车道线属性检测方法，所述待处理图像为道路图像；

所述对待处理图像进行语义分割，确定所述待处理图像的掩模图，包括：

对所述道路图像进行特征提取，确定所述道路图像的区域特征图以及所述道路图像的属性特征图；

根据所述道路图像的区域特征图，确定所述道路图像中的车道线的掩模图；

根据所述掩模图，确定所述待处理图像的属性特征图中属于所述目标的属性特征，包括：

根据所述道路图像中的车道线的掩模图，确定所述道路图像的属性特征图中属于车道线的属性特征；

根据所述目标的属性特征，确定所述目标的属性，包括：

根据所述车道线的属性特征，确定所述车道线的属性。

3.根据权利要求2所述的方法，其特征在于，在确定所属车道线的属性之后，所述方法还包括：

根据所述道路图像、确定的所述道路图像中的车道线的掩模图以及确定的所述车道线的属性，确定所述道路图像中的车道线。

4.根据权利要求1-3任一所述的方法，其特征在于，所述目标属性检测方法由神经网络执行，所述神经网络采用样本图像、所述样本图像的标注的掩模图以及所述样本图像的目标的标注的属性训练得到。

5.一种神经网络的训练方法，其特征在于，包括：

根据样本图像的标注的掩模图，确定所述样本图像的属性特征图中属于目标的属性特征；所述标注的掩模图表征所述目标在所述样本图像中的位置；所述样本图像的属性特征图表征所述样本图像的属性；

根据所述目标的属性特征，确定所述目标的属性；

根据确定的所述目标的属性和所述目标的标注的属性之间的差异，以及所述标注的掩模图和对所述样本图像进行语义分割后确定的所述样本图像的掩模图之间的差异，调整所述神经网络的网络参数值；

所述根据所述目标的属性特征，确定所述目标的属性，包括：

将所述目标的属性特征对应的点分为k份；计算每一份中的点对应的所述目标的属性特征的平均值，得到k个平均值；重复执行上述步骤n次，且任意两次执行的过程中k的取值不同，且k小于目标的属性特征对应的点的可能的最大数量，n为大于1的整数；利用得到的平均值构成预设长度的所述目标的属性特征；根据所述预设长度的所述目标的属性特征，确定所述目标的属性。