[发明专利]交通场景分割方法及相关装置有效
申请号: | 201911295968.0 | 申请日: | 2019-12-16 |
公开(公告)号: | CN111178181B | 公开(公告)日: | 2023-06-09 |
发明(设计)人: | 施欣欣;禹世杰;范艳 | 申请(专利权)人: | 深圳市华尊科技股份有限公司 |
主分类号: | G06V10/26 | 分类号: | G06V10/26;G06V20/54;G06V20/70;G06V10/46;G06V10/80 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 熊永强 |
地址: | 518000 广东省深圳市福田*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 交通 场景 分割 方法 相关 装置 | ||
1.一种交通场景分割方法,其特征在于,应用于电子设备,所述方法包括:
获取原始图像,以及所述原始图像的形状标记图和点类别标记图,所述原始图像为包括目标的图像,所述形状标记图为所述目标的边缘轮廓图像,所述点类别标记图为所述目标的区域图像;
将所述原始图像输入到主干网络,得到融合特征图;
将所述融合特征图输入到分割网络,得到分割特征图;
将所述融合特征图输入到形状网络,得到第一形状特征图,并通过所述形状标记图优化所述第一形状特征图,得到第二形状特征图,所述形状网络包括能够实现边缘轮廓提取功能的网络;
将所述分割特征图和所述第二形状特征图进行合并,得到合并特征网络;
将所述合并特征网络进行第一卷积运算,得到中间运算结果;
将所述中间运算结果进行解码操作,得到第一显著性特征图,并通过所述第一显著性特征图对应的二值图对所述第一显著性特征图进行优化处理,得到第二显著性特征图;
依据所述第二显著性特征图确定带方向建议框;
将所述带方向建议框依据进行第二卷积运算和ASPP运算,得到得分特征图;
依据所述点类别标记图优化所述得分特征图,得到分割结果图像;
其中,所述通过所述第一显著性特征图对应的二值图对所述第一显著性特征图进行优化处理,得到第二显著性特征图,包括:
确定所述第一显著性特征图和所述二值图之间的目标损失量;
通过所述目标损失量优化中间层的模型参数;
通过优化后的所述中间层对所述第一显著性特征图进行运算,得到所述第二显著性特征图;
其中,所述依据所述第二显著性特征图确定带方向建议框,包括:
确定目标的位置对应的所述第二显著性特征图,所述目标为所述点类别标记图中的任一目标;
判断矩形i与矩形j之间是否存在重叠,所述矩形i为所述目标对应的任一框,所述矩形j为第二显著性特征图中的任一矩形;
在所述矩形i与矩形j之间存在重叠时,确定重叠区域内的点数;
确定所述点数与所述第二显著性特征图的总点数之间的比值,依据所述比值确定所述重叠区域的样本属性;
对所述重叠区域进行训练,得到所述带方向建议框。
2.根据权利要求1所述的方法,其特征在于,所述将所述原始图像输入到主干网络,得到融合特征图,包括:
获取与所述原始图像的拍摄时刻邻近的至少一种拍摄图像;
将所述原始图像和所述至少一种拍摄图像输入到所述主干网络,得到第一融合特征;
确定所述原始图像对应的至少一张尺度变换图像,不同尺度变换图像之间的尺度不一样;
将所述原始图像和所述至少一张尺度变换图像输入到所述主干网络,得到第二融合特征;
将所述第一融合特征和所述第二融合特征进行融合,得到所述融合特征图。
3.根据权利要求2所述的方法,其特征在于,所述将所述第一融合特征和所述第二融合特征进行融合,得到所述融合特征图,包括:
将所述第一融合特征和所述第二融合特征进行串联,得到串联图像;
对所述串联图像进行卷积运算,得到所述融合特征图。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述通过所述形状标记图优化所述第一形状特征图,得到第二形状特征图,包括:
确定所述形状标记图和所述第一形状特征图之间的形状损失;
通过所述形状损失优化所述形状网络的模型参数;
通过优化后的所述形状网络对所述第一形状特征图进行运算,得到所述第二形状特征图。
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深圳市华尊科技股份有限公司,未经深圳市华尊科技股份有限公司许可,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/201911295968.0/1.html,转载请声明来源钻瓜专利网。