[发明专利]确定车辆的转向信息的方法、设备和存储介质

权利要求书

1.一种用于确定车辆的转向信息的方法，其特征在于，包括：

获取原始图像，所述原始图像包括多张全景图片和至少一张目标车辆的特写图片，每张全景图片包括所述目标车辆和所述目标车辆周围的场景；

利用识别模型从所述多张全景图片中分别识别出所述目标车辆在所述多张全景图片中的兴趣区域和相对位置以产生前景图片；

构建多任务分割网络以对所述多张全景图片进行分割以获得所述目标车辆周围的场景的道路分割信息和路口分割信息，并且将所述道路分割信息和路口分割信息以给定透明度进行融合以产生背景图片；

组合所述前景图片和所述背景图片以产生所述目标车辆的前向数据；以及

基于转向分类网络对所述目标车辆的前向数据进行前向运算，以确定所述目标车辆的转向信息，所述转向信息包括左转、右转和直行中的一种。

2.如权利要求1所述的方法，其特征在于，产生前景图片包括：

利用所述识别模型，基于所述目标车辆的特写图片从所述多张全景图片中分别获取所述目标车辆的不同位置；以及

按照所述多张全景图片的时间顺序连接所述目标车辆的各个位置以指示所述目标车辆的行驶轨迹。

3.如权利要求1所述的方法，其特征在于，产生背景图片包括：

构建所述多任务分割网络的一条分支以将所述多张全景图片中的一张全景图片进行分割以产生路口分割信息，所述路口分割信息指示所述目标车辆周围的场景中的车道线、当前路口的斑马线和红绿灯；

构建所述多任务分割网络的另一条分支以将所述多张全景图片中的一张全景图片进行分割以产生道路分割信息，所述道路分割信息指示所述目标车辆周围的场景中的道路、非道路和至少两条斑马线；以及

将所述道路分割信息以第一透明度，并将所述路口分割信息以第二透明度进行融合，以产生所述背景图片。

4.如权利要求3所述的方法，其特征在于，所述多任务分割网络的另一条分支是裁剪的PSPnet分割网络，其中

通过将PSPnet分割网络的30个卷积层剪枝至4个，将PSPnet分割网络的每个3*3的卷积核替换成1*1、3*3、1*1三个卷积核，在3*3为卷积核的卷积网络中引入空洞卷积，并且增加辅助损失函数来产生该裁剪的PSPnet分割网络。

5.如权利要求4所述的方法，其特征在于，所述裁剪的PSPnet分割网络是经过训练的裁剪的PSPnet分割网络，并且对所述裁剪的PSPnet分割网络进行训练包括：

提取多张路口图像；

从每张路口图像中分别分割出道路部分、非道路部分和斑马线部分并分别进行标记；以及

将带有标记的道路部分、非道路部分和斑马线部分送入所述裁剪的PSPnet分割网络进行训练以得到所述经过训练的裁剪的PSPnet分割网络。

6.如权利要求1所述的方法，其特征在于，所述转向分类网络是裁剪的GoogleLeNetV3网络，其中通过将GoogleLeNet网络的模块化的Inception结构的10个inceptionV1模块替换成3个inceptionV3模块，并删除辅助损失函数形成所述裁剪的GoogleLeNetV3网络。