[发明专利]一种基于道路影像的遮挡物覆盖区域填充方法和装置在审

专利信息
申请号: 202010427461.2 申请日: 2020-05-19
公开(公告)号: CN111476213A 公开(公告)日: 2020-07-31
发明(设计)人: 徐亮;刘湘泉 申请(专利权)人: 武汉大势智慧科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 武汉蓝宝石专利代理事务所(特殊普通合伙) 42242 代理人: 谢洋
地址: 430000 湖北省武汉市东湖新技术开发区光谷大道*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 道路 影像 遮挡 覆盖 区域 填充 方法 装置
【权利要求书】:

1.一种基于道路影像的遮挡物覆盖区域填充方法,其特征在于,包括:

S1,对原始道路影像中的遮挡物覆盖区域进行掩膜;

S2,将掩膜后的道路影像输入预先训练得到的边缘推断网络模型中,输出边缘图像;

S3,将所述边缘图像和掩膜后的道路影像输入预先训练得到的图像修复补全网络模型中,输出修复后的道路场景图像。

2.根据权利要求1所述的基于道路影像的遮挡物覆盖区域填充方法,其特征在于,所述边缘推断网络模型由边缘推断生成器和边缘推断判别器构成。

3.根据权利要求1所述的基于道路影像的遮挡物覆盖区域填充方法,其特征在于,所述图像修复补全网络模型由图像补全生成器和图像补全判别器构成。

4.根据权利要求1所述的基于道路影像的遮挡物覆盖区域填充方法,其特征在于,训练得到边缘推断网络模型的过程具体包括:

构建包含边缘推断生成器和边缘推断判别器的边缘推断网络,并设计边缘推断网络的第一损失函数;

构建第一训练集,所述第一训练集包括样本图像数据集和掩膜数据集,根据样本图像和掩膜数据获得缺损边缘图像、掩膜灰度图像和完整边缘图像;

将掩膜数据、缺损边缘图像和掩膜灰度图像输入边缘推断生成器,输出推断边缘图像;

将所述推断边缘图像和完整边缘图像输入边缘推断判别器,根据边缘推断判别器的输出结果得到第一损失函数的数值;

根据第一损失函数的数值调整边缘推断网络结构中的参数,直到边缘推断网络收敛,训练完成,得到边缘推断网络模型。

5.根据权利要求4所述的基于道路影像的遮挡物覆盖区域填充方法,其特征在于,训练得到图像修复补全网络模型的过程具体包括:

构建包含图像补全生成器和图像补全判别器的图像修复补全网络,并设计图像修复补全网络的第二损失函数;

构建第二训练集,所述第二训练集包括所述样本图像数据集、掩膜数据集和推断边缘图像,采用掩膜数据对样本图像进行掩膜,获得掩膜图像;

将所述掩膜图像和推断边缘图像输入所述第所述图像补全生成器,输出修复结果图像;

将所述修复结果图像和样本图像输入图像补全判别器,根据图像补全判别器的输出结果得到第二损失函数的数值;

根据第二损失函数的数值调整图像修复补全网络结构中的参数,直到图像修复补全网络收敛,训练完成,得到图像修复补全网络模型。

6.根据权利要求5所述的基于道路影像的遮挡物覆盖区域填充方法,其特征在于,所述图像修复补全网络的第二损失函数LGimage为:

式中,Limage,adv表示对抗损失函数;L1表示L1损失函数;Lcontent表示内容重建损失函数;Lstyle表示风格损失函数;λimage,adv、λcontent和λstyle均为正则化参数,在图像修复补全网络训练过程中根据训练目的和先验知识进行设置。

7.一种基于道路影像的遮挡物覆盖区域填充装置,其特征在于,包括:

掩膜模块,用于对原始道路影像中的遮挡物覆盖区域进行掩膜;

边缘推断模块,用于将掩膜后的道路影像输入预先训练得到的边缘推断网络模型中,输出边缘图像;

图像修复补全模块,用于将所述边缘图像和掩膜后的道路影像输入预先训练得到的图像修复补全网络模型中,输出修复后的道路场景图像。

8.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述基于道路影像的遮挡物覆盖区域填充方法方法的步骤。

9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至6任一项所述基于道路影像的遮挡物覆盖区域填充方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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武汉大势智慧科技有限公司,未经武汉大势智慧科技有限公司许可,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/202010427461.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top