[发明专利]一种道路分割方法和装置

说明书

本公开实施例提供一种道路分割方法和装置，其中方法包括：对待分割的道路图像进行特征提取，得到第一特征图；根据所述第一特征图，确定所述道路图像中各个像素对应的实例特征；基于所述像素对应的实例特征，对所述像素进行聚类，确定所述道路图像中的道路实例。该方法在对道路图像进行分割时，计算量小，资源消耗小，易于快速使用。

技术领域

本公开实施例涉及深度学习技术领域，尤其涉及一种道路分割方法和装置。

背景技术

传统的道路交通的执法管理主要依靠人力,往往导致执法成本高和效率低的问题。而新型的智能化交通执法管理能大大减少人力成本，实现全天候高效管理。其中，对道路场景的准确分割和定位是智能交通的基础，其目的是对道路场景中的语义元素和实例元素进行定位。

然而在实际应用中，受光照明暗、背景杂乱和视角场景变换等因素的影响，道路分割问题的解决方法是复杂的，所使用的算法模型计算量大，资源消耗大。

发明内容

有鉴于此，本公开实施例提供一种道路分割方法和装置。

第一方面，提供一种道路分割方法，所述方法包括：对待分割的道路图像进行特征提取，得到第一特征图；根据所述第一特征图，确定所述道路图像中各个像素对应的实例特征；基于所述像素对应的实例特征，对所述像素进行聚类，确定所述道路图像中的道路实例。

在一些可选的实施例中，所述根据所述第一特征图，确定所述道路图像中各个像素对应的实例特征，包括：根据所述第一特征图，确定所述道路图像中各个像素对应的实例特征和道路区域的类别；所述基于所述像素对应的实例特征，对所述像素进行聚类，确定所述道路图像中的道路实例，包括：基于所述像素对应的实例特征和道路区域的类别，对同一道路区域的类别的所述像素进行聚类，确定所述道路图像中的道路实例。

在一些可选的实施例中，所述道路区域，包括如下任一项：主车道区域、主应急车道区域、导流线区域、匝道区域、匝道应急车道、车道线实线、车道线虚线和背景。

在一些可选的实施例中，所述道路实例，包括如下任一项：主车道实例、主应急车道实例、导流线实例、匝道实例、匝道应急车道实例和车道线实例。

在一些可选的实施例中，所述对待分割的道路图像进行特征提取，得到第一特征图，包括：通过编码网络和解码网络对所述待分割的道路图像进行特征提取，得到第一特征图；所述根据所述第一特征图，确定所述道路图像中各个像素对应的实例特征和道路区域的类别，包括：通过卷积网络对所述第一特征图进行分析，输出所述道路图像中各个像素对应的道路区域的类别、以及所述像素对应的实例特征。

在一些可选的实施例中，所述方法通过道路分割网络执行，其中，所述道路分割网络的训练方法如下：将道路样本图像输入所述道路分割网络，得到道路样本实例；基于所述道路样本实例以及所述道路样本图像中的实例标注，确定第一网络损失；根据所述第一网络损失，优化所述道路分割网络。

在一些可选的实施例中，所述方法通过道路分割网络执行，其中，所述道路分割网络的训练方法如下：将道路样本图像输入所述道路分割网络，得到道路样本实例以及道路区域的样本类别；基于所述道路样本实例以及所述道路样本图像中的实例标注，确定第一网络损失；根据所述道路区域的样本类别与所述道路样本图像中的道路区域的类别标注，确定第二网络损失；根据所述第一网络损失和/或第二网络损失，优化所述道路分割网络。

第二方面，提供一种道路分割装置，所述装置包括：特征提取模块，用于对待分割的道路图像进行特征提取，得到第一特征图；实例特征模块，用于根据所述第一特征图，确定所述道路图像中各个像素对应的实例特征；像素聚类模块，用于基于所述像素对应的实例特征，对所述像素进行聚类，确定所述道路图像中的道路实例。

第三方面，提供一种电子设备，所述设备包括存储器、处理器，所述存储器用于存储可在处理器上运行的计算机指令，所述处理器用于在执行所述计算机指令时实现本公开任一实施例所述的方法。