[发明专利]一种道路场景分割方法、装置、电子设备及存储介质在审

专利信息
申请号: 202210177515.3 申请日: 2022-02-25
公开(公告)号: CN114581664A 公开(公告)日: 2022-06-03
发明(设计)人: 许春磊;王超;马维士 申请(专利权)人: 北京华云安信息技术有限公司
主分类号: G06V10/26 分类号: G06V10/26;G06V20/58;G06V10/44;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 刘凤
地址: 100094 北京市海淀区*** 国省代码: 北京;11
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 道路 场景 分割 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种道路场景分割方法,其特征在于,所述道路场景分割方法包括:

获取待分割的道路场景图像;

将所述待分割的道路场景图像输入至预先优化好的道路场景切割模型中的特征提取层,以使所述特征提取层基于待分割的道路场景图像的尺寸以及特征内容进行卷积计算,确定出待分割的道路场景的特征图;其中,所述道路场景切割模型是通过将初始神经网络模型中的标准卷积替换成解耦动态卷积滤波器而得到的;

将所述道路场景的特征图输入至所述道路场景切割模型中的类别标注层,以使所述类别标注层对所述待分割的道路场景的特征图进行图像类别标注,输出所述道路场景图像的分割结果图;其中,所述道路场景图像的分割结果图中不同颜色表征着不同图像类别。

2.根据权利要求1所述的道路场景分割方法,其特征在于,所述将所述待分割的道路场景图像输入至预先优化好的道路场景切割模型中的特征提取层,以使所述特征提取层基于待分割的道路场景图像的尺寸以及特征内容进行卷积计算,确定出待分割的道路场景的特征图,包括:

将待分割的道路场景图像输入至所述特征提取层中的第一低分辨率子层,所述第一低分辨率子层中的解耦动态卷积滤波器对所述待分割的道路场景图像进行卷积计算,得到第一特征图;

将所述第一特征图输入至下一分辨率子层中进行特征提取,直至所述道路场景切割模型中的多个分辨率子层完成特征提取后,将得到的目标特征图进行特征融合,生成待分割的道路场景的特征图。

3.根据权利要求2所述的道路场景分割方法,其特征在于,所述将待分割的道路场景图像输入至所述特征提取层中的第一低分辨率子层,所述第一低分辨率子层中的解耦动态卷积滤波器对所述待分割的道路场景图像进行卷积计算,得到第一特征图,包括:

解耦动态卷积滤波器基于所述待分割的道路场景图像的特征内容进行特征权重计算,确定出目标滤波参数;

基于所述目标滤波参数对所述待分割的道路场景图像进行卷积处理,确定出第一特征图。

4.根据权利要求3所述的道路场景分割方法,其特征在于,其中,所述解耦动态卷积滤波器由空间滤波器和通道滤波器组成,所述解耦动态卷积滤波器基于所述待分割的道路场景图像的特征内容进行特征权重计算,确定出目标滤波参数,包括:

基于在空间分支上的空间滤波器确定出空间滤波权重,基于在通道分支上的通道滤波器确定出通道滤波权重;

基于所述空间滤波权重和所述通道滤波权重,确定出目标滤波参数。

5.根据权利要求2所述的道路场景分割方法,其特征在于,所述将所述第一特征图输入至下一分辨率子层中进行特征提取,直至所述道路场景切割模型中的多个分辨率子层完成特征提取后,将得到的目标特征图进行特征融合,生成待分割的道路场景的特征图,包括:

将所述第一特征图输入至第二低分辨率子层中进行特征提取,得到第二特征图,将所述第二特征图输入到第三低分辨率子层中进行特征提取,得到第一低分辨率特征图;

将所述第二特征图输入到第一高分辨率子层中进行特征提取,得到第一高分辨率特征图,将所述第一高分辨率特征图和所述第一低分辨率特征图进行特征融合输入到第四低分辨率子层中进行特征提取,得到第二低分辨率特征图;

将所述第一高分辨率特征图和所述第一低分辨率特征图进行特征融合输入到第二高分辨率子层中进行特征提取,得到第二高分辨率特征图;

将所述第二高分辨率特征图和所述第二低分辨率特征图进行特征融合同时输入至下一高分辨率子层和下一低分辨率子层之中进行特征提取,直至多个高分辨率子层和低分辨率子层完成特征提取后,将得到的目标特征图进行特征融合,生成待分割的道路场景的特征图。

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北京华云安信息技术有限公司,未经北京华云安信息技术有限公司许可,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/202210177515.3/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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