[发明专利]一种水面全景图像语义分割方法

摘要

本发明公开了一种水面全景图像语义分割方法，包括：设计卷积神经网络，对训练集中的水面全景图像中各目标类别进行像素级标记得到真实标记图像，利用训练集训练卷积神经网络，将卷积神经网络的输出结果与真实标记图像进行对比，得到训练误差，将训练误差在卷积神经网络进行反向传播，更新卷积神经网络的参数，经过多次迭代训练后得到训练好的卷积神经网络。将待测水面全景图像输入卷积神经网络进行实时语义分割，得到水面全景图像的分割结果。本发明分割速度快、对小区域目标分割效果好。为无人艇等水面智能设备提供全面、快速、准确的环境感知信息。

主权项

1.一种水面全景图像语义分割方法，其特征在于，包括：将待测水面全景图像输入卷积神经网络进行实时语义分割，得到水面全景图像的分割结果；所述卷积神经网络利用N*1和1*N两个卷积核代替传统一个N*N卷积核，N≥3，所述卷积神经网络在不同卷积层之间设置跳级连接，所述卷积神经网络使用扩张卷积，所述卷积神经网络的损失函数中加入各目标类别的权重；所述卷积神经网络的训练包括：对训练集中的水面全景图像中各目标类别进行像素级标记得到真实标记图像，利用训练集训练卷积神经网络，将卷积神经网络的输出结果与真实标记图像进行对比，得到训练误差，将训练误差在卷积神经网络进行反向传播，更新卷积神经网络的参数，经过多次迭代训练后得到训练好的卷积神经网络。