[发明专利]一种道路识别模型训练方法、道路识别方法及装置在审
| 申请号： | 201811614332.3 | 申请日： | 2018-12-27 |
| 公开（公告）号： | CN109800661A | 公开（公告）日： | 2019-05-24 |
| 发明（设计）人： | 苏英菲 | 申请（专利权）人： | 东软睿驰汽车技术（沈阳）有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 王宝筠 |
| 地址： | 110179 辽宁省沈阳市浑*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种道路识别模型训练方法，该方法包括：获取携带有类别标签的多帧待处理图像；多帧待处理图像为利用图像采集设备采集的图像；基于多帧待处理图像，及其对应的类别标签，训练道路识别模型；其中，道路识别模型包括第一数目层卷积神经网络结构和第二数目层循环神经网络结构。考虑到连续采集的多帧图像之间具有关联性，因此道路识别模型包括第二数目层循环神经网络，用于建立在第一时间范围内连续M个采集时间点采集的M帧待处理图像的图像特征之间的关联。因此，采用本申请实施例提供的方法训练得到的道路识别模型，考虑了连续采集的多帧图像之间的关联，故而能够更加准确的识别出道路。 | ||
| 搜索关键词： | 道路识别 待处理图像 多帧 神经网络结构 多帧图像 类别标签 连续采集 模型训练 图像采集设备 循环神经网络 采集 采集时间点 关联 图像特征 关联性 卷积 申请 图像 携带 | ||
【主权项】：
1.一种道路识别模型训练方法，其特征在于，所述方法包括：获取携带有类别标签的多帧待处理图像；所述多帧待处理图像为利用图像采集设备采集的图像；基于所述多帧待处理图像，及其对应的类别标签，训练所述道路识别模型；其中，所述道路识别模型包括第一数目层卷积神经网络结构和第二数目层循环神经网络结构，所述循环神经网络结构，用于建立在第一时间范围内连续M个采集时间点采集的M帧待处理图像的图像特征之间的关联；M为大于1的整数。
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东软睿驰汽车技术（沈阳）有限公司，未经东软睿驰汽车技术（沈阳）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/patent/201811614332.3/，转载请声明来源钻瓜专利网。
