[發(fā)明專(zhuān)利]一種道路行駛區(qū)域的視覺(jué)檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710437201.1
• 申請(qǐng)日: 2017-06-09
• 公開(kāi)（公告）號(hào): CN107292253B
• 公開(kāi)（公告）日: 2019-10-18
• 發(fā)明（設(shè)計(jì)）人: 李垚辰;劉躍虎;祝繼華;牛振寧;郭瑞;馬士琦
• 申請(qǐng)（專(zhuān)利權(quán)）人: 西安交通大學(xué)
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00
• 代理公司: 西安智大知識(shí)產(chǎn)權(quán)代理事務(wù)所 61215
• 代理人: 何會(huì)俠

1.一種道路行駛區(qū)域的視覺(jué)檢測(cè)方法，其特征在于：包括如下步驟：

步驟1：對(duì)輸入圖像進(jìn)行超像素分割；

步驟2：采用語(yǔ)義標(biāo)注分類(lèi)的方式，對(duì)首幀圖像中超像素的類(lèi)別標(biāo)簽進(jìn)行初始化；對(duì)圖像序列中的其余各幀，認(rèn)為相鄰圖像幀之間的道路區(qū)域改變較小，將當(dāng)前幀超像素類(lèi)別標(biāo)簽傳播到下一幀作為初始化；

步驟3：初始全局能量函數(shù)計(jì)算：基于初始超像素類(lèi)別標(biāo)簽，計(jì)算當(dāng)前幀的初始全局能量函數(shù)其中能量函數(shù)由數(shù)據(jù)觀測(cè)項(xiàng)和數(shù)據(jù)交互項(xiàng)兩部分組成，數(shù)據(jù)交互項(xiàng)考慮了幀內(nèi)的空域超像素交互影響，以及相鄰幀之間的時(shí)域超像素交互影響；

其中針對(duì)t時(shí)刻的全局能量函數(shù)定義如下：

其中代表t時(shí)刻的全局能量函數(shù)，當(dāng)t＝0時(shí)代表初始全局能量函數(shù)，S代表超像素集合，x_i代表第i個(gè)超像素的表觀特征，y_i代表第i個(gè)超像素的標(biāo)簽，y_i的取值范圍為{1,0}，logp(x_i|y_i)代表第i個(gè)超像素對(duì)應(yīng)的數(shù)據(jù)觀測(cè)項(xiàng)，f_ij(·)為空域數(shù)據(jù)交互項(xiàng)，用于衡量單幅圖像內(nèi)相鄰超像素的交互作用，N_spa{i}代表第i個(gè)超像素的空域鄰近超像素，N_tem{i}代表第i個(gè)超像素的時(shí)域鄰近超像素，λ₁和λ₂分別代表空域數(shù)據(jù)交互項(xiàng)的權(quán)重，若算法針對(duì)單幅圖像時(shí)λ₂＝0；

定義數(shù)據(jù)觀測(cè)項(xiàng)對(duì)應(yīng)的概率值為顏色、紋理和位置概率的乘積表達(dá)形式：

p(x_i|y_i)＝p(c_i|y_i)p(t_i|y_i)p(h_i|y_i) (2)

其中c_i，t_i和h_i分別代表超像素i的顏色、紋理和位置特征；

顏色概率基于三通道的高斯分布進(jìn)行計(jì)算：

其中μ_m和S_m分別代表標(biāo)簽y_i對(duì)應(yīng)的顏色特征池中，第m個(gè)均值及協(xié)方差矩陣；

紋理概率基于Gabor濾波器的輸出進(jìn)行計(jì)算；在計(jì)算紋理概率時(shí)，選取以當(dāng)前超像素為中心的圖像子塊，計(jì)算該圖像子塊的Gabor濾波器輸出向量，并求取與紋理特征池中各聚類(lèi)中心的互相關(guān)系數(shù)，將其最大值的指數(shù)形式作為紋理概率值，紋理概率的計(jì)算公式如下：

其中MT_m代表道路區(qū)域紋理特征池T_r中，第m個(gè)紋理聚類(lèi)中心，互相關(guān)系數(shù)r(·)定義如下：

其中N代表紋理特征向量的維數(shù)；

位置概率計(jì)算公式如下：

在計(jì)算位置概率時(shí)，將輸入圖像映射到一個(gè)尺寸相對(duì)較小的規(guī)則方塊，其中h_i代表規(guī)則方塊中的坐標(biāo)位置，而在訓(xùn)練數(shù)據(jù)集時(shí)，也采用同樣的映射方式獲取規(guī)則方塊，代表訓(xùn)練數(shù)據(jù)集中，位于規(guī)則方塊h_i坐標(biāo)處屬于標(biāo)簽y_i的超像素?cái)?shù)目，代表在訓(xùn)練集中，位于規(guī)則方塊h_i坐標(biāo)處的超像素總數(shù)，α_λ和ω_λ為常數(shù)值；

數(shù)據(jù)交互項(xiàng)的計(jì)算公式如下：

f_ij(y_i,y_j)＝(1-δ(y_i,y_j))exp(-β||x_i-x_j||²) (7)

其中||·||代表L₂范數(shù)，δ(·)代表克羅內(nèi)克函數(shù)：

常數(shù)系數(shù)β定義為：

β＝(2<||x_i-x_j||²>)^-1 (9)

其中<·>代表所有超像素對(duì)計(jì)算所得的期望均值；

步驟4：局部能量函數(shù)比較：對(duì)于每個(gè)超像素i，定義其局部能量函數(shù)為：

依據(jù)局部能量函數(shù)值對(duì)每個(gè)超像素的標(biāo)簽y_i進(jìn)行比較置換，若計(jì)算所得的局部能量值則更新其標(biāo)簽y_i＝L\y_i否則保留當(dāng)前標(biāo)簽；

步驟5：t時(shí)刻的全局能量函數(shù)的更新：根據(jù)新的超像素類(lèi)別標(biāo)簽，按照公式(1)計(jì)算更新后的全局能量函數(shù)

步驟6：全局能量函數(shù)循環(huán)判別：如果與上次迭代取值之差小于閾值ε，則算法終止；否則跳轉(zhuǎn)至步驟4)循環(huán)執(zhí)行。