[發明專利]基于自適應跟蹤框分割的自動駕駛處理方法及裝置

有效

• 申請號: 201711420320.2
• 申請日: 2017-12-25
• 公開（公告）號: CN108154119B
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 趙鑫;邱學侃;顏水成
• 申請（專利權）人: 成都全景智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T7/11;G06T7/215
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 胡海國

本發明公開了一種基于自適應跟蹤框分割的自動駕駛處理方法、裝置、計算設備及計算機存儲介質，該方法包括：獲取一組幀圖像中包含有特定對象的第t幀圖像以及與第t?1幀圖像對應的跟蹤框；依據第t幀圖像，對與第t?1幀圖像對應的跟蹤框進行調整處理，得到與第t幀圖像對應的跟蹤框；根據與第t幀圖像對應的跟蹤框，對第t幀圖像的部分區域進行場景分割處理，得到與第t幀圖像對應的分割結果；根據與第t幀圖像對應的分割結果，確定行駛路線和/或行駛指令；按照所確定的行駛路線和/或行駛指令，對自身車輛進行自動駕駛控制。該技術方案基于分割結果能夠更為精準地確定行駛路線和/或行駛指令，有助于提高自動駕駛的安全性。

技術領域

本發明涉及圖像處理技術領域，具體涉及一種基于自適應跟蹤框分割的自動駕駛處理方法、裝置、計算設備及計算機存儲介質。

背景技術

基于場景分割的自動駕駛對場景分割的時效性和準確性都有較高的要求，以保障自動駕駛的安全性。在自動駕駛場景下，大多使用基于深度學習的圖像分割方法對所拍攝或所錄制的車輛駕駛途中的視頻中幀圖像進行場景分割處理。其中，采用基于深度學習的圖像分割方法可以達到像素級別的分割效果。然而現有的圖像分割方法在進行場景分割處理時，需要對幀圖像的全部內容都進行場景分割處理，數據處理量較大，處理效率較低；另外，現有的圖像分割方法在進行場景分割處理時，并不考慮前景圖像在幀圖像中所占比例，因此當前景圖像在幀圖像中所占比例較小時，利用現有的圖像分割方法很容易將實際屬于前景圖像邊緣處的像素點劃分為背景圖像，所得到的分割結果的分割精度較低、分割效果較差。

因此，現有技術中的圖像分割方式存在著圖像場景分割的數據處理量大，處理效率和分割精度低下的問題，那么在自動駕駛場景下利用現有圖像分割方式所得到的分割結果也無法很好地確定自身車輛與采集到的視頻中幀圖像中的其他車輛、行人、道路等特定對象的相對位置關系，從而無法保障自動駕駛的安全性。

發明內容

鑒于上述問題，提出了本發明以便提供一種克服上述問題或者至少部分地解決上述問題的基于自適應跟蹤框分割的自動駕駛處理方法、裝置、計算設備及計算機存儲介質。

根據本發明的一個方面，提供了一種基于自適應跟蹤框分割的自動駕駛處理方法，該方法用于對視頻中每隔n幀劃分得到的各組幀圖像進行處理，針對其中一組幀圖像，該方法包括：

獲取一組幀圖像中包含有特定對象的第t幀圖像以及與第t-1幀圖像對應的跟蹤框，其中t大于1；與第1幀圖像對應的跟蹤框是根據與第1幀圖像對應的分割結果所確定的；

依據第t幀圖像，對與第t-1幀圖像對應的跟蹤框進行調整處理，得到與第t幀圖像對應的跟蹤框；根據與第t幀圖像對應的跟蹤框，對第t幀圖像的部分區域進行場景分割處理，得到與第t幀圖像對應的分割結果；

根據與第t幀圖像對應的分割結果，確定行駛路線和/或行駛指令；

按照所確定的行駛路線和/或行駛指令，對自身車輛進行自動駕駛控制。

進一步地，根據與第t幀圖像對應的分割結果，確定行駛路線和/或行駛指令進一步包括：

根據與第t幀圖像對應的分割結果，確定特定對象的輪廓信息；

依據特定對象的輪廓信息，計算自身車輛與特定對象的相對位置關系；

根據計算得到的相對位置關系，確定行駛路線和/或行駛指令。

進一步地，自身車輛與特定對象的相對位置關系包括：自身車輛與特定對象之間的距離信息和/或角度信息。

進一步地，根據與第t幀圖像對應的分割結果，確定行駛路線和/或行駛指令進一步包括：

根據與第t幀圖像對應的分割結果，確定交通指引信息；

依據交通指引信息，確定行駛路線和/或行駛指令。