[發明專利]基于自動駕駛車輛的視覺感知方法、裝置、設備以及介質

在審

• 申請號: 201811055289.1
• 申請日: 2018-09-11
• 公開（公告）號: CN109376594A
• 公開（公告）日: 2019-02-22
• 發明（設計）人: 陳佳佳;萬吉;夏添
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張寧;劉芳

1.一種基于自動駕駛車輛的視覺感知方法，其特征在于，包括：

獲取自動駕駛車輛所采集的第一視覺感知圖像；

將所述第一視覺感知圖像輸入至第一神經網絡模型中，識別出至少一個待識別的目標識別對象的多通道特征信息，以剔除所述第一視覺感知圖像中冗余特征信息；

將所述至少一個待識別的目標識別對象的多通道特征信息，分別輸入至第二神經網絡模型中的至少一個子神經網絡模型中，得到至少一個目標識別對象；其中，所述目標識別對象與所述子神經網絡模型是一一對應的。

2.根據權利要求1所述的方法，其特征在于，所述方法，還包括：

獲取所述第一神經網絡模型。

3.根據權利要求2所述的方法，其特征在于，所述獲取所述第一神經網絡模型，包括：

根據第二視覺感知圖像和至少一個訓練樣本對象的多通道特征信息對第一預設神經網絡模型進行訓練，生成所述第一神經網絡模型；其中，所述第二視覺感知圖像中包括所述至少一個訓練樣本對象。

4.根據權利要求1-3中任一項所述的方法，其特征在于，所述方法，還包括：

獲取所述第二神經網絡模型。

5.根據權利要求4所述的方法，其特征在于，所述獲取所述第二神經網絡模型，包括：

根據至少一個訓練樣本對象和所述至少一個訓練樣本對象的多通道特征信息分別對第二預設神經網絡模型中的至少一個子預設神經網絡模型進行訓練，生成所述第二神經網絡模型；其中，所述訓練樣本對象與所述子預設神經網絡模型是一一對應的。

6.根據權利要求1-3中任一項所述的方法，其特征在于，所述獲取自動駕駛車輛所采集的第一視覺感知圖像，包括：

獲取所述自動駕駛車輛中的圖像采集裝置所采集的所述第一視覺感知圖像。

7.根據權利要求1-3中任一項所述的方法，其特征在于，所述目標識別對象包括以下至少一項：目標物體或目標語義。

8.一種基于自動駕駛車輛的視覺感知裝置，其特征在于，包括：

第一獲取模塊，用于獲取自動駕駛車輛所采集的第一視覺感知圖像；

識別模塊，用于將所述第一視覺感知圖像輸入至第一神經網絡模型中，識別出至少一個待識別的目標識別對象的多通道特征信息，以剔除所述第一視覺感知圖像中冗余特征信息；

確定模塊，用于將所述至少一個待識別的目標識別對象的多通道特征信息，分別輸入至第二神經網絡模型中的至少一個子神經網絡模型中，得到至少一個目標識別對象；其中，所述目標識別對象與所述子神經網絡模型是一一對應的。

9.根據權利要求8所述的裝置，其特征在于，所述裝置，還包括：

第二獲取模塊，用于獲取所述第一神經網絡模型。

10.根據權利要求9所述的裝置，其特征在于，所述第二獲取模塊具體用于：

根據第二視覺感知圖像和至少一個訓練樣本對象的多通道特征信息對第一預設神經網絡模型進行訓練，生成所述第一神經網絡模型；其中，所述第二視覺感知圖像中包括所述至少一個訓練樣本對象。

11.根據權利要求8-10中任一項所述的裝置，其特征在于，所述裝置，還包括：

第三獲取模塊，用于獲取所述第二神經網絡模型。

12.根據權利要求11所述的裝置，其特征在于，所述第三獲取模塊具體用于：

根據至少一個訓練樣本對象和所述至少一個訓練樣本對象的多通道特征信息分別對第二預設神經網絡模型中的至少一個子預設神經網絡模型進行訓練，生成所述第二神經網絡模型；其中，所述訓練樣本對象與所述子預設神經網絡模型是一一對應的。