[發(fā)明專(zhuān)利]一種路面水體檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201911024133.1
• 申請(qǐng)日: 2019-10-25
• 公開(kāi)（公告）號(hào): CN110866455B
• 公開(kāi)（公告）日: 2022-09-13
• 發(fā)明（設(shè)計(jì)）人: 王歡;汪立
• 申請(qǐng)（專(zhuān)利權(quán)）人: 南京理工大學(xué)
• 主分類(lèi)號(hào): G06V20/58
• 分類(lèi)號(hào): G06V20/58;G06V10/28;G06V10/774;G06V10/82
• 代理公司: 南京理工大學(xué)專(zhuān)利中心 32203
• 代理人: 陳鵬

本發(fā)明公開(kāi)了一種路面水體檢測(cè)方法，包括：利用可見(jiàn)光相機(jī)采集道路場(chǎng)景圖像并縮放至指定尺寸，利用標(biāo)注的方法獲得包含采集所得圖像中水體位置信息的掩膜；構(gòu)建結(jié)合了反射注意力單元的條件生成對(duì)抗網(wǎng)絡(luò)，利用采集的道路場(chǎng)景圖像及標(biāo)注所得掩膜，訓(xùn)練結(jié)合了反射注意力單元的條件生成對(duì)抗網(wǎng)絡(luò)；將待檢測(cè)的圖像縮放至指定尺寸，輸入訓(xùn)練好的結(jié)合了反射注意力單元的條件生成對(duì)抗網(wǎng)絡(luò)，獲得條件生成對(duì)抗網(wǎng)絡(luò)的生成器輸出的用以表示水體檢測(cè)結(jié)果的二值圖像。本發(fā)明能夠利用相機(jī)采集的路面圖像準(zhǔn)確高效地檢測(cè)出地表水體區(qū)域，檢測(cè)結(jié)果具有較高的準(zhǔn)確率和召回率，可應(yīng)用于無(wú)人駕駛領(lǐng)域與地表分類(lèi)相關(guān)的任務(wù)中。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像分割、深度學(xué)習(xí)技術(shù)領(lǐng)域，具體涉及一種路面水體檢測(cè)方法。

背景技術(shù)

無(wú)人駕駛領(lǐng)域中地表分類(lèi)是一項(xiàng)關(guān)鍵又重要的任務(wù)，其中路面的水體往往意味著水坑，難以估計(jì)其深度信息，如果不加以檢測(cè)并制定合適的避障策略，會(huì)對(duì)無(wú)人駕駛汽車(chē)帶來(lái)難以預(yù)估的危險(xiǎn)。由于路面水體的反射特性會(huì)帶來(lái)一些迷惑性，傳統(tǒng)的基于邊緣檢測(cè)和紋理檢測(cè)的水體檢測(cè)算法難以很好地識(shí)別路面水體，容易虛檢或者漏檢。同時(shí)，由于路面水體的數(shù)目和形狀都具有隨機(jī)性，因此路面水體檢測(cè)問(wèn)題應(yīng)該被歸于圖像分割問(wèn)題。隨著深度學(xué)習(xí)和人工智能技術(shù)的發(fā)展，利用深度學(xué)習(xí)的方法進(jìn)行目標(biāo)識(shí)別和圖像分割的例子已經(jīng)不勝枚舉，因而深度學(xué)習(xí)的方法應(yīng)該是解決路面水體檢測(cè)問(wèn)題的重要途徑。

條件生成對(duì)抗網(wǎng)絡(luò)已經(jīng)被證明廣泛應(yīng)用于圖像分割領(lǐng)域之中并且常常取得很好的效果，因而使用條件生成對(duì)抗網(wǎng)絡(luò)解決路面水體檢測(cè)問(wèn)題是一個(gè)重要思路。同時(shí)ECCV2018的論文《Single Image Water Hazard Detection using FCN with ReflectionAttention Units》中，作者針對(duì)路面水體檢測(cè)問(wèn)題，提出了一種網(wǎng)絡(luò)結(jié)構(gòu)，即反射注意力單元(Reflection Attention Units，RAU)，反射注意力單元的原理是基于水面倒影和真實(shí)物體的連線往往接近于垂直，因而可以水平切割檢測(cè)過(guò)程中產(chǎn)生的特征圖，垂直比較，以判別是否具有倒影關(guān)系，反射注意力單元被合理使用，可以針對(duì)路面水體檢測(cè)問(wèn)題，提升深度學(xué)習(xí)網(wǎng)絡(luò)的效果。

但是上述方法漏檢率仍然較高，效果仍受水面反射問(wèn)題所影響，網(wǎng)絡(luò)的訓(xùn)練受樣本分布不均衡性的影響較大，仍具有較大改進(jìn)空間。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種路面水體檢測(cè)方法，能夠獲得較好的路面水體檢測(cè)效果。

實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為：一種路面水體檢測(cè)方法，包括以下步驟：

步驟1，利用可見(jiàn)光相機(jī)采集道路場(chǎng)景圖像并縮放至指定尺寸，利用標(biāo)注的方法獲得包含采集所得圖像中路面水體位置信息的掩膜；

步驟2，構(gòu)建結(jié)合了反射注意力單元的條件生成對(duì)抗網(wǎng)絡(luò)，所述結(jié)合了反射注意力單元的條件生成對(duì)抗網(wǎng)絡(luò)，其生成器是全卷積網(wǎng)絡(luò)，并將反射注意力單元放置在網(wǎng)絡(luò)中卷積層之后；判別器是卷積神經(jīng)網(wǎng)絡(luò)；同時(shí)，利用反射注意力單元中的預(yù)處理函數(shù)對(duì)網(wǎng)絡(luò)中生成器和判別器的輸入圖像進(jìn)行預(yù)處理；

步驟3，利用采集的道路場(chǎng)景圖像及標(biāo)注所得掩膜，訓(xùn)練結(jié)合了反射注意力單元的條件生成對(duì)抗網(wǎng)絡(luò)；

步驟4，將待檢測(cè)的圖像縮放至指定尺寸，輸入訓(xùn)練好的結(jié)合了反射注意力單元的條件生成對(duì)抗網(wǎng)絡(luò)，獲得條件生成對(duì)抗網(wǎng)絡(luò)的生成器輸出的用以表示水體檢測(cè)結(jié)果的二值圖像。

與現(xiàn)有技術(shù)相比，本發(fā)明的顯著優(yōu)點(diǎn)為：(1)本發(fā)明通過(guò)構(gòu)建條件生成對(duì)抗網(wǎng)絡(luò)，以全卷積網(wǎng)絡(luò)作為生成器，卷積神經(jīng)網(wǎng)絡(luò)作為判別器，同時(shí)將反射注意力單元中的預(yù)處理函數(shù)用以對(duì)生成器和判別器輸入圖像進(jìn)行預(yù)處理，并將反射注意力單元加在生成器中的適當(dāng)位置，使整體效果達(dá)到最優(yōu)；(2)本發(fā)明對(duì)路面水體檢測(cè)檢測(cè)的效果受倒影影響較小，受樣本分布不均衡問(wèn)題影響較小，檢測(cè)結(jié)果虛檢率及漏檢率較低，精確率和召回率較高，檢測(cè)效果較好。

附圖說(shuō)明

圖1是本發(fā)明提及的反射注意力單元的結(jié)構(gòu)圖。