[發明專利]一種面向道路場景的快速語義分割方法

在審

• 申請號: 201911256375.3
• 申請日: 2019-12-10
• 公開（公告）號: CN111179272A
• 公開（公告）日: 2020-05-19
• 發明（設計）人: 歐勇盛;彭遠哲;王志揚;熊榮
• 申請（專利權）人: 中國科學院深圳先進技術研究院
• 主分類號: G06T7/10
• 分類號: G06T7/10;G06N3/04
• 代理公司: 北京市誠輝律師事務所 11430
• 代理人: 范盈

1.一種面向道路場景的快速語義分割方法，其特征在于：具體包括如下步驟：

步驟1，基于卷積神經網絡構建模型；

步驟2，利用訓練數據對步驟1構建的模型進行訓練；

步驟3，利用損失函數計算經步驟2訓練后的模型損失，并根據所得模型損失結果計算梯度；

步驟4，根據步驟3所得梯度對模型參數進行更新。

2.根據權利要求1所述的一種面向道路場景的快速語義分割方法，其特征在于：所述步驟1的具體過程為：使用若干個卷積核構成一個卷積神經網絡對輸入圖像進行處理，從而實現輸入3×H×W的數據得到1×H×W的預測輸出，其中H為輸入圖像高度，W為輸入圖像寬度；

根據如下公式(1)構建模型：

其中，F_out為輸出特征，F_in為輸入特征，K_i為第i個卷積核，N為輸出通道數，b為偏置；

由于圖像是二維數據，所以輸入特征的大小為C_in×H_in×W_in，使用的卷積核大小為C_out×C_in×H_k×W_k，得到的輸出特征為C_out×H_out×W_out；

其中，C_in和C_out為輸入和輸出特征的通道數，H_in和W_in為輸入特征的高和寬，H_k和W_k為卷積核的高和寬，H_out和W_out為輸出特征的高和寬；

對于輸入為C_in×H_in×W_in的特征，使用C_out個大小為C_in×H_k×W_k的卷積核在輸入特征上進行滑動乘加操作，便得到了C_out個大小為H_out×W_out的特征。

3.根據權利要求2所述的一種面向道路場景的快速語義分割方法，其特征在于：所述步驟1中輸出特征的高和寬的計算過程如下：

其中，p為邊框寬度，s為步長。

4.根據權利要求3所述的一種面向道路場景的快速語義分割方法，其特征在于：所述步驟2的具體過程為：所述訓練數據包括人為采集的圖像以及與采集圖像對應的標簽圖像；

訓練的過程即為：由輸入圖像得到標簽圖像，輸入圖像為彩色RGB圖像，標簽圖像為單通道的灰度圖像。

5.根據權利要求4所述的一種面向道路場景的快速語義分割方法，其特征在于：所述步驟2中，由于圖像像素的灰度值直接代表了該像素屬于的類別；當圖像有C個類需要分割時，則標簽圖像中的每個像素值為0～C-1。