[發明專利]室外道路場景語義分割方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010013648.8
• 申請日: 2020-01-07
• 公開（公告）號: CN111242132A
• 公開（公告）日: 2020-06-05
• 發明（設計）人: 賴志林;俞錦濤;李睿
• 申請（專利權）人: 廣州賽特智能科技有限公司
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/62;G06N3/04
• 代理公司: 廣州科捷知識產權代理事務所(普通合伙) 44560
• 代理人: 袁嘉恩

1.室外道路場景語義分割方法，其特征在于，包括如下步驟：

采集RGB圖像信息以及深度信息，以獲取RGB圖像以及深度圖像；

創建卷積網絡架構以及反卷積網絡架構；

將當前的RGB圖像以及深度圖像輸入至卷積網絡架構中分別逐層提取特征點，并將每一層的RGB圖像的特征點與深度圖像的特征點融合后作為融合特征點，輸出至反卷積網絡架構中；

反卷積網絡架構將每一層的融合特征點反向運算，并進行優化處理后輸出語義分割圖像。

2.如權利要求1所述的室外道路場景語義分割方法，其特征在于，所述優化處理的具體方式為在反卷積網絡架構將每一層的融合特征點反向運算后，輸出至CRF隨機場網絡層對圖像邊緣進行精細分割，之后輸出語義分割圖像。

3.如權利要求1所述的室外道路場景語義分割方法，其特征在于，所述卷積網絡架構以及反卷積網絡架構均為五層。

4.如權利要求1所述的室外道路場景語義分割方法，其特征在于，將當前的RGB圖像以及深度圖像輸入至卷積網絡架構之前將所述RGB圖像以及深度圖像進行歸一化處理。

5.室外道路場景語義分割裝置，其特征在于，包括，

采集單元：配置于采集RGB圖像信息以及深度信息，以獲取RGB圖像以及深度圖像；

創建單元：配置于創建卷積網絡架構以及反卷積網絡架構；

運算單元：配置于將當前的RGB圖像以及深度圖像輸入至卷積網絡架構中分別逐層提取特征點，并將每一層的RGB圖像的特征點與深度圖像的特征點融合后作為融合特征點，輸出至反卷積網絡架構中；

輸出單元：配置于反卷積網絡架構將每一層的融合特征點反向運算，并進行優化處理后輸出語義分割圖像。

6.如權利要求5所述的室外道路場景語義分割裝置，其特征在于，所述優化處理的具體方式為在反卷積網絡架構將每一層的融合特征點反向運算后，輸出至CRF隨機場網絡層對圖像邊緣進行精細分割，之后輸出語義分割圖像。

7.一種電子設備，其上設有存儲器、處理器以及存儲在存儲器中并可被處理器執行的計算機可讀程序，其特征在于，所述計算機可讀程序被處理器執行時，實現如下步驟：

采集RGB圖像信息以及深度信息，以獲取RGB圖像以及深度圖像；

創建卷積網絡架構以及反卷積網絡架構；

將當前的RGB圖像以及深度圖像輸入至卷積網絡架構中分別逐層提取特征點，并將每一層的RGB圖像的特征點與深度圖像的特征點融合后作為融合特征點，輸出至反卷積網絡架構中；

反卷積網絡架構將每一層的融合特征點反向運算，并進行優化處理后輸出語義分割圖像。

8.如權利要求7所述的電子設備，其特征在于，所述優化處理的具體方式為在反卷積網絡架構將每一層的融合特征點反向運算后，輸出至CRF隨機場網絡層對圖像邊緣進行精細分割，之后輸出語義分割圖像。

9.一種存儲介質，其上存儲有可被處理器執行的計算機可讀程序，其特征在于，所述計算機可讀程序被處理器執行時，實現如下步驟：

采集RGB圖像信息以及深度信息，以獲取RGB圖像以及深度圖像；

創建卷積網絡架構以及反卷積網絡架構；

將當前的RGB圖像以及深度圖像輸入至卷積網絡架構中分別逐層提取特征點，并將每一層的RGB圖像的特征點與深度圖像的特征點融合后作為融合特征點，輸出至反卷積網絡架構中；

反卷積網絡架構將每一層的融合特征點反向運算，并進行優化處理后輸出語義分割圖像。

10.如權利要求9所述的存儲介質，其特征在于，所述優化處理的具體方式為在反卷積網絡架構將每一層的融合特征點反向運算后，輸出至CRF隨機場網絡層對圖像邊緣進行精細分割，之后輸出語義分割圖像。