[發(fā)明專利]基于遙感圖像的人行道檢測方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)在審
| 申請?zhí)枺?/td> | 202110016501.9 | 申請日: | 2021-01-07 |
| 公開(公告)號(hào): | CN112733702A | 公開(公告)日: | 2021-04-30 |
| 發(fā)明(設(shè)計(jì))人: | 陳子儀;羅瑞祥;范文濤;杜吉祥 | 申請(專利權(quán))人: | 華僑大學(xué) |
| 主分類號(hào): | G06K9/00 | 分類號(hào): | G06K9/00;G06K9/34;G06K9/46;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 廈門智慧呈睿知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 35222 | 代理人: | 陳曉思 |
| 地址: | 361000 *** | 國省代碼: | 福建;35 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 遙感 圖像 人行道 檢測 方法 裝置 設(shè)備 存儲(chǔ) 介質(zhì) | ||
1.一種基于遙感圖像的人行道檢測方法,其特征在于,包括:
獲取訓(xùn)練集樣本,并對(duì)所述訓(xùn)練集樣本的道路區(qū)域和人行道區(qū)域都進(jìn)行標(biāo)記;
利用所述道路區(qū)域的標(biāo)記信息訓(xùn)練道路分割提取模型,獲得一個(gè)訓(xùn)練后的道路分割提取模型;
利用訓(xùn)練后的道路分割提取模型進(jìn)行道路提取,以獲得潛在道路提取結(jié)果;
利用所述人行道區(qū)域的標(biāo)記信息訓(xùn)練深度卷積神經(jīng)網(wǎng)絡(luò)模型,獲得一個(gè)訓(xùn)練后的深度卷積神經(jīng)網(wǎng)絡(luò)模型;
利用所述訓(xùn)練后的深度卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行人行道的檢測,以獲得初次人行道檢測結(jié)果;
利用混合分類的算法,融合所述潛在道路提取結(jié)果和初次人行道檢測結(jié)果,以獲得最終的人行道檢測結(jié)果。
2.根據(jù)權(quán)利1所述的基于遙感圖像的人行道檢測方法,其特征在于,所述道路分割提取模型是基于U-Net的道路分割提取模型。
3.根據(jù)權(quán)利要求1所述的基于遙感圖像的人行道檢測方法,其特征在于,所述利用混合分類的算法,融合所述潛在道路提取結(jié)果和初次人行道檢測結(jié)果,以獲得最終的人行道檢測結(jié)果具體為:
過濾初次人行道檢測置信度低于第一閾值的人行道區(qū)域;
過濾初次人行道檢測高置信度區(qū)域與潛在道路重疊比例低于第二閾值的檢測結(jié)果。
4.根據(jù)權(quán)利要求1所述的基于遙感圖像的人行道檢測方法,其特征在于,所述對(duì)訓(xùn)練集的道路區(qū)域和人行道區(qū)域都進(jìn)行標(biāo)記具體是通過人工標(biāo)記。
5.一種基于遙感圖像的人行道檢測裝置,其特征在于,包括:
標(biāo)記模塊,用于對(duì)訓(xùn)練集的道路區(qū)域和人行道區(qū)域都進(jìn)行標(biāo)記;
第一訓(xùn)練模塊,用于獲取訓(xùn)練集樣本,并對(duì)所述訓(xùn)練集樣本的道路區(qū)域和人行道區(qū)域都進(jìn)行標(biāo)記;
提取模塊,用于利用訓(xùn)練后的道路分割提取模型進(jìn)行道路提取,以獲得潛在道路提取結(jié)果;
第二訓(xùn)練模塊,用于利用所述人行道區(qū)域的標(biāo)記信息訓(xùn)練深度卷積神經(jīng)網(wǎng)絡(luò)模型,獲得一個(gè)訓(xùn)練后的深度卷積神經(jīng)網(wǎng)絡(luò)模型;
檢測模塊,用于利用所述訓(xùn)練后的深度卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行人行道的檢測,以獲得初次人行道檢測結(jié)果;
融合模塊,用于利用混合分類的算法,融合所述潛在道路提取結(jié)果和初次人行道檢測結(jié)果,以獲得最終的人行道檢測結(jié)果。
6.根據(jù)權(quán)利要求5所述的基于遙感圖像的人行道檢測裝置,其特征在于,所述道路分割提取模型是基于U-Net的道路分割提取模型。
7.根據(jù)權(quán)利要求5所述的基于遙感圖像的人行道檢測裝置,其特征在于,所述融合模塊具體用于
過濾初次人行道檢測置信度低于第一閾值的人行道區(qū)域;
過濾初次人行道檢測高置信度區(qū)域與潛在道路重疊比例低于第二閾值的檢測結(jié)果。
8.根據(jù)權(quán)利要求5所述的基于遙感圖像的人行道檢測裝置,其特征在于,所述標(biāo)記模塊,用于對(duì)訓(xùn)練集的道路區(qū)域和人行道區(qū)域都進(jìn)行標(biāo)記,具體是通過人工標(biāo)記。
9.一種基于遙感圖像的人行道檢測設(shè)備,其特征在于,包括存儲(chǔ)器以及處理器,所述存儲(chǔ)器內(nèi)存儲(chǔ)有計(jì)算機(jī)程序,所述處理器用于運(yùn)行所述計(jì)算機(jī)程序以實(shí)現(xiàn)如權(quán)利要求1-4任意一項(xiàng)所述的一種基于遙感圖像的人行道檢測方法。
10.一種存儲(chǔ)介質(zhì),其特征在于,所述存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序,所述計(jì)算機(jī)程序能夠被所述存儲(chǔ)介質(zhì)所在設(shè)備的處理器執(zhí)行,以實(shí)現(xiàn)如權(quán)利要求1-4任意一項(xiàng)所述的一種基于遙感圖像的人行道檢測方法。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于華僑大學(xué),未經(jīng)華僑大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110016501.9/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識(shí)別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識(shí)別印刷或書寫字符或者用于識(shí)別圖形,例如,指紋的方法或裝置
G06K9-03 .錯(cuò)誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個(gè)筆畫組成的,而且每個(gè)筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 一種基于SOA架構(gòu)的多星異構(gòu)遙感數(shù)據(jù)集成方法
- 一種遙感數(shù)據(jù)處理系統(tǒng)
- 一種遙感數(shù)據(jù)遠(yuǎn)程云處理系統(tǒng)及方法
- 一種帶報(bào)警提示的RFID遙感鎖
- 一種遙感圖像匹配方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)
- 一種遙感圖像匹配方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)
- 一種遙感圖像糾正匹配方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)
- 一種遙感監(jiān)測自然災(zāi)害數(shù)據(jù)處理方法及系統(tǒng)
- 遙感傳感器輻射定標(biāo)方法、裝置和電子設(shè)備
- 一種熱紅外遙感圖像重建方法和裝置
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設(shè)備、圖像形成系統(tǒng)和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





