[發(fā)明專利]城市街道語義分割方法及自動駕駛方法

有效

• 申請?zhí)枺?/td>: 202110670967.0
• 申請日: 2021-06-17
• 公開（公告）號: CN113255574B
• 公開（公告）日: 2021-09-14
• 發(fā)明（設(shè)計）人: 瞿紹軍;歐陽柳;劉義亮
• 申請（專利權(quán)）人: 湖南師范大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/38;G06K9/46;G06K9/62;G06T7/11;G06N3/04;G06N3/08
• 代理公司: 長沙永星專利商標事務(wù)所(普通合伙) 43001
• 代理人: 周詠;米中業(yè)

1.一種城市街道語義分割方法，其特征在于包括如下步驟：

S1. 獲取原始訓(xùn)練數(shù)據(jù)集；

S2. 構(gòu)建基礎(chǔ)語義分割網(wǎng)絡(luò)；具體為采用Resnet101網(wǎng)絡(luò)作為基礎(chǔ)語義分割網(wǎng)絡(luò)；

S3. 在步驟S2構(gòu)建的基礎(chǔ)語義分割網(wǎng)絡(luò)中，添加基于像素的注意力模塊，從而得到基于像素注意力的基礎(chǔ)語義分割網(wǎng)絡(luò)；具體為在Resnet101網(wǎng)絡(luò)的第四個塊的輸出端，串接基于像素的注意力模塊；所述的基于像素的注意力模塊，具體包括如下步驟：

A. 對Resnet101網(wǎng)絡(luò)的第四個塊的特征圖X₄的外側(cè)進行尺度為1的全1填充；

B. 對步驟A得到的填充后的特征圖，采用如下算式進行操作，從而得到預(yù)處理特征圖X_pre：

式中為經(jīng)過步驟A填充后的Resnet101網(wǎng)絡(luò)的第四個塊的特征圖；為標準的卷積操作，卷積核為3×3，采樣步長為1，d為空洞率且取值為1；BN()為批量標準化操作；

C. 對步驟B得到的預(yù)處理特征圖X_pre，采用如下算式進行處理，從而得到像素關(guān)系矩陣X_wmap：

式中R()為reshape操作；×為矩陣乘法操作；為sigmoid激活函數(shù)；

D. 對步驟C得到的像素關(guān)系矩陣X_wmap，采用如下算式進行處理，從而得到深度特征圖X_proc為X_proc=R(X_wmap×R(X_pre))；

E. 對Resnet101網(wǎng)絡(luò)的第四個塊的特征圖X₄的外側(cè)進行尺度為1的全0填充；

F. 對步驟E得到的填充后的特征圖，采用如下算式進行操作，從而得到經(jīng)過不同空洞率卷積后的特征圖F₁~F₄：

式中為經(jīng)過步驟E填充后的Resnet101網(wǎng)絡(luò)的第四個塊的特征圖；為標準的卷積操作，且卷積核大小為1×1，采樣步長為1，d為空洞率且取值為1；為標準的卷積操作，且卷積核大小為3×3，采樣步長為1，d為空洞率且取值為12；為標準的卷積操作，且卷積核大小為3×3，采樣步長為1，d為空洞率且取值為24；為標準的卷積操作，且卷積核大小為3×3，采樣步長為1，d為空洞率且取值為36；

G. 將得到的特征圖X_proc、F₁、F₂、F₃和F₄在通道上，采用如下算式進行處理，從而完成基于像素的注意力模塊的處理：

式中F_m為基于像素的注意力模塊處理后輸出的特征圖；concat()為在通道維度的拼接操作；

S4. 在步驟S3得到的基于像素注意力的基于語義分割網(wǎng)絡(luò)中，添加基于圖像不同層級的注意力模塊，從而得到基于圖像不同層級注意力和像素注意力的基礎(chǔ)語義分割網(wǎng)絡(luò)；

S5. 采用步驟S1獲取的原始訓(xùn)練數(shù)據(jù)集，對步驟S4得到的基于圖像不同層級注意力和像素注意力的基礎(chǔ)語義分割網(wǎng)絡(luò)進行訓(xùn)練，從而得到基于圖像不同層級注意力和像素注意力的語義分割網(wǎng)絡(luò)；

S6. 采用步驟S5得到的基于圖像不同層級注意力和像素注意力的語義分割網(wǎng)絡(luò)，實時進行城市街道的語義分割。