[發明專利]城市街道語義分割方法及自動駕駛方法

有效

• 申請號: 202110670967.0
• 申請日: 2021-06-17
• 公開（公告）號: CN113255574B
• 公開（公告）日: 2021-09-14
• 發明（設計）人: 瞿紹軍;歐陽柳;劉義亮
• 申請（專利權）人: 湖南師范大學
• 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所(普通合伙) 43001
• 代理人: 周詠;米中業

本發明公開了一種城市街道語義分割方法，包括獲取原始訓練數據集；構建基礎語義分割網絡并添加基于像素的注意力模塊和基于圖像不同層級的注意力模塊，得到基于圖像不同層級注意力和像素注意力的基礎語義分割網絡并訓練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絡；采用基于圖像不同層級注意力和像素注意力的語義分割網絡實時進行城市街道的語義分割。本發明還公開了包括所述城市街道語義分割方法的自動駕駛方法。本發明方法充分利用了高級特征圖信息和低級特征圖的信息，而且精確度高、可靠性好且實時性較好。

技術領域

本發明屬于計算機視覺和圖像處理領域，具體涉及一種城市街道語義分割方法及自動駕駛方法。

背景技術

隨著經濟技術的發展和人們生活水平的提高，計算機視覺技術已經逐步開始應用于人們的生產和生活當中，給人們的生產和生活帶來了無盡的便利。

語義分割是計算機視覺的核心研究熱點之一，其目的是用于給圖像劃分具有語義信息的區域，并給每個區域塊分配一個語義標簽，最終得到每個像素都被語義標注的分割圖像。

現有技術主要有兩種語義分割方法：基于傳統的圖像語義分割方法和基于深度學習的圖像語義分割方法。基于深度學習的圖像語義分割方法，其學習的特征更加豐富，表達能力更強，在分割精度上有很大的提升，因此已經成為了研究的重點。全卷積網絡將分類網絡應用到網絡中，將傳統卷積神經網絡的全連接層替換為卷積層，使用跳躍層的方法組合中間卷積層產生的特征圖，然后進行轉置卷積；但是，這種方法帶來兩個問題：1.隨著卷積池化，分辨率在不斷地縮小，造成部分像素丟失；2.沒有考慮特征圖原有的上下文信息。隨后，大量研究人員在全卷積網絡的基礎上提出了改進方法。金字塔網絡中，金字塔池化模塊能夠融合多尺度的上下文信息，有效的利用了上下文信息，能夠使得分割結果更加細化，但是缺點是分割目標的邊界信息部分會丟失。U型神經網絡是一種編碼器-解碼器的網絡模型，由收縮路徑和擴展路徑組成，收縮路徑提取上下文信息，擴展路徑逐步恢復物體細節和圖像分辨率，但是缺點是其網絡訓練參數過多，計算量較大，無法滿足實時處理。OCNet通過計算每個像素與所有像素的相似度，形成一個目標上下文特征圖，然后通過聚合所有像素的特征來表示該像素，但是缺點是過程中會丟失部分像素。DeepLab-v3中將空洞卷積核金字塔池化方法結合，構建了空洞空間金字塔池化模塊，通過使用不同空洞率的卷積來捕獲多尺度上下文信息，有效的增強了感受野，提高分割結果的空間精度，但是缺點是丟失像素間的依賴性。

發明內容

本發明的目的之一在于提供一種精確度高、可靠性好且實時性較好的城市街道語義分割方法。

本發明的目的之二在于提供一種包括了所述城市街道語義分割方法的自動駕駛方法。

本發明提供的這種城市街道語義分割方法，包括如下步驟：

S1. 獲取原始訓練數據集；

S2. 構建基礎語義分割網絡；

S3. 在步驟S2構建的基礎語義分割網絡中，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語義分割網絡；

S4. 在步驟S3得到的基于像素注意力的基于語義分割網絡中，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語義分割網絡；

S5. 采用步驟S1獲取的原始訓練數據集，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語義分割網絡進行訓練，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絡；

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絡，實時進行城市街道的語義分割。

步驟S2所述的構建基礎語義分割網絡，具體為采用Resnet101網絡作為基礎語義分割網絡。