[发明专利]一种障碍物识别方法、障碍物识别装置及电子设备在审

专利信息
申请号: 202110394670.6 申请日: 2021-04-13
公开(公告)号: CN113128386A 公开(公告)日: 2021-07-16
发明(设计)人: 高翔;何洪刚;王磊;方昌銮;黄凯明 申请(专利权)人: 深圳市锐明技术股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04;G06N3/08
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 肖遥
地址: 518000 广东省深圳市南山区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 障碍物 识别 方法 装置 电子设备
【权利要求书】:

1.一种障碍物识别方法,其特征在于,包括:

获取预设摄像头所采集的道路图像,其中,所述预设摄像头安装于目标车辆;

将所述道路图像输入已训练的语义分割模型,其中,所述语义分割模型基于训练样本集结合注意力机制训练而得,所述训练样本集包含至少一个训练图像及各个训练图像所关联的掩码图像;

若得到所述语义分割模型所输出的分割结果,则将所述分割结果映射回所述道路图像,以提取出所述道路图像包含的障碍物信息。

2.如权利要求1所述的障碍物识别方法,其特征在于,所述语义分割模型包括至少一个卷积-池化结构,所述卷积-池化结构包括至少一个卷积层及一个池化层;在所述语义分割模型的训练过程中,针对每个卷积-池化结构,所述障碍物识别方法还包括:

获取所述卷积-池化结构所输出的第一特征图;

将所述第一特征图与目标掩码图像进行拼接,得到拼接特征图,其中,所述目标掩码图像为目标训练图像所关联的掩码图像,所述第一特征图基于所述目标训练图像而得;

对所述拼接特征图进行融合,得到第二特征图;

向所述卷积-池化结构在所述语义分割模型中的下一网络层传递所述第二特征图。

3.如权利要求2所述的障碍物识别方法,其特征在于,所述将所述第一特征图与目标掩码图像进行拼接,包括:

将所述目标掩码图像调整至目标尺寸,其中,所述目标尺寸为所述第一特征图的尺寸;

复制所述目标掩码图像,使得所述目标掩码图像的数量与所述第一特征图的通道数相同;

在通道维度,将所述第一特征图与所有的目标掩码图像进行拼接,得到拼接特征图,其中,所述拼接特征图的尺寸为所述目标尺寸,所述拼接特征图的通道数为所述第一特征图的通道数的两倍。

4.如权利要求2所述的障碍物识别方法,其特征在于,所述对所述拼接特征图进行融合,得到第二特征图,包括:

采用1×1卷积核对所述拼接特征图在通道维度进行融合,得到第二特征图。

5.如权利要求2所述的障碍物识别方法,其特征在于,在所述对所述拼接特征图进行融合,得到第二特征图之后,所述障碍物识别方法还包括:

获取待显示特征图,所述待显示特征图为所述第二特征图中随机一个通道的特征图;

基于所述待显示特征图生成热力图。

6.如权利要求5所述的障碍物识别方法,其特征在于,所述基于所述待显示特征图生成热力图,包括:

将所述待显示特征图调整至原始尺寸,所述原始尺寸为所述目标训练图像的尺寸;

基于调整后的所述待显示特征图生成热力图。

7.一种障碍物识别装置,其特征在于,包括:

获取单元,用于获取预设摄像头所采集的道路图像,其中,所述预设摄像头安装于目标车辆;

分割单元,用于将所述道路图像输入已训练的语义分割模型,其中,所述语义分割模型基于训练样本集结合注意力机制训练而得,所述训练样本集包含至少一个训练图像及各个训练图像所关联的掩码图像;

映射单元,用于若得到所述语义分割模型所输出的分割结果,则将所述分割结果映射回所述道路图像,以提取出所述道路图像包含的障碍物信息。

8.如权利要求7所述的障碍物识别装置,其特征在于,所述语义分割模型包括至少一个卷积-池化结构,所述卷积-池化结构包括至少一个卷积层及一个池化层;在所述语义分割模型的训练过程中,针对每个卷积-池化结构,所述障碍物识别装置还包括:

特征图获取单元,用于获取所述卷积-池化结构所输出的第一特征图;

特征图拼接单元,用于将所述第一特征图与目标掩码图像进行拼接,得到拼接特征图,其中,所述目标掩码图像为目标训练图像所关联的掩码图像,所述第一特征图基于所述目标训练图像而得;

特征图融合单元,用于对所述拼接特征图进行融合,得到第二特征图;

特征图传递单元,用于向所述卷积-池化结构在所述语义分割模型中的下一网络层传递所述第二特征图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市锐明技术股份有限公司,未经深圳市锐明技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110394670.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top