[发明专利]训练分割神经网络的方法及装置

说明书

本公开公开了一种训练分割神经网络的方法及装置，涉及人工智能领域，尤其涉及计算机视觉和深度学习技术领域。具体实现方案为：获取多个第一样本图像和第一样本图像的标签，其中，第一样本图像采集自车辆内部的图像采集装置；使用多个第一样本图像和第一样本图像的标签作为训练数据来训练第一神经网络；利用经训练的第一神经网络分割多个第二样本图像，得到与多个第二样本图像中每个第二样本图像对应的分割结果和特征图，其中，第二样本图像采集自车辆外部的图像采集装置；以及根据第二样本图像、分割结果和特征图，训练第二神经网络，得到经训练的第二神经网络，作为分割神经网络。

技术领域

本公开涉及人工智能领域，尤其涉及计算机视觉技术和深度学习技术领域。

背景技术

随着经济的发展，城市内的汽车保有量也逐年增加。汽车保有量的持续增长不仅为城市交通系统带来巨大负担，也增加了交通事故的发生频次。而安全带作为保证车辆内部乘员人身安全的安全装备，可以在交通事故发生时对乘员进行保护，提高乘员的安全性。但是仍有很多人抱有侥幸心理，在驾驶或乘坐车辆的过程中没有按照规定佩戴安全带，存在较大的安全隐患。

发明内容

本公开提供了一种用于训练分割神经网络的方法、确定是否佩戴安全带的方法、装置、设备以及存储介质。

根据本公开的一方面，提供了一种训练分割神经网络的方法，包括：获取多个第一样本图像和所述第一样本图像的标签，其中，所述第一样本图像采集自车辆内部的图像采集装置；使用所述多个第一样本图像和所述第一样本图像的标签作为训练数据来训练第一神经网络；利用经训练的所述第一神经网络分割多个第二样本图像，得到与所述多个第二样本图像中每个第二样本图像对应的分割结果和特征图，其中，所述第二样本图像采集自车辆外部的图像采集装置；以及根据第二样本图像、所述分割结果和所述特征图，训练第二神经网络，得到经训练的第二神经网络，作为所述分割神经网络。

根据本公开的另一方面，提供了一种确定是否佩戴安全带的方法，包括：获取原始图像，其中，所述原始图像采集自车辆外部的图像采集装置；利用检测神经网络，确定所述原始图像中的乘员区域；利用经训练的分割神经网络对所述乘员区域进行分割，以得到安全带区域；以及根据所述安全带区域的面积，确定乘员是否佩戴安全带；其中，所述分割神经网络是利用根据本公开实施例所述的训练分割神经网络的方法训练的。

根据本公开的另一方面，提供了一种训练分割神经网络的装置，包括：第一获取模块，用于获取多个第一样本图像和所述第一样本图像的标签，其中，所述第一样本图像采集自车辆内部的图像采集装置；第一训练模块，用于使用所述多个第一样本图像和所述第一样本图像的标签作为训练数据来训练第一神经网络；第一分割模块，用于利用经训练的所述第一神经网络分割多个第二样本图像，得到与所述多个第二样本图像中每个第二样本图像对应的分割结果和特征图，其中，所述第二样本图像采集自车辆外部的图像采集装置；以及第二训练模块，用于根据第二样本图像、所述分割结果和所述特征图，训练第二神经网络，得到经训练的第二神经网络，作为所述分割神经网络。

根据本公开的另一方面，提供了一种确定是否佩戴安全带的装置，包括：第二获取模块，用于获取原始图像，其中，所述原始图像采集自车辆外部的图像采集装置；第一确定模块，用于利用检测神经网络，确定所述原始图像中的乘员区域；第二分割模块，用于利用经训练的分割神经网络对所述乘员区域进行分割，以得到安全带区域，其中，所述分割神经网络是利用根据本公开实施例训练分割神经网络的方法训练的；以及第二确定模块，用于根据所述安全带区域的面积，确定乘员是否佩戴安全带。

本公开的另一个方面提供了一种计算设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现根据本公开实施例所述的方法。

本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现根据本公开实施例所述的方法。