[发明专利]一种细粒度道路区域识别方法、场景切换控制方法及装置

权利要求书

1.一种细粒度道路区域识别方法，其特征在于，步骤包括：

S01.在车辆行驶过程中，获取车载图像采集设备采集的道路环境图像；

S02.使用预先训练形成的道路类别识别模型，对采集到的所述道路环境图像进行识别，得到细粒度的道路分类信息；

S03.根据所述道路分类信息对所述道路类别识别模型进行更新。

2.根据权利要求1所述的细粒度道路区域识别方法，其特征在于，所述道路类别识别模型使用深度学习网络模型训练得到。

3.根据权利要求2所述的细粒度道路区域识别方法，其特征在于，所述道路类别识别模型使用深度学习网络模型训练的步骤包括：

S201.使用包含有不同细粒度道路类别的数据集对深度学习网络模型进行训练，得到初始道路类别识别模型；

S202.获取所述道路类别识别模型存在误检、漏检的图片数据集，并分割出细粒度识别道路区域，对分割出的所述细粒度识别道路区域进行标注调整，得到优化数据集；

S203.使用所述优化数据集重新对所述初始道路类别识别模型进行训练，得到优化后的道路类别识别模型。

4.根据权利要求3所述的细粒度道路区域识别方法，其特征在于，所述步骤S202中，使用预先构建的深度卷积网络语义分割模型对图像进行分割，分割出所述细粒度识别道路区域。

5.根据权利要求1～4中任意一项所述的细粒度道路区域识别方法，其特征在于，所述步骤S03中，若当前得到的所述道路分类信息判断为错误分类，则将当前采集到的道路环境图像分割出细粒度识别道路区域，对分割出的所述细粒度识别道路区域进行标注调整后加入至优化数据集中，以用于对所述道路类别识别模型进行优化更新。

6.根据权利要求1～4中任意一项所述的细粒度道路区域识别方法，其特征在于，所述步骤S02还包括根据得到的所述道路分类信息，按照预设的编码规则生成对应的分类信息编码输出。

7.一种场景切换控制方法，其特征在于，步骤包括：

使用权利要求1～6中任意一项所述的细粒度道路区域识别方法，实时识别出细粒度的道路分类信息；

根据识别出的道路分类信息，控制切换输出对应的场景信息。

8.根据权利要求7所述的场景切换控制方法，其特征在于，所述根据识别出的道路类型，控制切换输出对应的场景信息包括：

根据识别出的道路分类信息，根据预先构建的映射表生成对应的场景编码号输出；

当接收到所述场景编码号时，控制切换所述场景编码号所对应的场景信息输出。

9.一种细粒度道路区域识别装置，其特征在于，包括：

车载图像采集设备，用于在车辆行驶过程中，获取采集的道路环境图像；

细粒度分类模块，用于使用预先训练形成的道路类别识别模型，对采集到的所述道路环境图像进行识别，得到细粒度的道路分类信息；

更新模块，用于根据所述道路分类信息对所述道路类别识别模型进行更新。

10.一种计算机装置，包括处理器以及存储器，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序，其特征在于，所述处理器用于执行所述计算机程序以执行如权利要求1～8中任意一项所述方法。