[发明专利]一种基于语义分割的择优式方向偏移预警系统和方法

说明书

本发明公开了一种基于语义分割的择优式方向偏移预警系统和方法，该系统包括：语义分割模块，偏移检测模块，择优模块和偏移预警模块；该方法包括：1.使用语义分割网络提取道路像素的分布信息；2.两个识别道路边缘的过程并行进行得到两组结果；3.择优模块对偏移检测模块输出的两个结果进行评估选择根优的结果，增强算法的鲁棒性；4.通过对道路边缘信息的处理得到预警结果。本发明能实现对道路边缘信息的进行处理，并据此给出偏移预警，从而保证道路安全。

技术领域

本发明属于计算机视觉领域，涉及到语义分割、霍夫直线检测、最小外包三角形等技术，是一种可以用于给出前进方向偏移道路情况的方法。

背景技术

目前很多检测偏移的算法都关注于公路可行驶区域的分割和偏移预警一般是只利用图像处理技术中的聚类、边缘检测和基于滤波器和基于特征的机器学习方法，在一般道路上效果不好，相比于特殊的公路，一般场景下的道路往往比较窄小，视野也比较小，也可能存在一些锯齿状或波浪形的边缘。公路上的这些方法由于受限于特殊的场景(比如要求有车道线)和没有考虑到一般道路边缘的形状而无法适用。

发明内容

本发明是为了解决上述现有技术存在的不足之处，提出一种基于语义分割的择优式方向偏移预警系统和方法，以期能准确识别道路边缘，从而实现对一般道路下的偏移预警，并保证道路安全。

本发明为解决技术问题采用如下的方法方案：

本发明一种基于语义分割的择优式方向偏移预警系统的特点包括：语义分割模块、偏移检测模块、择优模块、偏移预警模块；

所述语义分割模块中设置有语义分割网络F_θ，且是关于输入图片的非线性函数，其中θ是语义分割网络F_θ的参数；利用语义分割网络F_θ对输入的当前RGB图片X提取特征并输出包含每个像素点的道路概率矩阵P＝F_θ(X)，其中，X为3×H×W的张量，H，W分别表示当前RGB图片的高和宽，P为H×W的张量，令P_i是P中第i个像素点对应的道路概率值，P_i∈[0，1]，i＝1，2，...，H×W；

利用二值化处理函数F_t对所述道路概率矩阵P进行二值化处理，得到所有像素点的分类结果矩阵S＝F_t(P)，且S为H×W的张量，令S_i是S中第i个像素点对应的分类值，S_i∈{0，1}，i＝1，2，...，H×W，若S_i＝1，表示第i个像素点是道路上的像素点，若S_i＝0，表示第i个像素点不是道路上的像素点；

所述偏移检测模块采用两个方法并行处理所述分类结果矩阵S，并相应得到两个道路边缘直线组L₁，L₂，且每个道路边缘直线组中包含两条直线，分别代表道路的两侧边缘；

所述择优模块基于两个道路边缘直线组L₁，L₂构建损失函数loss：

其中，s₁，s₂为当前RGB图片X所对应的任意一个道路边缘直线组中的两条直线的斜率，k₁，k₂是上一次输入的RGB图片所对应的较优道路边缘直线组中两条直线的斜率，d₁，d₂分别表示斜率为s₁，s₂所对应的道路边缘直线组中两条直线的交点坐标，p₁，p₂为当前RGB图片X的中心像素点坐标；λ₁，λ₂，λ₃，λ₄是一组超参数；