[发明专利]对于标注训练数据具有较少要求的图像分类器

说明书

提供了对于标注训练数据具有较少要求的图像分类器。一种用于相对于对象值o和属性值a的组合y=(a，o)对输入图像x进行分类的图像分类器（1），包括：·编码器网络（2），其被配置为将输入图像x映射到表示Z，其中该表示Z包括多个独立分量z₁，…，z_K；·对象分类头网络（3），其被配置为将输入图像x的表示分量z₁，…，z_K映射到一个或多个对象值o；·属性分类头网络（4），其被配置为将输入图像x的表示分量z₁，…，z_K映射到一个或多个属性值a；和·关联单元（5），其被配置为向每个分类头网络（3，4）提供输入图像x的与相应分类头网络（3，4）的分类任务相关的那些表示分量z₁，…，z_K的线性组合z_o、z_a。一种用于训练图像分类器（1）的方法（100）。

技术领域

本发明涉及图像分类器，其尤其可以用于出于至少部分自动化驾驶目的分析交通情形图像。

背景技术

对车辆环境的观察是人类驾驶员在使车辆转向通过交通时使用的主要信息源。因此，用于至少部分自动化驾驶的系统也依赖于对车辆环境图像的分析。这种分析是使用图像分类器来执行的，所述图像分类器检测所获取的图像中的对象-属性对。例如，对象可以具有某种类型（诸如交通标志、车辆、车道），并且也可以被给予一个属性，该属性指代对象的某种特性或状态（如颜色）。这样的图像分类器用训练图像来训练，所述训练图像用关于它们的对象内容的基准真值（ground truth）来标注。

为了图像分类器的可靠操作，有必要利用在多种多样情形下获取的广泛图像集进行训练，使得图像分类器可以最佳地推广到未见情形。

发明内容

本发明提供了一种用于相对于对象值o和属性值a的组合y=(a，o)对输入图像x进行分类的图像分类器。

该图像分类器包括编码器网络，该编码器网络被配置为将输入图像x映射至表示Z，其中该表示Z包括多个独立分量z₁，…，z_K。例如，该编码器网络可以包括一个或多个卷积层，该一个或多个卷积层将滤波器核应用于输入图像并产生一个或多个特征图。

该图像分类器进一步包括对象分类头网络以及属性分类头网络，该对象分类头网络被配置为将输入图像x的表示分量z₁，…，z_K映射到一个或多个对象值o，该属性分类头网络被配置为将输入图像x的表示分量z₁，…，z_K映射到一个或多个属性值a。但这些分类头网络没有取得具有所有表示分量z₁，…，z_K的完整表示Z作为输入。而是，图像分类器包括关联单元，该关联单元被配置为向每个分类头网络提供输入图像x的与相应分类头网络的分类任务相关的那些表示分量z₁，…，z_K的线性组合z_o、z_a。

通过限制每个分类头网络对输入图像x的特定表示分量z₁，…，z_K的访问，降低了图像分类器在训练期间学习不想要的关联的趋势。

例如，如果训练图像包含具有其独特红色的消防车，则图像分类器可以将对象类型“消防车”不仅与消防车的形状相关联，而且还与颜色“红色”相关联。特别地，因为对于图像分类器来说，确定图像包含更多的红色比它在不同形状的车辆之间进行区分容易得多，所以图像分类器可能相比于形状更多地依赖于颜色。这样的“捷径学习”可能无法推广到不在训练图像分布中的图像。例如，一些机场消防车是黄色的。因为黄色又是许多校车具有的颜色，并且两者都是具有相当大轮廓的车辆，所以已经屈服于“捷径学习”的图像分类器可能将黄色消防车误分类为校车。