[发明专利]场景识别方法、计算机设备、计算机可读存储介质及车辆

权利要求书

1.一种场景识别方法，其特征在于，所述方法包括：

获取视觉传感器采集到的图像；

通过多任务模型的共享特征提取网络提取所述图像的图像特征，并将所述图像特征输入至所述多任务模型的每个场景识别网络；

通过每个场景识别网络并根据所述图像特征，分别对不同类型的视觉识别失效场景进行识别。

2.根据权利要求1所述的场景识别方法，其特征在于，“通过多任务模型的共享特征提取网络提取所述图像的图像特征”的步骤包括：

通过所述共享特征提取网络的第一级特征提取网络，提取所述图像的第一级图像特征；

通过所述共享特征提取网络的第二级特征提取网络，对所述第一级图像特征进行特征提取，以获取第二级图像特征。

3.根据权利要求2所述的场景识别方法，其特征在于，在“通过多任务模型的共享特征提取网络提取所述图像的图像特征”的步骤之后，所述方法还包括：

将所述第一级图像特征输入至所述多任务模型的每个目标识别网络；

通过每个目标识别网络并根据所述第一级图像特征，分别对不同类型的目标进行识别。

4.根据权利要求2所述的场景识别方法，其特征在于，所述方法还包括通过下列方式构建所述第一级特征提取网络：

采用卷积核尺寸大于预设的尺寸阈值的大核卷积，建立大核卷积层；

根据所述大核卷积层，构建所述第一级特征提取网络。

5.根据权利要求2所述的场景识别方法，其特征在于，所述方法还包括通过下列方式构建所述第二级特征提取网络：

建立多个残差块；

将多个残差块顺次连接，以构建所述第二级特征提取网络。

6.根据权利要求1所述的场景识别方法，其特征在于，所述方法还包括通过下列方式构建所述场景识别网络：

分别建立卷积层、全局池化层和全连接层；

将所述卷积层、所述全局池化层和所述全连接层顺次连接，以构建所述场景识别网络。

7.根据权利要求6所述的场景识别方法，其特征在于，所述方法还包括通过下列方式建立所述全连接层：

分别建立多个全连接子层；

将多个全连接子层顺次连接，以建立所述全连接层。

8.根据权利要求1所述的场景识别方法，其特征在于，“通过每个场景识别网络并根据所述图像特征，分别对不同类型的视觉识别失效场景进行识别”的步骤具体包括：

通过与每个视觉识别失效场景的类型各自对应的场景识别网络并根据所述图像特征，分别对每个类型的视觉识别失效场景进行识别；

所述视觉识别失效场景的类型包括：雨天和/或视觉传感器的视野被全部遮挡和/或视觉传感器的视野被部分遮挡和/或车辆挡风玻璃存在霜冻。

9.根据权利要求8所述的场景识别方法，其特征在于，“通过每个场景识别网络并根据所述图像特征，分别对不同类型的视觉识别失效场景进行识别”的步骤还包括：

通过雨天对应的场景识别网络对雨天进行识别并识别降雨等级。

10.一种计算机设备，包括处理器和存储装置，所述存储装置适于存储多条程序代码，其特征在于，所述程序代码适于由所述处理器加载并运行以执行权利要求1至9中任一项所述的场景识别方法。

11.一种计算机可读存储介质，其中存储有多条程序代码，其特征在于，所述程序代码适于由处理器加载并运行以执行权利要求1至9中任一项所述的场景识别方法。

12.一种车辆，其特征在于，所述车辆包括权利要求10所述的计算机设备。