[发明专利]一种基于联合角点池化的复杂交通场景下车辆图像分割方法

摘要

本发明提供一种基于联合角点池化的复杂交通场景下车辆图像分割方法，重新整合CamVid数据集，沙漏网络提取数据集特征，前景分割分支、背景分割分支分别对特征进行处理。在前景分割分支中，特征首先进入多目标角点池化模块处理，得到目标候选框、目标类别标签和感兴趣区域，利用掩膜扫描模块扫描出目标的精确掩膜；在背景分割分支中，特征图与多目标角点池化模块生成的感兴趣区域进行融合，利用语义分割模块生成背景图。前景分割分支生成的掩膜、目标类别和候选框与背景分割分支生成的背景图在前背景排序模块中进行排序和定位，生成全景分割结果。解决了现有技术在检测复杂交通场景下车辆时往往表现不佳，不能准确地将这些车辆逐一检测、框选的问题。

主权项

1.一种基于联合角点池化的复杂交通场景下车辆图像分割方法，其特征在于，包括以下步骤：步骤S1：获取CamVid目标检测数据集，制作CamVid车辆图像数据集；步骤S2：选取沙漏网络为基石网络，并搭建神经网络框架；步骤S3：设计前景分割神经网络，利用多目标角点池化模块对基石网络产生的特征进行处理，生成图片内目标的类别和目标候选框，并利用目标候选框生成感兴趣区域，利用掩膜扫描模块处理基石网络生成的特征，输出前景目标掩膜；步骤S4：设计背景分割神经网络，将步骤S3生成的感兴趣区域和基石网络生成的特征在区域引导模块中进行融合，融合后的特征由语义分割模块处理，生成背景分割图；步骤S5：设计损失函数；步骤S6：利用前背景排序模块对步骤S3得到的前景目标掩膜和步骤S4得到的背景分割图进行融合，得到图像的全景分割结果。