[发明专利]基于卷积神经网络跨模态融合的道路场景语义分割方法在审
| 申请号： | 202110308057.8 | 申请日： | 2021-03-23 |
| 公开（公告）号： | CN112991364A | 公开（公告）日： | 2021-06-18 |
| 发明（设计）人： | 周武杰;刘劲夫;叶宁;雷景生;万健;钱小鸿;甘兴利 | 申请（专利权）人： | 浙江科技学院 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京睿智保诚专利代理事务所(普通合伙) 11732 | 代理人： | 韩迎之 |
| 地址： | 310023 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络跨模态融合的道路场景语义分割方法，涉及深度学习的技术领域。本发明在训练阶段，构建卷积神经网络，其隐层包括两个初始神经网络块、八个残差神经网络块、两个融合块、三个解码块；使用原始的道路场景图像输入到卷积神经网络中进行训练，得到对应的三组预测图，分别为9幅语义分割预测图、两幅前景背景预测图、两幅边界预原测图；再分别计算这三组预测图构成的集合与对应的语义分割标签图集之间的损失函数值，将三个损失函数值相加得到最终的损失函数，通过训练获得卷积神经网络分类训练模型的最优权值矢量和偏置项。本发明提高了道路场景图像的语义分割效率，并且提升了准确度。 | ||
| 搜索关键词： | 基于 卷积 神经网络 跨模态 融合 道路 场景 语义 分割 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江科技学院，未经浙江科技学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110308057.8/，转载请声明来源钻瓜专利网。
