一种基于双分支语义分割网络的道路要素检测方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114155510A(43)申请公布日2022.03.08(21)申请号202111494255.4G06K9/62(2022.01)(22)申请日2021.12.08G06N3/04(2006.01)G06N3/08(2006.01)(71)申请人武汉中海庭数据技术有限公司地址430000湖北省武汉市东湖新技术开发区软件园东路1号软件园4.1期B6栋1层、9层、10层01室(自贸区武汉片区)(72)发明人万齐斌王畅刘奋(74)专利代理机构武汉蓝宝石专利代理事务所(特殊普通合伙)42242代理人万畅(51)Int.Cl.G06V20/58(2022.01)G06V10/26(2022.01)G06V10/80(2022.01)G06V10/82(2022.01)权利要求书2页说明书5页附图3页(54)发明名称一种基于双分支语义分割网络的道路要素检测方法及装置(57)摘要本发明涉及一种基于双分支语义分割网络的道路要素检测方法及装置，本发明将车端采集的道路交通要素图像数据输入语义分割网络的两个分支中，进行特征提取；所述语义分割网络的两个分支分别为空间分支和语义分支；所述空间分支用于保留图像数据的浅层空间信息；所述语义分支用于提取图像数据的深层语义信息；然后将所述语义分割网络的两个分支的输出进行融合得到所述图像数据的特征图。本方案在细节分支上采用空洞卷积，增大了网络的感受野，在语义分支上，加入一种改进型的残差块，同时，优化损失函数，使得感知结果较之前的结构有明显增强。CN114155510ACN114155510A权利要求书1/2页1.一种基于双分支语义分割网络的道路要素检测方法，其特征在于，包括以下步骤：S1，获取车端采集的道路交通要素图像数据；S2，将所述图像数据输入语义分割网络的两个分支中，进行特征提取；所述语义分割网络的两个分支分别为空间分支和语义分支；所述空间分支用于保留图像数据的浅层空间信息；所述语义分支用于提取图像数据的深层语义信息；S3，将所述语义分割网络的两个分支的输出进行融合得到所述图像数据的特征图。2.根据权利要求1所述的方法，其特征在于，所述空间分支为基于空洞卷积D‑conv构建的网络结构。3.根据权利要求2所述的方法，其特征在于，所述空间分支包括级联的1个普通卷积核和5个空洞卷积核。4.根据权利要求2所述的方法，其特征在于，所述语义分支为基于新型残差块N‑resblock构建的网络结构，所述新型残差块包括一个3×3卷积层、与所述3×3卷积层平行的1×1卷积分支和恒等映射分支，所述3×3卷积层、1×1卷积分支以及恒等映射分支的输入均为上层网络输出，所述3×3卷积层、1×1卷积分支以及恒等映射分支的输出叠加融合后作为新型残差块的输出。5.根据权利要求4所述的方法，其特征在于，所述语义分支包括12个步长为1的新型残差块，每两个新型残差块之间设置有1个步长为2的空洞卷积块，最后1个新型残差块后连接1个步长为1的普通卷积核。6.根据权利要求1所述的方法，其特征在于，所述的将所述改进型语义分割网络的两个分支的输出进行融合得到所述图像数据的特征图，包括：对空间分支的输出进行下采样，对语义分支的输出进行上采样，保证空间分支和语义分支输出的尺寸和通道保持一致，然后进行相加，得到所述图像数据的特征图。7.根据权利要求1所述的方法，其特征在于，所述语义分割网络的训练过程中，采用OHEM_loss函数计算语义分割网络的输出值与真值之间的损失值，各样本的损失值进行排序，将损失值排名靠前的指定比例的样本定义为简单样本，不计入损失，以平衡正负样本比例。8.一种基于双分支语义分割网络的道路要素检测装置，其特征在于，包括：图像数据采集模块，获取车端采集的道路交通要素图像数据；特征提取模块，将所述图像数据输入语义分割网络的两个分支中，进行特征提取；所述语义分割网络的两个分支分别为空间分支和语义分支；所述空间分支用于保留图像数据的浅层空间信息；所述语义分支用于提取图像数据的深层语义信息；特征融合模块，将所述语义分割网络的两个分支的输出进行融合得到所述图像数据的特征图。9.一种电子设备，其特征在于，包括：存储器，用于存储计算机软件程序；处理器，用于读取并执行所述计算机软件程序，进而实现权利要求1‑7任一项所述的一种基于双分支语义分割网络的道路要素检测方法。10.一种非暂态计算机可读存储介质，其特征在于，所述存储介质中存储有用于实现权利要求1‑7任一项所述的一种基于双分支语义分割网络的道路要素检测方法的计算机软件2CN114155510A权利要求书2/2页程序。3CN114155510A说明书1/5页一种基于双分支语义分割网络的道路要素检测方法及装置技术领域[0001]本