基于语义分割的可行驶区域检测方法.pdf
书生****ma
亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于语义分割的可行驶区域检测方法.pdf
本发明公开了基于语义分割的可行驶区域检测方法,其步骤:1)区域分割:对输入的原始图像进行分割,得到包含路面标签、移动目标标签、障碍物标签及背景标签的分割结果图像;2)区域像素扫描:对分割后的图像进行扫描,逐列扫描,找到每列的关键点对,即像素列中成对的道路边缘点;3)关键点提取:经过区域扫描,得到一对或多对关键点,确定具体的可行驶区域范围;4)反投影变换:将像素坐标系下的可行驶区域信息,通过反投影变换将像素位置还原到车辆坐标系下,得到基于语义分割的可行驶区域图像。本发明经过特定区域扫描,形成关键点对,再筛选
一种基于语义分割的周视可行驶区域检测方法.pdf
本发明涉及一种基于语义分割的周视可行驶区域检测方法,包括如下步骤:1)周视摄像头组采集本车朝多个水平方向的图像;2)对图像进行语义分割得到灰度图;3)提取灰度图中可行驶区域的边界;4)将可行驶区域的边界从灰度图的坐标系转换到车辆坐标系中,得到边界坐标;5)对所有边界坐标进行合并,得到全局边界坐标;6)对全局边界坐标进行角度过滤,得到可行驶区域边界。本发明通过周视摄像头组采集图像,使检测到的可行驶区域更加全面;基于语义分割提取可行驶区域边界,准确率高,难度低;将可行驶区域的边界转换到车辆坐标系下,降低融合难
基于语义分割的实例分割系统和方法.pdf
本发明涉及一种基于语义分割执行实例分割的系统和方法。该系统和方法能够(1)在给定语义分割的情况下实时处理高清图像;(2)当与广泛使用的语义分割方法(如密集预测单元)结合时,在准确性方面可提供与MaskR?CNN相当的性能,同时始终优于最先进的实时解决方案;(3)灵活地与任何语义分割模型一起进行实例分割;(4)如果给定的语义分割足够好,则优于MaskR?CNN;(5)易于扩展到全景分割。
基于颜色模式分析与语义分割的盲道检测方法.pdf
本发明涉及视觉识别领域,提出一种颜色模式分析与语义分割的盲道检测方法,旨在解决在在盲道检测中,对于光照、颜色和纹理变化较为敏感,不适用于复杂环境下的盲道区域的精确提取的技术问题。该方法包括:获取待检测图像对应的盲道颜色概率特征图;利用预先构建的高斯扩散模型获取上述待检测图像对应的盲道位置概率特征图;利用预先构建的语义分割模型获取上述待检测图像对应的盲道局部纹理特征图,并根据上述盲道颜色概率特征图、上述盲道位置概率特征图和上述盲道局部纹理特征图获取特征融合图像,对上述特征融合图像进行语义分割得到上述待检测图
基于目标检测和语义分割融合的障碍物检测方法.pdf
基于目标检测和语义分割融合的障碍物检测方法属于电子信息领域。该方法参考了卷积神经网络中优秀的轻量级网络框架和优秀的网络设计思路,设计了可在移动智能设备上实现实时目标检测和语义分割的端到端卷积神经网络DeSeNet,通过统一的数据标注格式和对优秀网络模块的合理利用,加强了DeSeNet网络的特征提取能力,成功将目标检测和语义分割任务结合起来,大大扩充了障碍物识别的范围,在保证正确率的情况下减少了网络参数,使得网络在移动智能设备上实时运行成为了可能,为诸如视障人士出行辅助设备的制造提供了技术支持。