The invention discloses a method and a device for detecting a feasible driving area, which relates to the field of computer technology. One specific implementation of the method includes: extracting image features from the image to be detected using SqueezeNet model to obtain at least one multi-channel feature map; extracting image features from the multi-channel feature map using two sets of convolution kernels to obtain the first and second detection maps respectively; deconvoluting the first and second detection maps respectively, and determining the pending image according to the preset detection rules. The travelable area in the image is detected. The boundary of the feasible driving area obtained by the implementation method is fine, the detection accuracy is high, and the detection time is small, and the real-time performance is high.
【技术实现步骤摘要】
检测可行驶区域的方法和装置
本专利技术涉及计算机
,尤其涉及一种检测可行驶区域的方法和装置。
技术介绍
自动驾驶是指依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作,让电脑可以在没有任何人类主动操作的情况下自动安全地操作机动车辆。对于视觉计算,目前用于可行驶区域检测的方法主要有两类,即分块的方法和先卷积后反卷积的方法。分块的方法是把图像分割成一个一个块,每个块可能是4像素乘以4像素的块或8像素乘以8像素的块等,然后把每个块经过卷积神经网络,判断其属于可行驶区域还是非可行使区域。先卷积后反卷积的方法是先用卷积神经网络对图像进行特征提取,再用反卷积的方法把中间层放大到和原图一样的大小,从而实现了每个像素点对应一个标签。在实现本专利技术过程中,专利技术人发现现有技术中至少存在如下问题:1.采用分块的方法所得到的可行驶区域的边界比较粗糙,准确率低;2.采用先卷积后反卷积的方法所需参数量多且计算时间长,无法满足实时性的要求。
技术实现思路
有鉴于此,本专利技术实施例提供一种检测可行驶区域的方法和装置,能够提高检测可行驶区域的准确率;且检测所需时间少,实时性高。为实现上述目的,根据本专利技术实施例的一个方面,提供了一种检测可行驶区域的方法。本专利技术实施例的一种检测可行驶区域的方法包括:利用SqueezeNet模型从待检测图像中提取图像特征得到至少一个多通道特征图;采用两组卷积核从所述多通道特征图中提取图像特征分别得到第一检测图和第二检测图;对所述第一检测图和所述第二检测图进行反卷积,并根据预设检测规则确定所述待检测图像中的可行驶区域。可选地,利用Squ ...
【技术保护点】
1.一种检测可行驶区域的方法,其特征在于,包括:利用SqueezeNet模型从待检测图像中提取图像特征得到至少一个多通道特征图;采用两组卷积核从所述多通道特征图中提取图像特征分别得到第一检测图和第二检测图;对所述第一检测图和所述第二检测图进行反卷积,并根据预设检测规则确定所述待检测图像中的可行驶区域。
【技术特征摘要】
1.一种检测可行驶区域的方法,其特征在于,包括:利用SqueezeNet模型从待检测图像中提取图像特征得到至少一个多通道特征图;采用两组卷积核从所述多通道特征图中提取图像特征分别得到第一检测图和第二检测图;对所述第一检测图和所述第二检测图进行反卷积,并根据预设检测规则确定所述待检测图像中的可行驶区域。2.根据权利要求1所述的方法,其特征在于,利用SqueezeNet模型从待检测图像中提取图像特征得到至少一个多通道特征图包括以下步骤:利用所述SqueezeNet模型的卷积层对所述待检测图像进行卷积得到至少一个卷积图;利用所述SqueezeNet模型的下采样层对所述卷积图分别进行降维处理得到所述多通道特征图;其中,所述降维处理是将所述卷积图中每个与卷积核对应的区域以该区域所有元素中的最大值进行替换。3.根据权利要求1所述的方法,其特征在于,采用两组卷积核从所述多通道特征图中提取图像特征分别得到第一检测图和第二检测图包括:采用两组卷积核分别对所述多通道特征图进行图像特征提取,分别得到第一特征图集合和第二特征图集合;将所述第一特征图集合的各个特征图相加并进行激活处理,得到所述第一检测图;以及将所述第二特征图集合的各个特征图相加并进行激活处理,得到所述第二检测图。4.根据权利要求1所述的方法,其特征在于,分别对所述第一检测图和所述第二检测图进行反卷积,并根据预设检测规则确定所述待检测图像中的可行驶区域包括:分别对所述第一检测图和所述第二检测图进行反卷积得到第一反卷积图和第二反卷积图,根据预设的检测规则对所述第一反卷积图和所述第二反卷积图进行计算得到二维标签矩阵,基于所述二维标签矩阵确定所述待检测图像中的可行驶区域。5.根据权利要求1所述的方法,其特征在于,使用预设参数对所述SqueezeNet模型的参数进行初始化,采用反向传播和随机梯度下降法对初始化后的所述SqueezeNet模型的参数进行训练;使用双线性插值对所述反卷积的参数进行初始化,并采用反向传播和随机梯度下降法对初始化后的所述反卷积的参数进行训练。6.一种检测可行驶区域的装置,其特征在于,包括:提取模块,用于利用SqueezeN...
【专利技术属性】
技术研发人员:张立成,
申请(专利权)人:北京京东尚科信息技术有限公司,北京京东世纪贸易有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。