一种轨面语义分割方法及装置制造方法及图纸

本申请提供了一种轨面语义分割方法及装置，其中，该方法包括：获取轨道图像；将所述轨道图像输入至预先训练好的轨面语义分割模型中，获取所述轨道图像中每个像素点对应的分类概率，所述分类概率用于表征每个像素点是轨面特征的概率；根据所述轨道图像中每个像素点对应的分类概率和预设分类概率阈值，得到所述轨道图像的轨面分割图像，所述轨面分割图像标记有所述轨道图像中的轨面区域以及背景区域。本申请实施例能够通过图像分割技术从列车行驶前方的图像中分割出轨面部分，提升轨面与其他区域的视觉差别，从而可以帮助驾驶员更好的辨别轨道上是否有障碍物，提高辨别的准确率。

A Semantic Segmentation Method and Device for Rail Surface

This application provides a rail semantics segmentation method and device, which includes: acquiring the rail image; inputting the rail image into the pre-trained rail semantics segmentation model to obtain the classification probability corresponding to each pixel in the rail image; the classification probability is used to represent the probability of each pixel feature; and according to the rail image. The rail segmentation image of the track image is obtained by the classification probability corresponding to each pixel and the preset classification probability threshold. The rail segmentation image marks the rail area and the background area of the track image. The embodiment of this application can segment the track part from the image in front of the train by image segmentation technology, enhance the visual difference between the track and other areas, thus helping the driver to better distinguish whether there are obstacles on the track and improve the accuracy of identification.

【技术实现步骤摘要】
一种轨面语义分割方法及装置
本申请涉及轨道交通
，具体而言，涉及一种轨面语义分割方法及装置。
技术介绍
目前，在轨道交通中，列车行驶区域常有障碍物，如行人、车辆、或者其他物品等，极易引发交通事故。目前列车在行驶过程中，主要靠驾驶员目视行驶区域，人为判断轨道上是否有障碍物。但是由于轨道的颜色和其他背景或障碍物的颜色相差不大，且列车行驶速度大，而人眼视距较短，因此仅仅靠人眼去辨别是否有障碍物容易出现漏判的情况，导致辨别的准确率较低。
技术实现思路
有鉴于此，本申请实施例的目的在于提供一种轨面语义分割方法及装置，能够通过图像分割技术从列车行驶前方的图像中分割出轨面部分，提升轨面与其他区域的视觉差别，从而可以帮助驾驶员更好的辨别轨道上是否有障碍物，提高辨别的准确率。第一方面，本申请实施例提供了一种轨面语义分割方法，包括：获取轨道图像；将所述轨道图像输入至预先训练好的轨面语义分割模型中，获取所述轨道图像中每个像素点对应的分类概率，所述分类概率用于表征每个像素点是轨面特征的概率；根据所述轨道图像中每个像素点对应的分类概率和预设分类概率阈值，得到所述轨道图像的轨面分割图像，所述轨面分割图像标记有所述轨道图像中的轨面区域以及背景区域。结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，通过下述方式获得所述预先训练好的轨面语义分割模型：获取多个样本轨道图像，以及与所述样本轨道图像对应的样本标注图像，所述样本标注图像标记有所述样本轨道图像中的轨面区域以及背景区域；将所述样本轨道图像输入至预先构建的轨面语义分割模型中，获取所述样本轨道图像中每个像素点对应的分类概率；根据所述样本轨道图像中每个像素点对应的分类概率以及与各个样本轨道图像对应的样本标注图像，对所述轨面语义分割模型进行本轮训练；经过对所述轨面语义分割模型进行多轮训练，得到所述预先训练好的轨面语义分割模型。结合第一方面的第一种可能的实施方式，本申请实施例提供了第一方面的第二种可能的实施方式，其中，所述根据所述样本轨道图像中每个像素点对应的分类概率以及与各个样本轨道图像对应的样本标注图像，对所述轨面语义分割模型进行本轮训练，包括：针对每个所述样本轨道图像，根据该样本轨道图像中每个像素点对应的分类概率以及与该样本轨道图像对应的样本标注图像，获得该样本轨道图像中每个像素点对应的交叉熵损失；根据该样本轨道图像中每个像素点对应的交叉熵损失，调整所述轨面语义分割模型的参数；直至所有样本轨道图像完成本轮的训练后，确定完成对所述轨面语义分割模型的本轮训练。结合第一方面，本申请实施例提供了第一方面的第三种可能的实施方式，其中，所述根据所述轨道图像中每个像素点对应的分类概率和预设分类概率阈值，得到所述轨道图像的轨面分割图像，包括：针对所述轨道图像中的每个像素点，如果该像素点对应的分类概率大于所述预设分类概率阈值，则确定该像素点属于轨面区域，并将该像素点的像素值设置成预设轨面像素值；在调整完所述轨道图像中每个像素点的像素值之后，得到所述轨道图像的第一轨面分割图像。结合第一方面的第三种可能的实施方式，本申请实施例提供了第一方面的第四种可能的实施方式，其中，所述根据所述轨道图像中每个像素点对应的分类概率和预设分类概率阈值，得到所述轨道图像的轨面分割图像，包括：针对所述轨道图像中的每个像素点，如果该像素点对应的分类概率不大于所述预设分类概率阈值，则确定该像素点属于背景区域，并将该像素点的像素值设置成预设非轨面像素值；在调整完所述轨道图像中每个像素点的像素值之后，得到所述轨道图像的第二轨面分割图像。结合第一方面，本申请实施例提供了第一方面的第五种可能的实施方式，其中，所述方法还包括：将所述轨面分割图像中的轨面区域映射到所述轨道图像上。第二方面，本申请实施例提供了一种轨面语义分割装置，包括：轨道图像获取模块，用于获取轨道图像；像素点分类模块，用于将所述轨道图像输入至预先训练好的轨面语义分割模型中，获取所述轨道图像中每个像素点对应的分类概率，所述分类概率用于表征每个像素点是轨面特征的概率；轨面分割图像获取模块，用于根据所述轨道图像中每个像素点对应的分类概率和预设分类概率阈值，得到所述轨道图像的轨面分割图像，所述轨面分割图像标记有所述轨道图像中的轨面区域以及背景区域。结合第二方面，本申请实施例提供了第二方面的第一种可能的实施方式，其中，还包括：轨面语义分割模型训练模块，用于获取多个样本轨道图像，以及与所述样本轨道图像对应的样本标注图像，所述样本标注图像标记有所述样本轨道图像中的轨面区域以及背景区域；将所述样本轨道图像输入至预先构建的轨面语义分割模型中，获取所述样本轨道图像中每个像素点对应的分类概率；根据所述样本轨道图像中每个像素点对应的分类概率以及与各个样本轨道图像对应的样本标注图像，对所述轨面语义分割模型进行本轮训练；经过对所述轨面语义分割模型进行多轮训练，得到所述预先训练好的轨面语义分割模型。结合第二方面的第一种可能的实施方式，本申请实施例提供了第二方面的第二种可能的实施方式，其中，所述轨面语义分割模型训练模块，具体用于采用下述方式根据所述样本轨道图像中每个像素点对应的分类概率以及与各个样本轨道图像对应的样本标注图像，对所述轨面语义分割模型进行本轮训练：针对每个所述样本轨道图像，根据该样本轨道图像中每个像素点对应的分类概率以及与该样本轨道图像对应的样本标注图像，获得该样本轨道图像中每个像素点对应的交叉熵损失；根据该样本轨道图像中每个像素点对应的交叉熵损失，调整所述轨面语义分割模型的参数；直至所有样本轨道图像完成本轮的训练后，确定完成对所述轨面语义分割模型的本轮训练。结合第二方面，本申请实施例提供了第二方面的第三种可能的实施方式，其中，所述轨面分割图像获取模块，具体用于针对所述轨道图像中的每个像素点，如果该像素点对应的分类概率大于所述预设分类概率阈值，则确定该像素点属于轨面区域，并将该像素点的像素值设置成预设轨面像素值；在调整完所述轨道图像中每个像素点的像素值之后，得到所述轨道图像的第一轨面分割图像。结合第二方面的第三种可能的实施方式，本申请实施例提供了第二方面的第四种可能的实施方式，其中，所述轨面分割图像获取模块，还具体用于针对所述轨道图像中的每个像素点，如果该像素点对应的分类概率不大于所述预设分类概率阈值，则确定该像素点属于背景区域，并将该像素点的像素值设置成预设非轨面像素值；在调整完所述轨道图像中每个像素点的像素值之后，得到所述轨道图像的第二轨面分割图像。结合第二方面，本申请实施例提供了第二方面的第五种可能的实施方式，其中，还包括：映射模块，用于将所述轨面分割图像中的轨面区域映射到所述轨道图像上。第三方面，本申请实施例还提供一种计算机设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述第一方面，或第一方面的第一种可能的实施方式至第五种可能的实施方式中任一种可能的实施方式中的步骤。第四方面，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述第一方面，或第一方面的第一种本文档来自技高网...

【技术保护点】
1.一种轨面语义分割方法，其特征在于，包括：获取轨道图像；将所述轨道图像输入至预先训练好的轨面语义分割模型中，获取所述轨道图像中每个像素点对应的分类概率，所述分类概率用于表征每个像素点是轨面特征的概率；根据所述轨道图像中每个像素点对应的分类概率和预设分类概率阈值，得到所述轨道图像的轨面分割图像，所述轨面分割图像标记有所述轨道图像中的轨面区域以及背景区域。

【技术特征摘要】
1.一种轨面语义分割方法，其特征在于，包括：获取轨道图像；将所述轨道图像输入至预先训练好的轨面语义分割模型中，获取所述轨道图像中每个像素点对应的分类概率，所述分类概率用于表征每个像素点是轨面特征的概率；根据所述轨道图像中每个像素点对应的分类概率和预设分类概率阈值，得到所述轨道图像的轨面分割图像，所述轨面分割图像标记有所述轨道图像中的轨面区域以及背景区域。2.根据权利要求1所述的方法，其特征在于，通过下述方式获得所述预先训练好的轨面语义分割模型：获取多个样本轨道图像，以及与所述样本轨道图像对应的样本标注图像，所述样本标注图像标记有所述样本轨道图像中的轨面区域以及背景区域；将所述样本轨道图像输入至预先构建的轨面语义分割模型中，获取所述样本轨道图像中每个像素点对应的分类概率；根据所述样本轨道图像中每个像素点对应的分类概率以及与各个样本轨道图像对应的样本标注图像，对所述轨面语义分割模型进行本轮训练；经过对所述轨面语义分割模型进行多轮训练，得到所述预先训练好的轨面语义分割模型。3.根据权利要求2所述的方法，其特征在于，所述根据所述样本轨道图像中每个像素点对应的分类概率以及与各个样本轨道图像对应的样本标注图像，对所述轨面语义分割模型进行本轮训练，包括：针对每个所述样本轨道图像，根据该样本轨道图像中每个像素点对应的分类概率以及与该样本轨道图像对应的样本标注图像，获得该样本轨道图像中每个像素点对应的交叉熵损失；根据该样本轨道图像中每个像素点对应的交叉熵损失，调整所述轨面语义分割模型的参数；直至所有样本轨道图像完成本轮的训练后，确定完成对所述轨面语义分割模型的本轮训练。4.根据权利要求1所述的方法，其特征在于，所述根据所述轨道图像中每个像素点对应的分类概率和预设分类概率阈值，得到所述轨道图像的轨面分割图像，包括：针对所述轨道图像中的每个像素点，如果该像素点对应的分类概率大于所述预设分类概率阈值，则确定该像素点属于轨面区域，并将该像素点的像素值设置成预设轨面像素值；在调整完所述轨道图像中每个像素点的像素值之后，得到所述轨道图像的第一轨面分割图像。5.根据权利要求4所述的方法，其特征在于，所述根据所述轨道图像中每个像素点对应的分类概率和预设分类概率阈值，得到所述轨道图像的轨面分割图像，包括：针对所述轨道图像中的每个像素点，如果该像素点...

【专利技术属性】
技术研发人员：黄永祯，赵晟初，童仁玲，王洋，
申请(专利权)人：银河水滴科技北京有限公司，
类型：发明
国别省市：北京,11