【技术实现步骤摘要】
用于对图像可靠地进行分类和/或分割的方法和设备
本专利技术涉及：用于对由成像传感器所检测到的图像进行分类和/或分割的方法；被设立为实施该方法的系统；用于训练该系统的方法；训练装置；计算机程序；和机器可读存储介质。
技术介绍
从还未先行公开的DE102017223264.1中公知一种用于在所提供的输入信号中探测对象的方法，其中根据所提供的输入信号来探测对象而且其中根据对该对象的探测来操控执行器。本专利技术的优点阴影是图像处理传感器的关键问题。这样，例如由敞篷载货车（LKW）的装载货物所产生的阴影投射可能错误地被识别为对象并且导致自动化驾驶功能的功能失误。随后可能发生紧急刹车，或者也可能发生自动驾驶车辆对载货车（LKW）超车困难。本专利技术利用独立权利要求1的特征能够实现：尽管在传感器图像中存在阴影投射，仍可靠地识别出对象。本专利技术的其它方面是并列权利要求的主题。有利的扩展方案是从属权利要求的主题。
技术实现思路
在第一方面，本专利技术涉及一种用于对借助于成像传感器所接收到的...
【技术保护点】
1.一种用于对借助于成像传感器（30）所接收到的输入图像（x）可靠地进行分类和/或分割的计算机实现方法，其中借助于机器学习系统（NN1）、尤其是人工神经网络根据所述输入图像（x）来确定标准化输入图像（xn），其方式是将阴影从所述输入图像（x）中除去，其中根据所述标准化输入图像（xn）来确定对所述输入图像（x）的分类和/或分割（y）。/n
【技术特征摘要】
20190625 DE 102019209153.91.一种用于对借助于成像传感器（30）所接收到的输入图像（x）可靠地进行分类和/或分割的计算机实现方法，其中借助于机器学习系统（NN1）、尤其是人工神经网络根据所述输入图像（x）来确定标准化输入图像（xn），其方式是将阴影从所述输入图像（x）中除去，其中根据所述标准化输入图像（xn）来确定对所述输入图像（x）的分类和/或分割（y）。
2.一种系统（60），所述系统被设立为实施根据权利要求1所述的方法，所述系统包括机器学习系统（NN1）。
3.一种用于训练根据权利要求2所述的系统（60）的计算机实现方法，其中提供包括在空间内在可预先给定的位置的对象和光源的场景（sz）并且根据所述场景（sz）来渲染有阴影的第一图像（e），如其会由摄像机（30）从可预先给定的摄像机位置拍摄到的那样，而且其中渲染没有阴影...
【专利技术属性】
技术研发人员：K·格劳，
申请(专利权)人：罗伯特·博世有限公司，
类型：发明
国别省市：德国;DE
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。