用于自动驾驶的视频画面质量评价方法、装置、设备、存储介质制造方法及图纸

本申请公开一种用于自动驾驶的视频画面质量评价方法、装置、设备、存储介质，其中，所述方法包括：获取预设场景中的图像信息；通过预先训练的语义分割模型，得到所述图像信息中的语义分割结果；将所述语义分割结果输入预设画面质量检测模型，得到所述图像信息中不同类别物体的画面质量检测结果；将所述图像信息中不同类别物体的画面质量检测结果输入整体画面评估模型，输出视频画面质量评价结果。本申请中的技术方案使用局部评价完成整体评价，契合了图像感知区域有权重差异的情况，从而提高了自动驾驶视频图像质量评价的精确性。自动驾驶视频图像质量评价的精确性。自动驾驶视频图像质量评价的精确性。

【技术实现步骤摘要】
用于自动驾驶的视频画面质量评价方法、装置、设备、存储介质


[0001]本申请涉及自动驾驶
，尤其涉及用于自动驾驶的视频画面质量评价方法、装置、设备、存储介质。

技术介绍

[0002]随着无人驾驶技术的发展，车载视频作为自动驾驶的重要组成部分，其视频画面质量的高低直接影响车辆对道路的预判和行驶决策。视频画面质量高低的评价显得尤为重要。
[0003]目前，自动驾驶过程中对视频画面采用整体评价机制，不适用于自动驾驶视频画面质量检测，而且检测误差高，会对自动驾驶后续的实时决策和路线规划造成不良后果。

技术实现思路

[0004]鉴于上述问题，本申请实施例提供了一种用于自动驾驶的视频画面质量评价方法、装置、设备、存储介质，以实现特殊情况下，诸如由脱焦、过曝、欠曝，抖动造成的局部失衡而影响整体视频画面的评价。
[0005]本申请实施例采用下述技术方案：
[0006]根据本申请的第一方面，本申请实施例提供了一种用于自动驾驶的视频画面质量评价方法，其中，所述方法包括：获取预设场景中的图像信息；通过预先训练的语义分割模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于自动驾驶的视频画面质量评价方法，其中，所述方法包括：获取预设场景中的图像信息；通过预先训练的语义分割模型，得到所述图像信息中的语义分割结果；将所述语义分割结果输入预设画面质量检测模型，得到所述图像信息中不同类别物体的画面质量检测结果；将所述图像信息中不同类别物体的画面质量检测结果输入整体画面评估模型，输出视频画面质量评价结果，其中所述预设画面质量检测模型使用预设语义分割集经拉氏变换后得到的正态分布函数统计模型。2.如权利要求1所述的方法，其中，所述将所述语义分割结果输入预设画面质量检测模型，得到所述图像信息中不同类别物体的画面质量检测结果，包括：对所述预设语义分割集中多个语义标签对应的不同类型语义分割结果使用拉普拉斯卷积核进行卷积，获得不同类型的拉普拉斯值；根据所述不同类型的拉普拉斯值，计算得到正态分布情况；根据所述正态分布情况，确定所述输入预设画面质量检测模型的所述分割结果是否异常或者为正常时的质量检测值；将输出结果中的异常结果或者为正常时的质量检测值，作为所述图像信息中不同类别物体的画面质量检测结果。3.如权利要求1所述的方法，其中，所述语义分割模型为使用多组数据通过机器学习训练得出，所述多组数据中的每组数据包括：局部区域失衡的图像数据以及所述图像数据对应的语义标签；所述局部区域失衡的图像数据包括至少如下之一：局部区域脱焦图像数据、局部区域过曝图像数据、局部区域欠曝图像数据，局部区域抖动图像数据。4.如权利要求3所述的方法，其中，所述将所述图像信息中不同类别物体的画面质量检测结果输入整体画面评估模型，输出视频画面质量评价结果之后，还包括：根据所述视频画面质量评价结果中的异常图像数据，确定异常图像帧号，其中所述异常图像帧号至少包括如下之一：建筑物过曝图像帧、车辆欠曝图像帧、天空过曝图像帧。5.如权利要求1所述的方法，其中，所述语义分割模型包括：对图像进行人工分割标注，获取语义分割数据集，并将所述数据集划...

【专利技术属性】
技术研发人员：廖乃琳，
申请(专利权)人：北京京深深向科技有限公司，
类型：发明
国别省市：