一种基于transformer网络的道路要素分割方法及装置制造方法及图纸

本发明专利技术涉及一种基于transformer网络的道路要素分割方法及装置，其方法包括：获取至少一张高分辨率的道路图像，并将每张道路图像划分为多个不同尺寸的分块，且相邻两个分块存在重叠；分别对每个分块进行特征提取，得到每个分块的特征图；基于预设衰减系数、正则化或卷积，缩小每个特征图的尺寸；将多个缩小后的特征图分别通过transformer网络进行多头注意力计算，得到多个特征向量；融合所述多个特征向量，得到道路图像的分割结果。本发明专利技术通过提取多尺度特征图，降低了运算量的同时，提高了transformer网络分割图像的精度和效率。transformer网络分割图像的精度和效率。transformer网络分割图像的精度和效率。

【技术实现步骤摘要】
一种基于transformer网络的道路要素分割方法及装置


[0001]本专利技术属于图像分割与高精度地图制作
，具体涉及一种基于transformer网络的道路要素分割方法及装置。

技术介绍

[0002]在高精度地图制作领域，提取道路上的箭头、车道线等要素是极其重要的步骤之一，现阶段由于Transformer在计算机视觉领域的兴起，越来越多的深度学习方法开始向其靠拢；然而对于高精度地图中的图像数据分辨率较大，运用Transformer进行道路要素识别和分割都存在精度提升不高、推理速度慢等问题。

技术实现思路

[0003]为提高Transformer分割高精度地图中的道路要素的精度和推理速度，在本专利技术的第一方面提供了一种基于transformer网络的道路要素分割方法，包括：获取至少一张高分辨率的道路图像，并将每张道路图像划分为多个不同尺寸的分块，且相邻两个分块存在重叠；分别对每个分块进行特征提取，得到每个分块的特征图；基于预设衰减系数、正则化或卷积，缩小每个特征图的尺寸；将多个缩小后的特征图分别通过transform本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于transformer网络的道路要素分割方法，其特征在于，包括：获取至少一张高分辨率的道路图像，并将每张道路图像划分为多个不同尺寸的分块，且相邻两个分块存在重叠；分别对每个分块进行特征提取，得到每个分块的特征图；基于预设衰减系数、正则化或卷积，缩小每个特征图的尺寸；将多个缩小后的特征图分别通过transformer网络进行多头注意力计算，得到多个特征向量；融合所述多个特征向量，得到道路图像的分割结果。2.根据权利要求1所述的基于transformer网络的道路要素分割方法，其特征在于，所述分别对每个分块进行特征提取，得到每个分块的特征图包括：分别对每个分块后的进行不同的卷积操作，得到每个分块的特征图。3.根据权利要求1所述的基于transformer网络的道路要素分割方法，其特征在于，所述基于预设衰减系数、正则化或卷积，缩小每个特征图的尺寸包括：将每个特征图进行flatten降维；至少对每个降维后的特征图进行权重衰减、正则化或卷积中的一种操作，得到多个缩小后的特征图。4.根据权利要求1所述的基于transformer网络的道路要素分割方法，其特征在于，所述将多个缩小后的特征图分别通过transformer网络进行多头注意力计算，得到多个特征向量包括：将每个缩小后的特征图分别与预设的三个矩阵相乘，得到其对应的查询向量矩阵、键向量矩阵和值向量矩阵；基于所述向量矩阵、键向量矩阵和值向量矩阵，通过注意力计算，得到每个缩小后的特征图的特征向量。5.根据权利要求4所述的基于transformer网络的道路要素分割方法，其特征在于，所述注意力计算包括如下步骤：其中attention(.)表示注意力计算，Q、K、V分别表示查询向...

【专利技术属性】
技术研发人员：万齐斌，王畅，尹玉成，刘奋，
申请(专利权)人：武汉中海庭数据技术有限公司，
类型：发明
国别省市：