一种图像处理方法、装置、电子设备及存储介质制造方法及图纸

技术编号:37152022 阅读:34 留言:0更新日期:2023-04-06 22:09
本申请公开了图像处理方法、装置、电子设备及存储介质,其中,图像处理方法可应用于智能驾驶领域,该方法包括:获取目标车辆周围的地面拼接图;对所述地面拼接图进行语义分割,得到至少一条地面语义信息;将所述地面拼接图和所述至少一条地面语义信息输入至预训练的生成式对抗网络的生成器,生成所述地面拼接图对应的无噪声逆透视变换图;对所述无噪声逆透视变换图进行语义分割,得到至少一条目标语义信息。本申请降低了图片中地面反光噪声对后续分割模型产生的影响,提高分割模型对于图片中像素类别预测的准确率,提高自动驾驶感知系统对车周环境的解读中准确度。对车周环境的解读中准确度。对车周环境的解读中准确度。

【技术实现步骤摘要】
一种图像处理方法、装置、电子设备及存储介质


[0001]本申请涉及自动驾驶领域,特别涉及一种图像处理方法、装置、电子设备 及存储介质。

技术介绍

[0002]目前自动驾驶感知系统需要通过汽车所携带的激光雷达、摄像头等硬件获 取汽车周围的场景信息,这些场景信息一般需要通过预设的模型做进一步的处 理,完成感知系统对车周环境的解读,并协助驾驶系统做出反应,保证汽车的 安全行驶。而在地下车库中,如图1所示,经常会出现由于灯光照射、地面材 质的问题产生的反光效应,在相机瞬间拍摄的图片中,如图2所示,这些地面 反光由于曝光的原因会和地面上的交通标志线拥有同样的像素值,从而给模型 造成困扰,导致模型将地面反光被当作地面上的交通地标,输出错误的感知结 果,影响后续车辆的规划和决策,影响汽车的安全行驶。
[0003]而现有技术或是将反光区域当背景类处理,或是基于图片本身的颜色分布, 对亮度较高的部分进行消除,然而如果图片本身就有比较亮的颜色,同样会被 认为是反光区域被去除,影响图片本来包含的语义信息,而且会对图片本身的 清晰度造成干扰
专利技术本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法,其特征在于,所述方法包括:获取目标车辆周围的地面拼接图;对所述地面拼接图进行语义分割,得到至少一条地面语义信息;将所述地面拼接图和所述至少一条地面语义信息输入至预训练的生成式对抗网络的生成器,生成所述地面拼接图对应的无噪声逆透视变换图;对所述无噪声逆透视变换图进行语义分割,得到至少一条目标语义信息。2.根据权利要求1所述的图像处理方法,其特征在于,所述将所述地面拼接图和所述至少一条地面语义信息输入至预训练的生成式对抗网络的生成器,生成所述地面拼接图对应的无噪声逆透视变换图,包括:对所述至少一条地面语义信息分配权重,得到每条地面语义信息对应的权重;基于所述至少一条地面语义信息和每条地面语义信息对应的权重,得到每条地面语义信息对应的赋权重的地面语义信息;将所述地面拼接图和所述赋权重的地面语义信息输入至所述预训练的生成式对抗网络的生成器,生成所述无噪声逆透视变换图。3.根据权利要求1或2所述的图像处理方法,其特征在于,所述方法还包括:获取样本地面拼接图和所述样本地面拼接图对应的无噪声地面拼接图;对所述样本地面拼接图进行语义分割,得到至少一条样本地面语义信息;将所述样本地面拼接图和所述至少一条样本地面语义信息输入至初始生成式对抗网络的生成器,生成预测无噪声图;将所述预测无噪声图和所述无噪声地面拼接图输入至所述初始生成式对抗网络的判别器,基于所述判别器的判别结果确定模型损失;所述判别结果指示所述预测无噪声图与所述无噪声地面拼接图的差距;基于所述模型损失,调整所述初始生成式对抗网络的网络参数直至满足预设训练结束条件,得到所述预训练的生成式对抗网络。4.根据权利要求3所述的图像处理方法,其特征在于,所述将所述样本地面拼接图和所述至少一条样本地面语义信息输入至初始生成式对抗网络的生成器,生成预测无噪声图,包括:对所述至少一条样本地面语义信息分配权重,得到每条样本地面语义信息对应的权重;基于所述至少一条样本地面语义信息和每条样本地面语义信息对应的权重,得到每条样本地面语义信息对应的赋权重的样本地面语义信息;将所述样本地面拼接图和所述赋权重的样本地面语义信息输入至所述初始生成式对抗网络的生成器,生成所述预测无噪声...

【专利技术属性】
技术研发人员:李晨希袁金伟张振林
申请(专利权)人:中汽创智科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1