语义特征描述子确定方法、装置和电子设备制造方法及图纸

本发明专利技术提供了一种语义特征描述子的确定方法、装置和电子设备，涉及语义描述子应用的技术领域，包括：从车辆采集的当前帧图像中，提取符合预设需求的目标特征；根据当前帧图像对应的语义分割图，确定目标特征对应的类别映射；基于类别映射，确定当前帧图像中的语义特征描述子，缓解现有技术中存在的鲁棒性低以及难以满足量产需求的技术问题。难以满足量产需求的技术问题。难以满足量产需求的技术问题。

【技术实现步骤摘要】
语义特征描述子确定方法、装置和电子设备


[0001]本专利技术涉及语义描述子应用的
，尤其是涉及一种语义特征描述子的确定方法、装置和电子设备。

技术介绍

[0002]特征描述子是指按照某种方式设计的，对特征周围像素有描述作用的信息。它是按照外观相似的特征应该有相似的描述子的原则设计的，可以用一个向量表示。
[0003]目前，特征描述子大致分为两大类：基于传统方法的手工描述子和基于深度学习方法的训练描述子。以BRIEF、SIFT、SUFT为首的传统手工特征描述子目前已比较成熟，它们通过人为设计较好地对特征周围像素的灰度关系进行了描述，实现特征的匹配，但不同光照、天气等因素对这些方法的鲁棒性影响较大，使其在室外的应用中受到了极大的限制。基于深度学习的描述子正是在这样的背景下应运而生的。但这类方法需要大量的训练样本，算力和实时性也很难满足量产需求。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供一种语义特征描述子的确定方法、装置和电子设备，缓解现有技术中存在的鲁棒性低以及难以满足量产需求的技术问题。
...

【技术保护点】

【技术特征摘要】
1.一种语义特征描述子的确定方法，其特征在于，所述方法包括：从车辆采集的当前帧图像中，提取符合预设需求的目标特征；根据所述当前帧图像对应的语义分割图，确定所述目标特征对应的类别映射；基于所述类别映射，确定所述当前帧图像中的语义特征描述子。2.根据权利要求1所述的方法，其特征在于，所述语义特征描述子包括所述目标特征的语义类别、所述目标特征的相邻空间语义类别和所述目标特征到相邻空间的像素距离。3.根据权利要求1所述的方法，其特征在于，从车辆采集的当前帧图像中，提取符合预设需求的目标特征的步骤，包括：根据预设需求对应的目标对象类型，确定待提取的目标特征；其中，所述目标特征包括以下的一项或多项：点特征、线特征和面特征；从车辆采集的当前帧图像中，提取所述目标特征。4.根据权利要求1所述的方法，其特征在于，根据所述当前帧图像对应的语义分割图，确定所述目标特征对应的类别映射的步骤，包括：根据所述目标特征在所述当前帧图像中的第一位置，确定所述目标特征在所述当前帧图像对应的语义分割图中的第二位置；其中，所述当前帧图像和所述当前帧图像对应的语义分割图具有相同的尺寸参数；基于所述语义分割图中的第二位置，确定所述目标特征对应的语义类别以及所述目标特征的相邻空间语义类别。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：计算所述当前帧图像中的语义特征描述...

【专利技术属性】
技术研发人员：黄冠，陈勇南，周明，胡骏，刘威，曹斌，
申请(专利权)人：东软睿驰汽车技术沈阳有限公司，
类型：发明
国别省市：