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。
[0005]第一方面，实施例提供一种语义特征描述子的确定方法，所述方法包括：
[0006]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；
[0007]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；
[0008]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。
[0009]在可选的实施方式中，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。
[0010]在可选的实施方式中，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：
[0011]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；
[0012]从车辆采集的当前帧图像中，提取所述目标特征。
[0013]在可选的实施方式中，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：
[0014]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；
[0015]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。
[0016]在可选的实施方式中，所述方法还包括：
[0017]计算所述当前帧图像中的语义特征描述子和目标描述子的相似度；其中，所述目标描述子来自前一帧图像和/或预设地图。
[0018]在可选的实施方式中，计算所述当前帧图像中的语义特征描述子和目标描述子的相似度的步骤，包括：
[0019]根据所述当前帧图像中的语义特征描述子和目标描述子中每个语义类别的匹配结果，确定权重系数；
[0020]基于所述权重系数以及每个目标特征到相邻空间的像素距离，确定所述语义特征描述子和目标描述子的相似度。
[0021]在可选的实施方式中，所述方法还包括：
[0022]基于所述相似度，校核所述语义特征描述子的实际应用模型。
[0023]第二方面，实施例提供一种语义特征描述子的确定装置，所述装置包括：
[0024]提取模块，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；
[0025]第一确定模块，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；
[0026]第二确定模块，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。
[0027]第三方面，实施例提供一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述前述实施方式任一项所述的方法的步骤。
[0028]第四方面，实施例提供一种机器可读存储介质，所述机器可读存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，机器可执行指令促使处理器实现前述实施方式任一项所述的方法的步骤。
[0029]本专利技术实施例提供的一种语义特征描述子的确定方法、装置和电子设备，从车辆采集的图像帧中提取相应满足预设需求的目标特征，并从与该图像帧对应的语义分割图中获知每个目标特征对应的类别映射，基于该类别映射能够确定出该图像帧中，每个目标特征对应的语义特征描述子，此种方式确定出的特征描述子在能够保证特征描述能力的基础上，还能够摆脱对光线天气等外界因素的依赖。
[0030]本公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。
[0031]为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0032]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0033]图1为本专利技术实施例提供的一种语义特征描述子的确定方法流程图；
[0034]图2为本专利技术实施例提供的一种语义特征描述子的组成结构示意图；
[0035]图3为本专利技术实施例提供的一种语义特征描述子中的语义类别顺序分布示意图；
[0036]图4为本专利技术实施例提供的一种语义分割图中的目标特征示意图；
[0037]图5为本专利技术实施例提供的一种语义特征描述子的确定装置的功能模块图；
[0038]图6为本专利技术实施例提供的一种电子设备的硬件架构示意图。
具体实施方式
[0039]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0040]当前的手工描述子受光照、天气等因素的鲁棒性影响较大，其在室外应用具有较大的限制；在此基础上，可基于深度学习方法训练描述子，此种描述子能够摆脱室外环境光线天气等因素的影响，但该描述子的获得需要大量训练样本，成本要求较高量产难以满足。
[0041]基于此，本专利技术实施例提供的一种语义特征描述子的确定方法、装置和电子设备，利用语义信息对于光照、天气的稳定性，定义一种鲁棒性更高的特征描述子，极大地改善了特征的描述能力。
[0042]为便于对本实施例进行理解，首先对本专利技术实施例所公开的一种语义特征描述子的确定方法进行详细介本文档来自技高网...

【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：