【技术实现步骤摘要】
一种基于编解码器技术的城市道路语义分割方法及系统
[0001]本公开属于图像处理
，尤其涉及一种基于编解码器技术的城市道路语义分割方法及系统
。
技术介绍
[0002]本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术
。
[0003]语义分割是计算机视觉的基石技术之一
。
它从单个像素点开始，研究图像中每个像素所包含的语义信息，并通过这些信息标识图像中的物体
。
语义分割在自动驾驶
、
遥感卫星图像处理
、
精准农业等应用领域发挥着重要作用
。
[0004]具体而言，语义分割是将图像上的每个目标类别的像素点按照其语义进行标签化，以实现不同类别在图像上的分离
。
它也可以看作是像素级别的图像分类任务
。
语义分割主要使用卷积神经网络来实现
。
然而，卷积网络存在一个难题，即难以捕捉长距离依赖
。
为了解决这个问题，需要增加卷积层
【技术保护点】
【技术特征摘要】
1.
一种基于编解码器技术的城市道路语义分割方法，其特征是，包括：获取道路图像数据作为原始数据，并对原始数据进行预处理，将处理后的道路图像数据输入预先训练好的深度空间分割网络；所述深度空间分割网络包括编码器模块
、
语义信息提取模块
、
解码器模块和决策模块；基于编码器模块提取图像的空间信息和语义信息后得到图像特征图，将图像特征图输入至语义信息提取模块进行语义信息提取优化；基于解码器模块将图像特征图与增强优化后的图像特征图融合，输入至决策模块得到图像的分类类别
。2.
如权利要求1所述的一种基于编解码器技术的城市道路语义分割方法，其特征是，所述编码器模块具体由残差网络的残差块和卷积神经网络的重参数化卷积块组成
。3.
如权利要求2所述的一种基于编解码器技术的城市道路语义分割方法，其特征是，基于编码器模块提取图像的空间信息和语义信息后得到图像特征图具体为：利用所述残差块提取图像的空间信息，利用重参数化卷积块采用快速下采样提取图像的语义信息
。4.
如权利要求1所述的一种基于编解码器技术的城市道路语义分割方法，其特征是，所述语义信息提取模块具体为双重非对称金字塔池化模块，将非对称池化层和非对称卷积层结合，一重为非对称池化层，一重为非对称卷积层，并使用双向注意力提取信息细节
。5.
如权利要求4所述的一种基于编解码器技术的城市道路语义分割方法，其特征是，将图像特征图输入至语义信息提取模块进行语义信息提取优化具体为：第三图像特征图输入至语义信息提取模块，所述第三图像特征图经非对称池化层
、
非对称卷积层分别多次提取特征，经连接操作合并为图像特征图，与另一卷积层提取的图像特征图共同输入至双向注意力模块并输出
【专利技术属性】
技术研发人员：鲁芹，王亚伦，
申请(专利权)人：齐鲁工业大学山东省科学院，
类型：发明
国别省市：
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。