【技术实现步骤摘要】
本专利技术涉及自动驾驶领域，特别是关于一种用于地面地图要素的实例分割方法及系统。
技术介绍
1、感知、决策、控制是自动驾驶的主要研究问题。摄像头作为感知技术的基本传感器，得到了广泛研究与应用。在自动驾驶应用领域，通常采用语义分割的方法，通过对车载摄像头拍摄的图像进行分析来识别行人、车辆和建筑等，以避免碰撞。除避障外，高精度地图在自动驾驶中也发挥着同样重要的作用，为以更高的精度和更低的成本绘制用于自动驾驶的高精度地图，基于视觉的方法越来越流行。正确识别摄像头传感器中的车道线、箭头和斑马线等地面地图要素有助于构建更详细、精确的地图。
2、语义分割是一种经典的计算机视觉任务，通过神经网络等方法建立模型，对输入图像进行运算，分析图像中每一像素归属于每一类别的概率，最终选取概率最大的类别作为该像素的语义。但是，简单的语义分割神经网络已经无法满足自动驾驶领域视觉应用的需求。这是因为语义分割方法只判断每一像素的类别，而对属于同一类别的像素没有区分。
3、为解决这个问题，需要对属于同一类别的像素进行进一步判断，这就是实例分割的一...
【技术保护点】
1.一种用于地面地图要素的实例分割方法，其特征在于，包括：
2.如权利要求1所述的一种用于地面地图要素的实例分割方法，其特征在于，所述通过语义分割分支、高维量分支和实例点分支，分别对提取的深度特征进行上采样，得到不同长宽尺寸的与彩色输入图像一致的输出结果，包括：
3.如权利要求2所述的一种用于地面地图要素的实例分割方法，其特征在于，所述通过语义分割分支，对提取的深度特征进行上采样，得到车道线类别和非车道线类别的灰度图作为二值化语义分割结果，包括：
4.如权利要求3所述的一种用于地面地图要素的实例分割方法，其特征在于，所述通过高维量分...
【技术特征摘要】
1.一种用于地面地图要素的实例分割方法，其特征在于，包括：
2.如权利要求1所述的一种用于地面地图要素的实例分割方法，其特征在于，所述通过语义分割分支、高维量分支和实例点分支，分别对提取的深度特征进行上采样，得到不同长宽尺寸的与彩色输入图像一致的输出结果，包括：
3.如权利要求2所述的一种用于地面地图要素的实例分割方法，其特征在于，所述通过语义分割分支，对提取的深度特征进行上采样，得到车道线类别和非车道线类别的灰度图作为二值化语义分割结果，包括：
4.如权利要求3所述的一种用于地面地图要素的实例分割方法，其特征在于，所述通过高维量分支，对提取的深度特征进行上采样，得到用于判别属于同一类别不同实例像素的高维向量，包括：
5.如权利要求4所述的一种用于地面地图要素的实例分割方法，其特征在于，所述通过实例点分支，对提取的深度特征进行上采样，得到每一实例的中心点，包括：
6.如权...
【专利技术属性】
技术研发人员：江昆，杨蒙蒙，唐雪薇，杨殿阁，温拓朴，黄健强，
申请(专利权)人：清华大学，
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。