当前位置: 首页 > 专利查询>同济大学专利>正文

基于改进CycleGAN的路面阴影数据增广方法技术

技术编号:41463743 阅读:14 留言:0更新日期:2024-05-30 14:20
本发明专利技术提出了一种基于改进CycleGAN的路面阴影数据增广方法,包括以下步骤:步骤S100:获取路面数据集,包括无阴影集A和有阴影集B两类,两类数据集均包括训练集train和验证集val;步骤S200:搭建现有的CycleGAN,之后增加纹理自监督机制Loss<subgt;tss</subgt;以形成改进的CycleGAN,以保留原本图像的纹理信息;步骤S300:设置损失函数和训练参数,之后基于训练集train对步骤S200输出的模型进行训练,最后基于验证集val验证;步骤S400:建立无阴影路面图片的待处理数据集,通过训练好的生成器G_A2B将无阴影数据生成有阴影数据。本发明专利技术生成含有阴影的路面数据集,解决了阴影路面缺乏的问题。

【技术实现步骤摘要】

本专利技术属于智能驾驶感知领域,特别涉及一种基于改进cyclegan的路面阴影数据增广方法。


技术介绍

1、道路路面状况是汽车行驶的重要组成部分,同时路面状况变化也是产生交通事故的重要原因之一,尤其是汽车在高速道路上行驶时,汽车一般需要跨越不同的环境地域,一旦行驶道路路面状态发生变化,汽车容易轮胎失速,从而驾驶员会失去控制,发生汽车侧翻、追尾等交通事故。因此,准确的识别道路状态有利于对主动悬架进行精准的控制,降低事故发生,提高乘坐舒适性。

2、现有技术中,采用基于机器视觉和深度学习的方法完成路面类型识别具有精度高、泛化能力强等优点,但是需要大量的数据集去完成模型的训练。由于采集不便、采集条件苛刻等所导致的包含阴影的路面数据集采集困难,因此路面数据集不平衡的问题也随之产生,数据的缺乏将会导致模型过拟合,降低算法的鲁棒性。


技术实现思路

1、本专利技术的目的在于提供一种基于改进cyclegan的路面阴影数据增广方法,通过改进的cyclegan生成含有阴影的路面数据集,完成数据集的增广。由此,对cycl本文档来自技高网...

【技术保护点】

1.一种基于改进CycleGAN的路面阴影数据增广方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于改进CycleGAN的路面阴影数据增广方法,其特征在于,步骤S200中,Diff_BA分别计算fake_B和real_A、fake_B和rec_A、fake_A和rec_B、fake_A和real_B的差值;并依次对其进行灰度化处理及二值化处理得到diff_FB_RealA、diff_FB_RecA、diff_FA_RealB、diff_FA_RecB;

3.根据权利要求1所述的基于改进CycleGAN的路面阴影数据增广方法,其特征在于,步骤S200中,...

【技术特征摘要】

1.一种基于改进cyclegan的路面阴影数据增广方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于改进cyclegan的路面阴影数据增广方法,其特征在于,步骤s200中,diff_ba分别计算fake_b和real_a、fake_b和rec_a、fake_a和rec_b、fake_a和real_b的差值;并依次对其进行灰度化处理及二值化处理得到diff_fb_reala、diff_fb_reca、diff_fa_realb、diff_fa_recb;

3.根据权利要...

【专利技术属性】
技术研发人员:吴光强毛瑞驰王浩颜旭东杨雨辰鞠丽娟
申请(专利权)人:同济大学
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