【技术实现步骤摘要】
本专利技术涉及机器人视觉导航，尤其涉及一种基于类别注意力的轻量化地形分割方法、系统、终端及计算机可读存储介质。
技术介绍
1、环境感知是视觉导航的重要组成部分，涉及对机器人周边环境图像信息的捕捉分析，这一过程包括对图像进行分析处理，提取相关特征，识别障碍物所在区域等。在机器人视觉导航领域，结合深度学习进行环境感知已经成为主流研究方向之一，其中道路分割是环境感知的关键环节，其主要目的在于区分可行驶的安全区域，为机器人决策系统提供安全可靠的导航依据。现有的一些分割工作重心在于处理像cityscapes（城市景观）这样的结构化场景，而针对非结构化场景则存在以下几个方面的问题。
2、首先，相较于结构化场景，户外非结构化场景存在许多边界相互交错且外观高度相似的地形类别，针对这类地形进行精确划分极具挑战性。人工制作标签时，误差亦难以避免。尤其当这类地形环境在图像中仅占据一小部分，精细化分割的难度进一步加大。现有的方法在处理此类场景时，往往因类间特征交错性而导致分类误差较大。在机器视觉导航中，若机器人错误地将危险区域与安全区域混淆，将会造...
【技术保护点】
1.一种基于类别注意力的轻量化地形分割方法，其特征在于，所述基于类别注意力的轻量化地形分割方法包括：
2.根据权利要求1所述的基于类别注意力的轻量化地形分割方法，其特征在于，所述多尺度特征提取器包括轻量化Transformer模块；所述轻量化Transformer模块包括轻量化多头注意力模块和轻量化前向反馈模块；
3.根据权利要求2所述的基于类别注意力的轻量化地形分割方法，其特征在于，所述轻量化多头注意力模块由多个注意力头部组成，注意力机制公式如下：
4.根据权利要求3所述的基于类别注意力的轻量化地形分割方法，其特征在于，所述获取R...
【技术特征摘要】
1.一种基于类别注意力的轻量化地形分割方法，其特征在于，所述基于类别注意力的轻量化地形分割方法包括：
2.根据权利要求1所述的基于类别注意力的轻量化地形分割方法，其特征在于，所述多尺度特征提取器包括轻量化transformer模块；所述轻量化transformer模块包括轻量化多头注意力模块和轻量化前向反馈模块；
3.根据权利要求2所述的基于类别注意力的轻量化地形分割方法，其特征在于，所述轻量化多头注意力模块由多个注意力头部组成，注意力机制公式如下：
4.根据权利要求3所述的基于类别注意力的轻量化地形分割方法，其特征在于，所述获取rgb原始图像，将所述rgb原始图像输入到多尺度特征提取器层进行特征提取，得到多层特征图，将每层特征图进行融合处理得到多个融合特征，并输入到解码器模块，具体包括：
5.根据权利要求4所述的基于类别注意力的轻量化地形分割方法，其特征在于，所述轻量化多头注意力模块将所述rgb原始图像的序列特征划分成k组，对于k组不同序列特征分别经过注意力操作后再堆叠拼接在一起得到堆叠特征，具体包括：
6.根据权利要求5所述的基于类别注意力的轻量化地形分割方法，其特征在于，所述轻量化前向反馈模块将所述轻量化多头注意力模块输出的堆叠特征分成组，将分组后的特征进行维度扩张...
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。