一种图像分割方法、系统、装置及存储介质制造方法及图纸

技术编号:44435683 阅读:28 留言:0更新日期:2025-02-28 18:46
本说明书实施例提供一种图像分割方法、系统、装置及存储介质,该方法包括获取待分割图像,待分割图像包括非地面语义要素;基于待分割图像和训练好的语义分割模型确定感兴趣对象,语义分割模型为机器学习模型;基于待分割图像和点云数据,确定待分割图像对应的点云深度信息;基于感兴趣对象和点云深度信息,确定待分割图像的目标掩码。

【技术实现步骤摘要】

本说明书涉及自动驾驶感知,特别涉及一种图像分割方法、系统、装置及存储介质


技术介绍

1、自动驾驶是一种通过基于处理器的自动化系统实现无人实时操作的驾驶方式。自动驾驶的交通工具依靠人工智能、视觉计算、探测雷达、监控装置和定位系统的协同合作,让系统能够在没有人工实时操作的情况下自动安全的操控交通工具。

2、对于自动驾驶车辆而言,能够准确地感知周围的交通环境是非常重要的。随着深度学习技术的快速发展,语义分割在自动驾驶环境感知领域中成为不可或缺的一部分。语义分割需要逐像素划分物体的类别,将给定图像划分为若干视觉上有意义或感兴趣的区域,以利于后续的图像分析和视觉理解。但是由于现实场景的丰富多样,使语义分割成为一项基础且具有挑战性的任务。比如,交通牌、杆状物等物体受尺寸大小、远近场景的影响,其识别的辨识度较低,目标边缘误检的问题较为普遍。进而,若直接将语义分割结果作为下游的输入,会存在大量噪点,难以满足其进一步的矢量化需求。

3、因此,希望提供一种图像分割方法、系统、装置及存储介质,可以更加准确地得到分割结果,提高语义分割的辨识度。

<本文档来自技高网...

【技术保护点】

1.一种图像分割方法,其特征在于,所述方法包括:

2.如权利要求1所述的方法,其特征在于,所述基于所述感兴趣对象和所述点云深度信息,确定所述待分割图像的目标掩码包括:

3.如权利要求1所述的方法,其特征在于,所述非地面语义要素至少包括交通指示牌、交通灯和栅栏中的一种或多种。

4.如权利要求1所述的方法,其特征在于,所述方法还包括:

5.如权利要求1所述的方法,其特征在于,所述确定所述待分割图像的点云深度信息包括:

6.如权利要求1所述的方法,其特征在于,所述语义分割模型通过以下方式获得:

7.如权利要求1所述的方法,...

【技术特征摘要】

1.一种图像分割方法,其特征在于,所述方法包括:

2.如权利要求1所述的方法,其特征在于,所述基于所述感兴趣对象和所述点云深度信息,确定所述待分割图像的目标掩码包括:

3.如权利要求1所述的方法,其特征在于,所述非地面语义要素至少包括交通指示牌、交通灯和栅栏中的一种或多种。

4.如权利要求1所述的方法,其特征在于,所述方法还包括:

5.如权利要求1所述的方法,其特征在于,所述确定所述待分割图像的点云深度信息包括:

6.如权利要求1所述的...

【专利技术属性】
技术研发人员:孙良棚
申请(专利权)人:滴图北京科技有限公司
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