CN115205804A - 图像处理方法、装置、车辆、介质及芯片 - Google Patents
图像处理方法、装置、车辆、介质及芯片 Download PDFInfo
- Publication number
- CN115205804A CN115205804A CN202210837791.8A CN202210837791A CN115205804A CN 115205804 A CN115205804 A CN 115205804A CN 202210837791 A CN202210837791 A CN 202210837791A CN 115205804 A CN115205804 A CN 115205804A
- Authority
- CN
- China
- Prior art keywords
- training
- image
- category
- area
- region
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012545 processing Methods 0.000 title claims abstract description 33
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 238000012549 training Methods 0.000 claims abstract description 282
- 239000003550 marker Substances 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000000605 extraction Methods 0.000 claims description 31
- 230000015654 memory Effects 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 6
- 239000007787 solid Substances 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 22
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 230000008447 perception Effects 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000005291 magnetic effect Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000010267 cellular communication Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 2
- ATUOYWHBWRKTHZ-UHFFFAOYSA-N Propane Chemical compound CCC ATUOYWHBWRKTHZ-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 240000004050 Pentaglottis sempervirens Species 0.000 description 1
- SAZUGELZHZOXHB-UHFFFAOYSA-N acecarbromal Chemical compound CCC(Br)(CC)C(=O)NC(=O)NC(C)=O SAZUGELZHZOXHB-UHFFFAOYSA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000001294 propane Substances 0.000 description 1
- 230000000979 retarding effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及一种图像处理方法、装置、车辆、介质及芯片,以提升路面标识识别的准确性和鲁棒性。所述方法包括:获取待处理的目标图像;利用预先训练的路面标识识别模型,生成与所述目标图像对应的识别结果,所述识别结果用于指示所述目标图像中存在的路面标识以及路面标识各自对应的图像区域;其中,所述路面标识识别模型根据多个第一训练样本训练得到,所述第一训练样本包括第一训练图像、所述第一训练图像对应的区域信息和所述第一训练图像对应的路面标识信息,所述区域信息用于指示所述第一训练图像中各像素点所属的区域类别,所述路面标识信息用于指示所述第一训练图像中各像素点所属的路面标识类别,每一路面标识类别关联有一种区域类别。
Description
技术领域
本公开涉及自动驾驶技术领域,尤其涉及图像处理方法、装置、车辆、介质及芯片。
背景技术
路面标识识别是自动驾驶建图必不可少的环节。相关技术中,一般通过一定的图像处理技术对图像(例如,相机拍摄的原图、鸟瞰图等)进行像素级别的分类。但是,对于外观较为相似的路面标识,上述分类方式无法实现准确的检测、识别,容易出现误检、混淆的问题。例如,路面的白色实线和停车区的白色库位线,因外观相似易被混淆,而这两者表征的标识含义并不相同,进而容易在自动驾驶场景中引发一系列问题。
发明内容
为克服相关技术中存在的问题,本公开提供一种图像处理方法、装置、车辆、介质及芯片。
根据本公开实施例的第一方面,提供一种图像处理方法,所述方法包括:
获取待处理的目标图像;
利用预先训练的路面标识识别模型,生成与所述目标图像对应的识别结果,所述识别结果用于指示所述目标图像中存在的路面标识以及路面标识各自对应的图像区域;
其中,所述路面标识识别模型根据多个第一训练样本训练得到,所述第一训练样本包括第一训练图像、所述第一训练图像对应的区域信息和所述第一训练图像对应的路面标识信息,所述区域信息用于指示所述第一训练图像中各像素点所属的区域类别,所述路面标识信息用于指示所述第一训练图像中各像素点所属的路面标识类别,其中,每一路面标识类别关联有一种区域类别。
可选地,所述利用预先训练的路面标识识别模型,生成与所述目标图像对应的识别结果,包括:
对所述目标图像进行特征提取,得到所述目标图像的目标图像特征;
将所述目标图像特征输入至所述路面标识识别模型,以生成与所述目标图像对应的所述识别结果。
可选地,所述路面标识识别模型通过以下方式训练得到:
对所述第一训练图像进行特征提取,得到所述第一训练图像的第一图像特征;
将所述第一图像特征输入至本次训练所使用的路面标识识别模型中,得到本次训练的路面标识识别模型的第一输出内容,所述第一输出内容包括所述第一训练图像中各像素点属于各路面标识类别的概率;
在满足第一停止训练条件的情况下,将本次训练的路面标识识别模型确定为训练完成的路面标识识别模型;
在不满足所述第一停止训练条件的情况下,根据所述第一输出内容、本次训练所使用的第一训练图像对应的目标区域信息和目标路面标识信息,确定本次训练的模型损失值,并利用本次训练的模型损失值更新本次训练的路面标识识别模型,再将更新后的路面标识识别模型用于下一次训练,直至满足所述第一停止训练条件。
可选地,所述根据所述第一输出内容、本次训练所使用的第一训练图像对应的目标区域信息和目标路面标识信息,确定本次训练的模型损失值,包括:
根据所述目标区域信息,确定属于同一区域类别的像素点集合;
针对所述目标区域信息中的每一区域类别,根据与该区域类别对应的像素点集合中各像素点属于各路面标识类别的概率和各像素点所属的路面标识类别,确定该区域类别的局部损失值;
根据所述目标区域信息中各区域类别的局部损失值之和,确定本次训练的模型损失值。
可选地,所述根据与该区域类别对应的像素点集合中各像素点属于各路面标识类别的概率和各像素点所属的路面标识类别,确定该区域类别的局部损失值,包括:
确定与该区域类别相关联的目标路面标识类别;
根据与该区域类别对应的像素点集合中各像素点属于所述目标路面标识类别的概率和各像素点所属的路面标识类别,确定该区域类别的局部损失值。
可选地,所述第一训练图像对应的区域信息通过以下方式得到:
对所述第一训练图像进行特征提取,得到所述第一训练图像的第一图像特征;
将所述第一图像特征输入至预先训练的区域识别模型,得到所述第一训练图像对应的区域信息。
可选地,所述区域识别模型通过以下方式训练得到:
获取第二训练样本,每一所述第二训练样本包括对第二训练图像进行特征提取后得到的第二图像特征和所述第二训练图像对应的训练标注信息,所述训练标注信息用于指示所述第二训练图像中各像素点所属的区域类别;
通过将所述第二图像特征作为模型的输入,并将所述训练标注信息作为模型的目标输出的方式进行模型训练,以得到训练完成的区域识别模型。
可选地,所述区域类别包括对应于路面的第一区域类别、对应于停车区的第二区域类别和对应于除路面和停车区以外的其他区域的第三区域类别;
所述路面标识类别包括库位线、实线、虚线和箭头;
所述库位线与所述第二区域类别相关联,所述实线、虚线和箭头与所述第一区域类别相关联。
根据本公开实施例的第二方面,提供一种图像处理装置,所述装置包括:
第一获取模块,被配置为获取待处理的目标图像;
识别模块,被配置为利用预先训练的路面标识识别模型,生成与所述目标图像对应的识别结果,所述识别结果用于指示所述目标图像中存在的路面标识以及路面标识各自对应的图像区域;
其中,所述路面标识识别模型根据多个第一训练样本训练得到,所述第一训练样本包括第一训练图像、所述第一训练图像对应的区域信息和所述第一训练图像对应的路面标识信息,所述区域信息用于指示所述第一训练图像中各像素点所属的区域类别,所述路面标识信息用于指示所述第一训练图像中各像素点所属的路面标识类别,其中,每一路面标识类别关联有一种区域类别。
可选地,所述识别模块,包括:
提取子模块,被配置为对所述目标图像进行特征提取,得到所述目标图像的目标图像特征;
处理子模块,被配置为将所述目标图像特征输入至所述路面标识识别模型,以生成与所述目标图像对应的所述识别结果。
可选地,所述路面标识识别模型通过以下模块训练得到:
第一提取模块,被配置为对所述第一训练图像进行特征提取,得到所述第一训练图像的第一图像特征;
第一处理模块,被配置为将所述第一图像特征输入至本次训练所使用的路面标识识别模型中,得到本次训练的路面标识识别模型的第一输出内容,所述第一输出内容包括所述第一训练图像中各像素点属于各路面标识类别的概率;
第一确定模块,被配置为在满足第一停止训练条件的情况下,将本次训练的路面标识识别模型确定为训练完成的路面标识识别模型;
第二确定模块,被配置为在不满足所述第一停止训练条件的情况下,根据所述第一输出内容、本次训练所使用的第一训练图像对应的目标区域信息和目标路面标识信息,确定本次训练的模型损失值,并利用本次训练的模型损失值更新本次训练的路面标识识别模型,再将更新后的路面标识识别模型用于下一次训练,直至满足所述第一停止训练条件。
可选地,所述第二确定模块,包括:
第一确定子模块,被配置为根据所述目标区域信息,确定属于同一区域类别的像素点集合;
第二确定子模块,被配置为针对所述目标区域信息中的每一区域类别,根据与该区域类别对应的像素点集合中各像素点属于各路面标识类别的概率和各像素点所属的路面标识类别,确定该区域类别的局部损失值;
第三确定子模块,被配置为根据所述目标区域信息中各区域类别的局部损失值之和,确定本次训练的模型损失值。
可选地,所述第二确定子模块用于:确定与该区域类别相关联的目标路面标识类别;根据与该区域类别对应的像素点集合中各像素点属于所述目标路面标识类别的概率和各像素点所属的路面标识类别,确定该区域类别的局部损失值。
可选地,所述第一训练图像对应的区域信息通过以下模块得到:
第二提取模块,被配置为对所述第一训练图像进行特征提取,得到所述第一训练图像的第一图像特征;
第二处理模块,被配置为将所述第一图像特征输入至预先训练的区域识别模型,得到所述第一训练图像对应的区域信息。
可选地,所述区域识别模型通过以下模块训练得到:
第二获取模块,被配置为获取第二训练样本,每一所述第二训练样本包括对第二训练图像进行特征提取后得到的第二图像特征和所述第二训练图像对应的训练标注信息,所述训练标注信息用于指示所述第二训练图像中各像素点所属的区域类别;
训练模块,被配置为通过将所述第二图像特征作为模型的输入,并将所述训练标注信息作为模型的目标输出的方式进行模型训练,以得到训练完成的区域识别模型。
可选地,所述区域类别包括对应于路面的第一区域类别、对应于停车区的第二区域类别和对应于除路面和停车区以外的其他区域的第三区域类别;
所述路面标识类别包括库位线、实线、虚线和箭头;
所述库位线与所述第二区域类别相关联,所述实线、虚线和箭头与所述第一区域类别相关联。
根据本公开实施例的第三方面,提供一种车辆,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为运行所述存储器中的指令以实现本公开第一方面所提供的图像处理方法的步骤。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序指令,该程序指令被处理器执行时实现本公开第一方面所提供的图像处理方法的步骤。
根据本公开实施例的第五方面,提供一种芯片,包括处理器和接口;所述处理器用于读取指令以执行本公开第一方面所提供的图像处理方法。
本公开的实施例提供的技术方案可以包括以下有益效果:
通过上述技术方案,获取待处理的目标图像,并利用预先训练的路面标识识别模型,生成与目标图像对应的识别结果,其中,识别结果用于指示目标图像中存在的路面标识以及路面标识各自对应的图像区域。并且,路面标识识别模型根据多个第一训练样本训练得到,第一训练样本包括第一训练图像、第一训练图像对应的区域信息和第一训练图像对应的路面标识信息,区域信息用于指示第一训练图像中各像素点所属的区域类别,路面标识信息用于指示第一训练图像中各像素点所属的路面标识类别,其中,每一路面标识类别关联有一种区域类别。由此,在路面标识识别任务中引入区域的语义信息,能够避免外观相似的路面标识在识别过程中被混淆,有利于提升路面标识识别的准确性和鲁棒性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的图像处理方法的流程图。
图2是根据一示例性实施例示出的图像处理装置的框图。
图3是根据一示例性实施例示出的图像处理装置的框图。
图4是根据一示例性实施例示出的图像处理装置的框图。
图5是一示例性实施例示出的一种车辆的功能框图示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
需要说明的是,本申请中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下,并获得由相应装置所有者给予授权的情况下进行的。
图1是根据一示例性实施例示出的图像处理方法的流程图,如图1所示,本公开提供的方法可以包括以下步骤11和步骤12。
在步骤11中,获取待处理的目标图像。
可选地,目标图像可以是通过车辆上设置的图像采集设备所采集到的原始图像,也可以为基于采集到的原始图像而形成的鸟瞰图像。
在步骤12中,利用预先训练的路面标识识别模型,生成与目标图像对应的识别结果。
其中,识别结果可以用于指示目标图像中存在的路面标识以及路面标识各自对应的图像区域。
可选地,路面标识识别模型可以根据多个第一训练样本训练得到,其中,每一第一训练样本可以包括第一训练图像、第一训练图像对应的区域信息和第一训练图像对应的路面标识信息。
区域信息可以用于指示第一训练图像中各像素点所属的区域类别。其中,区域类别用于对车辆使用过程中可能涉及到的区域进行区分。可选地,区域类别可以根据实际的需求进行设定。通常情况下,用车场景下,车辆采集到的图像中存在三种区域,分别是行车所处的路面(例如,行驶车道)、停车所处的停车区以及区别于路面和停车区的其他区域(即,无法行车也无法停车的区域),基于此,可以将区域类别设置为三种,分别为对应于路面的第一区域类别、对应于停车区的第二区域类别和对应于除路面和停车区以外的其他区域的第三区域类别。
在一种可能的实施方式中,第一训练图像对应的区域信息可以通过人工标注的方式得到。
在另一种可能的实施方式中,第一训练图像对应的区域信息可以通过以下方式得到:
对第一训练图像进行特征提取,得到第一训练图像的第一图像特征;
将第一图像特征输入至预先训练的区域识别模型,得到第一训练图像对应的区域信息。
示例地,可以使用已有的骨干网络进行特征提取,以得到上述第一图像特征。其中,上述骨干网络具有基本的特征提取能力。
在提取出第一图像特征后,可以将其输入至预先训练的区域识别模型,以得到第一训练图像对应的区域信息。
示例地,区域识别模型可以通过以下方式训练得到:
获取第二训练样本;
通过将第二图像特征作为模型的输入,并将训练标注信息作为模型的目标输出的方式进行模型训练,以得到训练完成的区域识别模型。
其中,每一第二训练样本可以包括对第二训练图像进行特征提取后得到的第二图像特征和第二训练图像对应的训练标注信息。
对第二训练图像的特征提取与提取第一图像特征的原理相同。例如,可以通过上文提到的骨干网络提取第二图像特征。
第二训练图像对应的训练标注信息可以用于指示第二训练图像中各像素点所属的区域类别。示例地,可以通过多维向量描述某一像素点所属的区域类别,多维向量的维数就是区域类别的数量,多维向量中各元素用于表征该像素点是否属于该元素对应的区域类别。举例来说,若区域类别包括上述第一区域类别、第二区域类别和第三区域类别,且用[A1,A2,A3]描述像素点所属的区域类别,第一区域类别、第二区域类别和第三区域类别依次对应A1、A2、A3,且标注值1表征属于,标注值0表征不属于,那么若某一像素点对应的训练标注信息为[0,1,0],则表征该像素点属于第二区域类别。
基于上述方式,在第二训练样本准备完毕后,即可开始模型的训练。在模型训练过程中,通过将第二图像特征作为模型的输入,并将训练标注信息作为模型的目标输出的方式进行模型训练,以得到训练完成的区域识别模型。
举例来说,在一次训练过程中,将第二图像特征输入至本次训练所使用的模型,能够得到本次训练所使用的模型的输出结果,之后,利用该输出结果与本次使用的第二训练图像对应的训练标注信息进行损失函数计算,并利用损失函数的计算结果对本次训练所使用的模型进行更新,并将更新后的模型用于下一次训练。如此循环往复,直至满足第二停止训练条件,即可将得到的模型作为训练完成的起点识别模型。
示例地,上述模型训练可以使用神经网络模型。再例如,模型损失函数可以选用交叉熵损失函数。再例如,第二停止训练条件可以包括但不限于以下中的任意一者:训练次数达到预设次数、训练时长达到预设时长、损失函数的计算结果低于预设损失值。
路面标识信息可以用于指示第一训练图像中各像素点所属的路面标识类别。其中,路面标识类别用于对车辆使用过程中可能涉及到的路面标识进行区分。可选地,路面标识类别可以根据实际存在的路面标识进行设定。示例地,路面标识类别可以包括但不限于以下几者:库位线、实线、虚线和箭头。像素点所属的路面标识类别的描述方式的原理与上文所述的像素点所属的区域类别的描述方式相似,即,可以通过对多维向量描述像素点所属的路面标识类别,此处不再赘述。
并且,每一路面标识类别可以各自关联有一种区域类别。通常情况下,特定的路面标识只会在特定的区域中出现,例如,库位线仅仅会出现在停车区,而不会出现在车辆行驶所对应的路面(例如,车道)。基于这一特征,可以设置路面标识类别与区域类别之间的关联关系。示例地,参照上文所记载的区域类别和路面标识类别,库位线可以与第二区域类别相关联,实线、虚线和箭头可以与第一区域类别相关联。
基于上述方式,可以获取到用于训练路面标识识别模型的多个第一训练样本。
在一种可能的实施方式中,步骤12可以包括以下步骤:
对目标图像进行特征提取,得到目标图像的目标图像特征;
将目标图像特征输入至路面标识识别模型,以生成与目标图像对应的识别结果。
示例地,可以通过前文所述的骨干网络对目标图像进行特征提取,以得到目标图像特征。
示例地,路面标识识别模型可以通过以下方式训练得到:
对第一训练图像进行特征提取,得到第一训练图像的第一图像特征;
将第一图像特征输入至本次训练所使用的路面标识识别模型中,得到本次训练的路面标识识别模型的第一输出内容;
在满足第一停止训练条件的情况下,将本次训练的路面标识识别模型确定为训练完成的路面标识识别模型;
在不满足第一停止训练条件的情况下,根据第一输出内容、本次训练所使用的第一训练图像对应的目标区域信息和目标路面标识信息,确定本次训练的模型损失值,并利用本次训练的模型损失值更新本次训练的路面标识识别模型,再将更新后的路面标识识别模型用于下一次训练,直至满足第一停止训练条件。
其中,第一输出内容包括第一训练图像中各像素点属于各路面标识类别的概率。
示例地,根据第一输出内容、本次训练所使用的第一训练图像对应的目标区域信息和目标路面标识信息,确定本次训练的模型损失值,可以包括以下步骤:
根据目标区域信息,确定属于同一区域类别的像素点集合;
针对目标区域信息中的每一区域类别,根据与该区域类别对应的像素点集合中各像素点属于各路面标识类别的概率和各像素点所属的路面标识类别,确定该区域类别的局部损失值;
根据目标区域信息中各区域类别的局部损失值之和,确定本次训练的模型损失值。
根据本次训练所使用的第一训练图像对应的区域信息(即,上述目标区域信息),可以将该第一训练图像中属于不同区域类别的像素点区分开来,并可以确定属于同一区域类别的像素点集合。例如,若第一训练图像中包含第一区域类别和第三区域类别,则可以确定出第一训练图像中对应于第一区域类别的像素点集合和对应于第二区域类别的像素点集合。
此后,针对目标区域信息中的每一区域类别,可以根据与该区域类别对应的像素点集合中各像素点属于各路面标识类别的概率和各像素点所属的路面标识类别,确定该区域类别的局部损失值。也就是说,针对目标区域信息所涉及到的每一区域类别,基于属于该区域类别的像素点计算损失值(而不关注不属于该区域类别的其他像素点),作为对应于该区域类别的局部损失值。
示例地,根据与该区域类别对应的像素点集合中各像素点属于各路面标识类别的概率和各像素点所属的路面标识类别,确定该区域类别的局部损失值,可以包括以下步骤:
确定与该区域类别相关联的目标路面标识类别;
根据与该区域类别对应的像素点集合中各像素点属于目标路面标识类别的概率和各像素点所属的路面标识类别,确定该区域类别的局部损失值。
也就是说,对于某一区域类别,基于该区域类别对应的像素点集合,对于该像素点集合中的每一像素点,基于与该区域类别相关联的目标路面标识类别(而不关注未与该区域类别相关联的其他路面标识类别)计算像素点的损失值,进而形成该区域类别的局部损失值。
举例来说,若第一训练图像中涉及第一区域类别和第二区域类别,路面标识类别包括库位线、实线和箭头,且实线和箭头与第一区域类别相关联、库位线与第二区域类别相关联,那么,在涉及到损失值计算时,可以分别针对第一区域类别和第二区域类别计算各自的局部损失值,其中,对于第一区域类别,可以筛选出第一训练图像中属于第一区域类别的第一像素点集合,对于第一像素点集合,根据第一输出内容中第一像素点集合中各像素点属于实线的概率、属于箭头的概率,同时结合目标路面标识信息中第一像素点集合中各像素点所属的路面标识类别,确定第一区域类别的局部损失值。同理,对于第二区域类别,可以筛选出第一训练图像中属于第二区域类别的第二像素点集合,对于第二像素点集合,根据第一输出内容中第二像素点集合中各像素点属于库位线的概率,同时结合目标路面标识信息中第二像素点集合中各像素点所属的路面标识类别,确定第二区域类别的局部损失值。
由此,可以计算出目标区域信息中涉及到的各区域类别的局部损失值,进而,根据各局部损失值之和,确定本次训练的模型损失值。示例地,可以直接将各局部损失值之和作为本次训练的模型损失值。
可选地,还可以基于各局部损失值进行加权计算,以得到本次训练的模型损失值。
在确定本次训练的模型损失值后,即可利用本次训练的模型损失值更新本次训练的路面标识识别模型,再将更新后的路面标识识别模型用于下一次训练,直至满足第一停止训练条件。
在满足第一停止训练条件的情况下,即可将本次训练的路面标识识别模型确定为训练完成的路面标识识别模型。
示例地,上述损失值计算可以基于交叉熵损失函数进行计算。再例如,第一停止训练条件可以包括但不限于以下中的任意一者:训练次数达到预设次数、训练时长达到预设时长、模型的损失值低于预设损失值。
基于上述方式,在路面标识识别模型的训练过程中,引入区域的语义信息,使得路面标识识别模型在识别路面标识时,能够基于区域对识别进行约束,使路面标识仅在与该路面标识相关联的区域中被识别出来,从而,能够解决相似外观的路面标识引起的误检、混淆问题,提升路面标识的识别准确性与鲁棒性。
在得到目标图像特征后,可以将目标图像特征输入至已训练完成的路面标识识别模型,以生成与目标图像对应的识别结果。示例地,识别结果可以包括目标图像中各像素点属于各路面标识类别的概率,以此可以确定各像素点所属的路面标识类别(例如,将像素点概率最大值所对应的路面标识类别确定为像素点所属的路面标识类别),进而可以确定目标图像中存在的路面标识以及路面标识各自对应的图像区域。
通过上述技术方案,获取待处理的目标图像,并利用预先训练的路面标识识别模型,生成与目标图像对应的识别结果,其中,识别结果用于指示目标图像中存在的路面标识以及路面标识各自对应的图像区域。并且,路面标识识别模型根据多个第一训练样本训练得到,第一训练样本包括第一训练图像、第一训练图像对应的区域信息和第一训练图像对应的路面标识信息,区域信息用于指示第一训练图像中各像素点所属的区域类别,路面标识信息用于指示第一训练图像中各像素点所属的路面标识类别,其中,每一路面标识类别关联有一种区域类别。由此,在路面标识识别任务中引入区域的语义信息,能够避免外观相似的路面标识在识别过程中被混淆,有利于提升路面标识识别的准确性和鲁棒性。
图2是根据一示例性实施例示出的图像处理装置的框图。参照图2,该装置20可以包括:
第一获取模块21,被配置为获取待处理的目标图像;
识别模块22,被配置为利用预先训练的路面标识识别模型,生成与所述目标图像对应的识别结果,所述识别结果用于指示所述目标图像中存在的路面标识以及路面标识各自对应的图像区域;
其中,所述路面标识识别模型根据多个第一训练样本训练得到,所述第一训练样本包括第一训练图像、所述第一训练图像对应的区域信息和所述第一训练图像对应的路面标识信息,所述区域信息用于指示所述第一训练图像中各像素点所属的区域类别,所述路面标识信息用于指示所述第一训练图像中各像素点所属的路面标识类别,其中,每一路面标识类别关联有一种区域类别。
可选地,所述识别模块22,包括:
提取子模块,被配置为对所述目标图像进行特征提取,得到所述目标图像的目标图像特征;
处理子模块,被配置为将所述目标图像特征输入至所述路面标识识别模型,以生成与所述目标图像对应的所述识别结果。
可选地,所述路面标识识别模型通过以下模块训练得到:
第一提取模块,被配置为对所述第一训练图像进行特征提取,得到所述第一训练图像的第一图像特征;
第一处理模块,被配置为将所述第一图像特征输入至本次训练所使用的路面标识识别模型中,得到本次训练的路面标识识别模型的第一输出内容,所述第一输出内容包括所述第一训练图像中各像素点属于各路面标识类别的概率;
第一确定模块,被配置为在满足第一停止训练条件的情况下,将本次训练的路面标识识别模型确定为训练完成的路面标识识别模型;
第二确定模块,被配置为在不满足所述第一停止训练条件的情况下,根据所述第一输出内容、本次训练所使用的第一训练图像对应的目标区域信息和目标路面标识信息,确定本次训练的模型损失值,并利用本次训练的模型损失值更新本次训练的路面标识识别模型,再将更新后的路面标识识别模型用于下一次训练,直至满足所述第一停止训练条件。
可选地,所述第二确定模块,包括:
第一确定子模块,被配置为根据所述目标区域信息,确定属于同一区域类别的像素点集合;
第二确定子模块,被配置为针对所述目标区域信息中的每一区域类别,根据与该区域类别对应的像素点集合中各像素点属于各路面标识类别的概率和各像素点所属的路面标识类别,确定该区域类别的局部损失值;
第三确定子模块,被配置为根据所述目标区域信息中各区域类别的局部损失值之和,确定本次训练的模型损失值。
可选地,所述第二确定子模块用于:确定与该区域类别相关联的目标路面标识类别;根据与该区域类别对应的像素点集合中各像素点属于所述目标路面标识类别的概率和各像素点所属的路面标识类别,确定该区域类别的局部损失值。
可选地,所述第一训练图像对应的区域信息通过以下模块得到:
第二提取模块,被配置为对所述第一训练图像进行特征提取,得到所述第一训练图像的第一图像特征;
第二处理模块,被配置为将所述第一图像特征输入至预先训练的区域识别模型,得到所述第一训练图像对应的区域信息。
可选地,所述区域识别模型通过以下模块训练得到:
第二获取模块,被配置为获取第二训练样本,每一所述第二训练样本包括对第二训练图像进行特征提取后得到的第二图像特征和所述第二训练图像对应的训练标注信息,所述训练标注信息用于指示所述第二训练图像中各像素点所属的区域类别;
训练模块,被配置为通过将所述第二图像特征作为模型的输入,并将所述训练标注信息作为模型的目标输出的方式进行模型训练,以得到训练完成的区域识别模型。
可选地,所述区域类别包括对应于路面的第一区域类别、对应于停车区的第二区域类别和对应于除路面和停车区以外的其他区域的第三区域类别;
所述路面标识类别包括库位线、实线、虚线和箭头;
所述库位线与所述第二区域类别相关联,所述实线、虚线和箭头与所述第一区域类别相关联。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本公开还提供一种计算机可读存储介质,其上存储有计算机程序指令,该程序指令被处理器执行时实现本公开提供的图像处理方法的步骤。
图3是根据一示例性实施例示出的图像处理装置800的框图。例如,装置800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图3,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的图像处理方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
输入/输出接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到装置800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述图像处理方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由装置800的处理器820执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图4是根据一示例性实施例示出的图像处理装置1900的框图。例如,装置1900可以被提供为一服务器。参照图4,装置1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述图像处理方法。
装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理,一个有线或无线网络接口1950被配置为将装置1900连接到网络,和一个输入/输出接口1958。装置1900可以操作基于存储在存储器1932的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
上述装置除了可以是独立的电子设备外,也可是独立电子设备的一部分,例如在一种实施例中,该装置可以是集成电路(Integrated Circuit,IC)或芯片,其中该集成电路可以是一个IC,也可以是多个IC的集合;该芯片可以包括但不限于以下种类:GPU(GraphicsProcessing Unit,图形处理器)、CPU(Central Processing Unit,中央处理器)、FPGA(Field Programmable Gate Array,可编程逻辑阵列)、DSP(Digital Signal Processor,数字信号处理器)、ASIC(Application Specific Integrated Circuit,专用集成电路)、SOC(System on Chip,SoC,片上系统或系统级芯片)等。上述的集成电路或芯片中可以用于执行可执行指令(或代码),以实现上述的图像处理方法。其中该可执行指令可以存储在该集成电路或芯片中,也可以从其他的装置或设备获取,例如该集成电路或芯片中包括处理器、存储器,以及用于与其他的装置通信的接口。该可执行指令可以存储于该存储器中,当该可执行指令被处理器执行时实现上述的图像处理方法;或者,该集成电路或芯片可以通过该接口接收可执行指令并传输给该处理器执行,以实现上述的图像处理方法。
参阅图5,图5是一示例性实施例示出的一种车辆600的功能框图示意图。车辆600可以被配置为完全或部分自动驾驶模式。例如,车辆600可以通过感知系统620获取其周围的环境信息,并基于对周边环境信息的分析得到自动驾驶策略以实现完全自动驾驶,或者将分析结果呈现给用户以实现部分自动驾驶。
车辆600可包括各种子系统,例如,信息娱乐系统610、感知系统620、决策控制系统630、驱动系统640以及计算平台650。可选的,车辆600可包括更多或更少的子系统,并且每个子系统都可包括多个部件。另外,车辆600的每个子系统和部件可以通过有线或者无线的方式实现互连。
在一些实施例中,信息娱乐系统610可以包括通信系统611,娱乐系统612以及导航系统613。
通信系统611可以包括无线通信系统,无线通信系统可以直接地或者经由通信网络来与一个或多个设备无线通信。例如,无线通信系统可使用3G蜂窝通信,例如CDMA、EVD0、GSM/GPRS,或者4G蜂窝通信,例如LTE。或者5G蜂窝通信。无线通信系统可利用WiFi与无线局域网(wireless local area network,WLAN)通信。在一些实施例中,无线通信系统可利用红外链路、蓝牙或ZigBee与设备直接通信。其他无线协议,例如各种车辆通信系统,例如,无线通信系统可包括一个或多个专用短程通信(dedicated short range communications,DSRC)设备,这些设备可包括车辆和/或路边台站之间的公共和/或私有数据通信。
娱乐系统612可以包括显示设备,麦克风和音响,用户可以基于娱乐系统在车内收听广播,播放音乐;或者将手机和车辆联通,在显示设备上实现手机的投屏,显示设备可以为触控式,用户可以通过触摸屏幕进行操作。
在一些情况下,可以通过麦克风获取用户的语音信号,并依据对用户的语音信号的分析实现用户对车辆600的某些控制,例如调节车内温度等。在另一些情况下,可以通过音响向用户播放音乐。
导航系统613可以包括由地图供应商所提供的地图服务,从而为车辆600提供行驶路线的导航,导航系统613可以和车辆的全球定位系统621、惯性测量单元622配合使用。地图供应商所提供的地图服务可以为二维地图,也可以是高精地图。
感知系统620可包括感测关于车辆600周边的环境的信息的若干种传感器。例如,感知系统620可包括全球定位系统621(全球定位系统可以是GPS系统,也可以是北斗系统或者其他定位系统)、惯性测量单元(inertial measurement unit,IMU)622、激光雷达623、毫米波雷达624、超声雷达625以及摄像装置626。感知系统620还可包括被监视车辆600的内部系统的传感器(例如,车内空气质量监测器、燃油量表、机油温度表等)。来自这些传感器中的一个或多个的传感器数据可用于检测对象及其相应特性(位置、形状、方向、速度等)。这种检测和识别是车辆600的安全操作的关键功能。
全球定位系统621用于估计车辆600的地理位置。
惯性测量单元622用于基于惯性加速度来感测车辆600的位姿变化。在一些实施例中,惯性测量单元622可以是加速度计和陀螺仪的组合。
激光雷达623利用激光来感测车辆600所位于的环境中的物体。在一些实施例中,激光雷达623可包括一个或多个激光源、激光扫描器以及一个或多个检测器,以及其他系统组件。
毫米波雷达624利用无线电信号来感测车辆600的周边环境内的物体。在一些实施例中,除了感测物体以外,毫米波雷达624还可用于感测物体的速度和/或前进方向。
超声雷达625可以利用超声波信号来感测车辆600周围的物体。
摄像装置626用于捕捉车辆600的周边环境的图像信息。摄像装置626可以包括单目相机、双目相机、结构光相机以及全景相机等,摄像装置626获取的图像信息可以包括静态图像,也可以包括视频流信息。
决策控制系统630包括基于感知系统620所获取的信息进行分析决策的计算系统631,决策控制系统630还包括对车辆600的动力系统进行控制的整车控制器632,以及用于控制车辆600的转向系统633、油门634和制动系统635。
计算系统631可以操作来处理和分析由感知系统620所获取的各种信息以便识别车辆600周边环境中的目标、物体和/或特征。目标可以包括行人或者动物,物体和/或特征可包括交通信号、道路边界和障碍物。计算系统631可使用物体识别算法、运动中恢复结构(Structure from Motion,SFM)算法、视频跟踪等技术。在一些实施例中,计算系统631可以用于为环境绘制地图、跟踪物体、估计物体的速度等等。计算系统631可以将所获取的各种信息进行分析并得出对车辆的控制策略。
整车控制器632可以用于对车辆的动力电池和引擎641进行协调控制,以提升车辆600的动力性能。
转向系统633可操作来调整车辆600的前进方向。例如在一个实施例中可以为方向盘系统。
油门634用于控制引擎641的操作速度并进而控制车辆600的速度。
制动系统635用于控制车辆600减速。制动系统635可使用摩擦力来减慢车轮644。在一些实施例中,制动系统635可将车轮644的动能转换为电流。制动系统635也可采取其他形式来减慢车轮644转速从而控制车辆600的速度。
驱动系统640可包括为车辆600提供动力运动的组件。在一个实施例中,驱动系统640可包括引擎641、能量源642、传动系统643和车轮644。引擎641可以是内燃机、电动机、空气压缩引擎或其他类型的引擎组合,例如汽油发动机和电动机组成的混动引擎,内燃引擎和空气压缩引擎组成的混动引擎。引擎641将能量源642转换成机械能量。
能量源642的示例包括汽油、柴油、其他基于石油的燃料、丙烷、其他基于压缩气体的燃料、乙醇、太阳能电池板、电池和其他电力来源。能量源642也可以为车辆600的其他系统提供能量。
传动系统643可以将来自引擎641的机械动力传送到车轮644。传动系统643可包括变速箱、差速器和驱动轴。在一个实施例中,传动系统643还可以包括其他器件,比如离合器。其中,驱动轴可包括可耦合到一个或多个车轮644的一个或多个轴。
车辆600的部分或所有功能受计算平台650控制。计算平台650可包括至少一个处理器651,处理器651可以执行存储在例如存储器652这样的非暂态计算机可读介质中的指令653。在一些实施例中,计算平台650还可以是采用分布式方式控制车辆600的个体组件或子系统的多个计算设备。
处理器651可以是任何常规的处理器,诸如商业可获得的CPU。可替换地,处理器651还可以包括诸如图像处理器(Graphic Process Unit,GPU),现场可编程门阵列(FieldProgrammable Gate Array,FPGA)、片上系统(Sysem on Chip,SOC)、专用集成芯片(Application Specific Integrated Circuit,ASIC)或它们的组合。尽管图5功能性地图示了处理器、存储器、和在相同块中的计算机的其它元件,但是本领域的普通技术人员应该理解该处理器、计算机、或存储器实际上可以包括可以或者可以不存储在相同的物理外壳内的多个处理器、计算机、或存储器。例如,存储器可以是硬盘驱动器或位于不同于计算机的外壳内的其它存储介质。因此,对处理器或计算机的引用将被理解为包括对可以或者可以不并行操作的处理器或计算机或存储器的集合的引用。不同于使用单一的处理器来执行此处所描述的步骤,诸如转向组件和减速组件的一些组件每个都可以具有其自己的处理器,处理器只执行与特定于组件的功能相关的计算。
在本公开实施方式中,处理器651可以执行上述的图像处理方法。
在此处所描述的各个方面中,处理器651可以位于远离该车辆并且与该车辆进行无线通信。在其它方面中,此处所描述的过程中的一些在布置于车辆内的处理器上执行而其它则由远程处理器执行,包括采取执行单一操纵的必要步骤。
在一些实施例中,存储器652可包含指令653(例如,程序逻辑),指令653可被处理器651执行来执行车辆600的各种功能。存储器652也可包含额外的指令,包括向信息娱乐系统610、感知系统620、决策控制系统630、驱动系统640中的一个或多个发送数据、从其接收数据、与其交互和/或对其进行控制的指令。
除了指令653以外,存储器652还可存储数据,例如道路地图、路线信息,车辆的位置、方向、速度以及其它这样的车辆数据,以及其他信息。这种信息可在车辆600在自主、半自主和/或手动模式中操作期间被车辆600和计算平台650使用。
计算平台650可基于从各种子系统(例如,驱动系统640、感知系统620和决策控制系统630)接收的输入来控制车辆600的功能。例如,计算平台650可利用来自决策控制系统630的输入以便控制转向系统633来避免由感知系统620检测到的障碍物。在一些实施例中,计算平台650可操作来对车辆600及其子系统的许多方面提供控制。
可选地,上述这些组件中的一个或多个可与车辆600分开安装或关联。例如,存储器652可以部分或完全地与车辆600分开存在。上述组件可以按有线和/或无线方式来通信地耦合在一起。
可选地,上述组件只是一个示例,实际应用中,上述各个模块中的组件有可能根据实际需要增添或者删除,图5不应理解为对本公开实施例的限制。
在道路行进的自动驾驶汽车,如上面的车辆600,可以识别其周围环境内的物体以确定对当前速度的调整。物体可以是其它车辆、交通控制设备、或者其它类型的物体。在一些示例中,可以独立地考虑每个识别的物体,并且基于物体的各自的特性,诸如它的当前速度、加速度、与车辆的间距等,可以用来确定自动驾驶汽车所要调整的速度。
可选地,车辆600或者与车辆600相关联的感知和计算设备(例如计算系统631、计算平台650)可以基于所识别的物体的特性和周围环境的状态(例如,交通、雨、道路上的冰、等等)来预测识别的物体的行为。可选地,每一个所识别的物体都依赖于彼此的行为,因此还可以将所识别的所有物体全部一起考虑来预测单个识别的物体的行为。车辆600能够基于预测的识别的物体的行为来调整它的速度。换句话说,自动驾驶汽车能够基于所预测的物体的行为来确定车辆将需要调整到(例如,加速、减速、或者停止)何种稳定状态。在这个过程中,也可以考虑其它因素来确定车辆600的速度,诸如,车辆600在行驶的道路中的横向位置、道路的曲率、静态和动态物体的接近度等等。
除了提供调整自动驾驶汽车的速度的指令之外,计算设备还可以提供修改车辆600的转向角的指令,以使得自动驾驶汽车遵循给定的轨迹和/或维持与自动驾驶汽车附近的物体(例如,道路上的相邻车道中的车辆)的安全横向和纵向距离。
上述车辆600可以为各种类型的行驶工具,例如,轿车、卡车、摩托车、公共汽车、船、飞机、直升飞机、娱乐车、火车等等,本公开实施例不做特别的限定。
在另一示例性实施例中,还提供一种计算机程序产品,该计算机程序产品包含能够由可编程的装置执行的计算机程序,该计算机程序具有当由该可编程的装置执行时用于执行上述的图像处理方法的代码部分。
本领域技术人员在考虑说明书及实践本公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (12)
1.一种图像处理方法,其特征在于,所述方法包括:
获取待处理的目标图像;
利用预先训练的路面标识识别模型,生成与所述目标图像对应的识别结果,所述识别结果用于指示所述目标图像中存在的路面标识以及路面标识各自对应的图像区域;
其中,所述路面标识识别模型根据多个第一训练样本训练得到,所述第一训练样本包括第一训练图像、所述第一训练图像对应的区域信息和所述第一训练图像对应的路面标识信息,所述区域信息用于指示所述第一训练图像中各像素点所属的区域类别,所述路面标识信息用于指示所述第一训练图像中各像素点所属的路面标识类别,其中,每一路面标识类别关联有一种区域类别。
2.根据权利要求1所述的方法,其特征在于,所述利用预先训练的路面标识识别模型,生成与所述目标图像对应的识别结果,包括:
对所述目标图像进行特征提取,得到所述目标图像的目标图像特征;
将所述目标图像特征输入至所述路面标识识别模型,以生成与所述目标图像对应的所述识别结果。
3.根据权利要求2所述的方法,其特征在于,所述路面标识识别模型通过以下方式训练得到:
对所述第一训练图像进行特征提取,得到所述第一训练图像的第一图像特征;
将所述第一图像特征输入至本次训练所使用的路面标识识别模型中,得到本次训练的路面标识识别模型的第一输出内容,所述第一输出内容包括所述第一训练图像中各像素点属于各路面标识类别的概率;
在满足第一停止训练条件的情况下,将本次训练的路面标识识别模型确定为训练完成的路面标识识别模型;
在不满足所述第一停止训练条件的情况下,根据所述第一输出内容、本次训练所使用的第一训练图像对应的目标区域信息和目标路面标识信息,确定本次训练的模型损失值,并利用本次训练的模型损失值更新本次训练的路面标识识别模型,再将更新后的路面标识识别模型用于下一次训练,直至满足所述第一停止训练条件。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第一输出内容、本次训练所使用的第一训练图像对应的目标区域信息和目标路面标识信息,确定本次训练的模型损失值,包括:
根据所述目标区域信息,确定属于同一区域类别的像素点集合;
针对所述目标区域信息中的每一区域类别,根据与该区域类别对应的像素点集合中各像素点属于各路面标识类别的概率和各像素点所属的路面标识类别,确定该区域类别的局部损失值;
根据所述目标区域信息中各区域类别的局部损失值之和,确定本次训练的模型损失值。
5.根据权利要求4所述的方法,其特征在于,所述根据与该区域类别对应的像素点集合中各像素点属于各路面标识类别的概率和各像素点所属的路面标识类别,确定该区域类别的局部损失值,包括:
确定与该区域类别相关联的目标路面标识类别;
根据与该区域类别对应的像素点集合中各像素点属于所述目标路面标识类别的概率和各像素点所属的路面标识类别,确定该区域类别的局部损失值。
6.根据权利要求1所述的方法,其特征在于,所述第一训练图像对应的区域信息通过以下方式得到:
对所述第一训练图像进行特征提取,得到所述第一训练图像的第一图像特征;
将所述第一图像特征输入至预先训练的区域识别模型,得到所述第一训练图像对应的区域信息。
7.根据权利要求6所述的方法,其特征在于,所述区域识别模型通过以下方式训练得到:
获取第二训练样本,每一所述第二训练样本包括对第二训练图像进行特征提取后得到的第二图像特征和所述第二训练图像对应的训练标注信息,所述训练标注信息用于指示所述第二训练图像中各像素点所属的区域类别;
通过将所述第二图像特征作为模型的输入,并将所述训练标注信息作为模型的目标输出的方式进行模型训练,以得到训练完成的区域识别模型。
8.根据权利要求1-7中任一项所述的方法,其特征在于,所述区域类别包括对应于路面的第一区域类别、对应于停车区的第二区域类别和对应于除路面和停车区以外的其他区域的第三区域类别;
所述路面标识类别包括库位线、实线、虚线和箭头;
所述库位线与所述第二区域类别相关联,所述实线、虚线和箭头与所述第一区域类别相关联。
9.一种图像处理装置,其特征在于,所述装置包括:
第一获取模块,被配置为获取待处理的目标图像;
识别模块,被配置为利用预先训练的路面标识识别模型,生成与所述目标图像对应的识别结果,所述识别结果用于指示所述目标图像中存在的路面标识以及路面标识各自对应的图像区域;
其中,所述路面标识识别模型根据多个第一训练样本训练得到,所述第一训练样本包括第一训练图像、所述第一训练图像对应的区域信息和所述第一训练图像对应的路面标识信息,所述区域信息用于指示所述第一训练图像中各像素点所属的区域类别,所述路面标识信息用于指示所述第一训练图像中各像素点所属的路面标识类别,其中,每一路面标识类别关联有一种区域类别。
10.一种车辆,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为运行所述存储器中的指令以实现权利要求1~8中任一项所述方法的步骤。
11.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,该程序指令被处理器执行时实现权利要求1~8中任一项所述方法的步骤。
12.一种芯片,其特征在于,包括处理器和接口;所述处理器用于读取指令以执行权利要求1~8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210837791.8A CN115205804A (zh) | 2022-07-15 | 2022-07-15 | 图像处理方法、装置、车辆、介质及芯片 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210837791.8A CN115205804A (zh) | 2022-07-15 | 2022-07-15 | 图像处理方法、装置、车辆、介质及芯片 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115205804A true CN115205804A (zh) | 2022-10-18 |
Family
ID=83581461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210837791.8A Pending CN115205804A (zh) | 2022-07-15 | 2022-07-15 | 图像处理方法、装置、车辆、介质及芯片 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115205804A (zh) |
-
2022
- 2022-07-15 CN CN202210837791.8A patent/CN115205804A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114882464B (zh) | 多任务模型训练方法、多任务处理方法、装置及车辆 | |
CN114935334B (zh) | 车道拓扑关系的构建方法、装置、车辆、介质及芯片 | |
CN114771539B (zh) | 车辆变道决策方法、装置、存储介质及车辆 | |
CN114842455B (zh) | 障碍物检测方法、装置、设备、介质、芯片及车辆 | |
CN115170630B (zh) | 地图生成方法、装置、电子设备、车辆和存储介质 | |
CN115164910B (zh) | 行驶路径生成方法、装置、车辆、存储介质及芯片 | |
CN114756700B (zh) | 场景库建立方法、装置、车辆、存储介质及芯片 | |
CN114880408A (zh) | 场景构建方法、装置、介质以及芯片 | |
CN114863717A (zh) | 车位推荐方法、装置、存储介质及车辆 | |
CN114537450A (zh) | 车辆控制方法、装置、介质、芯片、电子设备及车辆 | |
CN114973178A (zh) | 模型训练方法、物体识别方法、装置、车辆及存储介质 | |
CN115205804A (zh) | 图像处理方法、装置、车辆、介质及芯片 | |
CN115115822B (zh) | 车端图像处理方法、装置、车辆、存储介质及芯片 | |
CN115221260B (zh) | 数据处理方法、装置、车辆及存储介质 | |
CN114771514B (zh) | 车辆行驶控制方法、装置、设备、介质、芯片及车辆 | |
CN115214629B (zh) | 自动泊车方法、装置、存储介质、车辆及芯片 | |
CN114572219B (zh) | 自动超车方法、装置、车辆、存储介质及芯片 | |
CN114789723B (zh) | 车辆行驶控制方法、装置、车辆、存储介质及芯片 | |
CN115042813B (zh) | 车辆控制方法、装置、存储介质及车辆 | |
CN114821511B (zh) | 杆体检测方法、装置、车辆、存储介质及芯片 | |
CN115082772B (zh) | 地点识别方法、装置、车辆、存储介质及芯片 | |
CN115063639B (zh) | 生成模型的方法、图像语义分割方法、装置、车辆及介质 | |
CN114842454B (zh) | 障碍物检测方法、装置、设备、存储介质、芯片及车辆 | |
CN115620258A (zh) | 车道线检测方法、装置、存储介质及车辆 | |
CN114802258A (zh) | 车辆控制方法、装置、存储介质及车辆 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |