[发明专利]目标检测和区域分割方法、装置和计算机可读存储介质

说明书

本公开涉及一种基于卷积神经网络的多任务目标检测和区域分割方法、装置以及计算机可读存储介质。所述基于卷积神经网络的多任务目标检测和区域分割方法，包括：基于输入的图像，由基本卷积网络获取基本卷积特征；基于所述基本卷积特征，由目标检测网络输出目标检测结果；以及基于所述基本卷积特征，由区域分割网络输出区域分割结果。

技术领域

本公开涉及图像处理领域，更具体地，本公开涉及一种基于卷积神经网络的多任务目标检测和区域分割方法和装置、以及计算机可读存储介质。

背景技术

在基于人工智能的高级驾驶员辅助系统(ADAS)中，车道检测和路面检测是重要的组成部分。通过道路的车道检测和路面检测，可以实现ADAS的多种应用功能，诸如车道偏离警告、自适应巡航控制和自动紧急制动等。神经网络是一种大规模、多参数优化的工具。依靠大量的训练数据，神经网络能够学习出数据中难以总结的隐藏特征，从而完成多项复杂的任务，如人脸检测、图片分类、物体检测、动作追踪、自然语言翻译等。神经网络已被人工智能界广泛应用。基于神经网络的视觉识别方案已经被用于实现上述ADAS中的车道检测和路面检测。

然而，在基于神经网络实现车道检测和路面检测的方案中，通常需要训练分别用于实现车道检测和路面检测的不同的神经网络，并且在实际检测过程中也需要不同的神经网络分别执行车道检测和路面检测过程。如此，将导致复杂的训练和检测过程，增加了系统的复杂性和开销。

发明内容

鉴于上述问题，本公开提供一种基于卷积神经网络的多任务目标检测和区域分割方法和装置、以及计算机可读存储介质。

根据本公开的一个实施例，提供了一种基于卷积神经网络的多任务目标检测和区域分割方法，包括：基于输入的图像，由基本卷积网络获取基本卷积特征；基于所述基本卷积特征，由目标检测网络输出目标检测结果；以及基于所述基本卷积特征，由区域分割网络输出区域分割结果。

此外，根据本公开的一个实施例的多任务目标检测和区域分割方法，其中，所述目标检测网络包括区域建议子网络和目标检测子网络，所述基于所述基本卷积特征，由目标检测网络输出目标检测结果包括：基于所述基本卷积特征，由所述区域建议子网络获取候选目标区域；以及基于所述基本卷积特征，由所述目标检测子网络在所述候选目标区域中检测目标，并且输出所述目标检测结果。

此外，根据本公开的一个实施例的多任务目标检测和区域分割方法，其中，所述区域分割网络是全卷积网络，所述基于所述基本卷积特征，由区域分割网络输出区域分割结果包括：基于所述基本卷积特征，生成代表每个像素点所属类别的热力图；以及对所述热力图执行上采样，生成指示所述输入的图像中不同区域的所述区域分割结果。

此外，根据本公开的一个实施例的多任务目标检测和区域分割方法，还包括：预先训练所述目标检测网络和所述区域分割网络，其中，所述预先训练所述目标检测网络和所述区域分割网络包括：获取标注有训练目标和训练区域的图像；同时训练所述目标检测网络和所述区域分割网络，调整网络参数，直到整体损失函数满足收敛条件，其中，所述整体损失函数是所述目标检测网络和所述区域分割网络各自的损失函数的加权和。

此外，根据本公开的一个实施例的多任务目标检测和区域分割方法，还包括：通过共享基本卷积特征，同时获取并且融合所述目标检测结果和所述区域分割结果。

根据本公开的另一个实施例，提供了一种基于卷积神经网络的多任务目标检测和区域分割装置，包括：基本卷积网络单元，用于基于输入的图像，获取基本卷积特征；目标检测网络单元，用于基于所述基本卷积特征，输出目标检测结果；以及区域分割网络单元，用于基于所述基本卷积特征，输出区域分割结果。