[发明专利]一种基于残差网络和扩张卷积的道路场景分割方法

说明书

本发明公开了一种基于残差网络和扩张卷积的道路场景分割方法，其在训练阶段构建卷积神经网络，其隐层由10个依次设置的Residual block组成；将训练集中的每幅原始的道路场景图像输入到卷积神经网络中进行训练，得到每幅原始的道路场景图像对应的12幅语义分割预测图；通过计算每幅原始的道路场景图像对应的12幅语义分割预测图构成的集合与对应的真实语义分割图像处理成的12幅独热编码图像构成的集合之间的损失函数值，得到卷积神经网络分类训练模型的最优权值矢量；在测试阶段，利用卷积神经网络分类训练模型的最优权值矢量进行预测，得到待语义分割的道路场景图像对应的预测语义分割图像；优点是计算复杂度低、分割效率高、分割精度高，且鲁棒性好。

技术领域

本发明涉及一种深度学习的语义分割技术，尤其是涉及一种基于残差网络和扩张卷积的道路场景分割方法。

背景技术

深度学习是人工神经网络的一个分支，具有深度网络结构的人工神经网络是深度学习最早的网络模型。最初，深度学习的应用主要是在图像和语音领域。自2006年以来，深度学习在学术界持续升温，深度学习和神经网络在语义分割、计算机视觉、语音识别、跟踪方面都有极广泛的应用，其极强的高效性也使得它在实时应用等各方面具有巨大的潜力。

卷积神经网络在图像的分类、定位以及场景理解等方面取得了成功。随着增强现实和自动驾驶车辆等任务的激增，许多研究人员将注意力转移到场景理解上，其中一个主要步骤就是语义分割，即对所给定图像中的每个像素点做分类。语义分割在移动和机器人相关应用中具有重要意义。

语义分割问题在很多应用场景中都有着十分重要的作用，例如图片理解、自动驾驶等，所以近年来，语义分割问题在学术界和工业界得到了广泛的关注。经典的语义分割方法有全连接网络(Full Connected Network，FCN)和卷积神经网络SegNet等，这些方法在道路场景分割数据库上的像素精度、均像素精度和均交并比均有不错的表现。但是，FCN的一个不足之处在于，由于池化层的存在，导致响应张量的大小(长和宽)越来越小，然而FCN的设计初衷则需要和输入大小一致的输出，因此FCN做了上采样，但是上采样并不能将丢失的信息全部无损地找回来；卷积神经网络SegNet是在FCN的基础上构建的网络模型，然而其并没有很好地控制信息丢失这个问题。因此，这些方法因信息丢失影响了分割精确度，从而导致方法的鲁棒性降低。

发明内容

本发明所要解决的技术问题是提供一种基于残差网络和扩张卷积的道路场景分割方法，其计算复杂度低、分割效率高、分割精度高，且鲁棒性好。

本发明解决上述技术问题所采用的技术方案为：一种基于残差网络和扩张卷积的道路场景分割方法，其特征在于包括训练阶段和测试阶段两个过程；

所述的训练阶段过程的具体步骤为：

步骤1_1：选取Q幅原始的道路场景图像及每幅原始的道路场景图像对应的真实语义分割图像，并构成训练集，将训练集中的第q幅原始的道路场景图像记为{I^q(i,j)}，将训练集中与{I^q(i,j)}对应的真实语义分割图像记为然后采用独热编码技术将训练集中的每幅原始的道路场景图像对应的真实语义分割图像处理成12幅独热编码图像，将处理成的12幅独热编码图像构成的集合记为其中，道路场景图像为RGB彩色图像，Q为正整数，Q≥100，q为正整数，1≤q≤Q，1≤i≤W，1≤j≤H，W表示{I^q(i,j)}的宽度，H表示{I^q(i,j)}的高度，I^q(i,j)表示{I^q(i,j)}中坐标位置为(i,j)的像素点的像素值，表示中坐标位置为(i,j)的像素点的像素值；