[发明专利]利用周边汽车的图像自动标注基础汽车的图像的方法及装置

权利要求书

1.一种对利用周边汽车的图像来自动标注基础汽车的图像的自动标注装置进行学习的方法，其特征在于，包括：

(a)步骤，获得所述基础汽车的至少一个基础图像和一个以上周边汽车各自的第一子图像至第n子图像后，其中n为大于0的整数，学习装置执行流程，即将所述基础图像和各个所述第一子图像至所述第n子图像分别输入各个第一已学习密集对应网络至第n已学习密集对应网络，从而使所述第一至所述第n已学习密集对应网络，分别生成各自的第一密集对应信息至第n密集对应信息，其中，当各个所述第一子图像的密集至所述第n子图像的密集移动到所述基础图像时，各个所述第一密集对应信息至所述第n密集对应信息表示所述第一子图像的密集至所述第n子图像的密集分别在所述基础图像上的各自的位置；

(b)步骤，所述学习装置执行：(i)流程，将所述基础图像和各个所述第一子图像至所述第n子图像分别输入各个第一编码器至第(n+1)编码器，从而使各个所述第一编码器至所述第(n+1)编码器，对所述基础图像和各个所述第一子图像至所述第n子图像分别施加至少一个卷积运算，分别输出第一卷积特征图至第(n+1)卷积特征图，(ii)流程，将各个所述第一卷积特征图至所述第(n+1)卷积特征图输入各个第一解码器至第(n+1)解码器，从而使各个所述第一解码器至所述第(n+1)解码器，对各个所述第一卷积特征图至所述第(n+1)卷积特征图分别施加至少一个反卷积运算，分别输出第一反卷积特征图至第(n+1)反卷积特征图，(iii)流程，参照第k密集对应信息，k为1至n的整数，使第(k+1)反卷积特征图的坐标移动到所述第一反卷积特征图的坐标，生成第k调整反卷积特征图，从而生成第一调整反卷积特征图至第n调整反卷积特征图，及(iv)流程，将所述第一反卷积特征图与所述第一调整反卷积特征图至所述第n调整反卷积特征图进行级联，生成至少一个级联特征图；及

(c)步骤，所述学习装置执行流程：将所述级联特征图输入掩蔽层，从而使所述掩蔽层，对所述级联特征图施加至少一个掩蔽运算，生成至少一个语义分割图像；使第一损失层，参照所述语义分割图像和与之对应的至少一个分割地面真值GT，计算一个以上的第一损失，通过利用所述第一损失的反向传播更新所述第一解码器至所述第(n+1)解码器的各个加权值及所述第一编码器至所述第(n+1)编码器的各个加权值，以使所述第一损失最小化。

2.根据权利要求1所述的方法，其特征在于，

所述学习装置使各个所述第一至所述第n已学习密集对应网络执行：(i)流程，将所述基础图像分别输入与各个所述第一至所述第n已学习密集对应网络对应的各个第一子编码器，从而使各个所述第一子编码器对所述基础图像施加所述卷积运算而分别生成各自的第一子卷积特征图；(ii)流程，将各个所述第一至所述第n子图像分别输入与各个所述第一至所述第n已学习密集对应网络对应的各个第二子编码器，从而使各个所述第二子编码器对各个所述第一至所述第n子图像分别施加所述卷积运算而分别生成各自的第二子卷积特征图；(iii)流程，将各个所述第一子卷积特征图与各个所述第二子卷积特征图进行级联，从而生成各个所述第一至所述第n子级联特征图；(iv)将各个所述第一至所述第n子级联特征图分别输入与各个所述第一至所述第n已学习密集对应网络对应的各个子解码器，从而使各个所述子解码器，对各个所述第一至所述第n子级联特征图分别施加所述反卷积运算，分别生成各自的第一至第n子反卷积特征图；及(v)流程，将各个所述第一至所述第n子反卷积特征图，分别输入与各个所述第一至所述第n已学习密集对应网络对应的各个回归器，从而使各个所述回归器对各个所述第一至所述第n密集对应信息分别施加至少一个回归运算，输出各个所述第一至所述第n密集对应信息。