[发明专利]样本图像生成、图像处理、智能行驶控制方法及装置

权利要求书

1.一种样本图像生成方法，其特征在于，包括：

获取源域图像、所述源域图像的第一标注信息、以及目标域图像；

基于表征多种物体在源域的各个图像中分布特征的空间先验分布矩阵、以及所述目标域图像的第一语义分割图像，将所述源域图像和目标域图像进行语义融合，得到融合图像；

对所述第一语义分割图像、以及所述源域图像的第一标注信息进行语义融合，得到所述融合图像对应的第二标注信息；

根据融合图像以及所述融合图像对应的第二标注信息，生成样本图像。

2.根据权利要求1所述的方法，其特征在于，所述基于表征多种物体在源域的各个图像中分布特征的空间先验分布矩阵、以及所述目标域图像的第一语义分割图像，将所述源域图像和目标域图像进行语义融合，得到融合图像，包括：

基于所述空间先验分布矩阵和所述目标域图像的第一语义分割图像，确定所述第一语义分割图像对应的目标掩码图像；

基于所述目标掩码图像将所述源域图像和所述目标域图像进行语义融合，得到所述融合图像。

3.根据权利要求2所述的方法，其特征在于，所述基于所述空间先验分布矩阵和所述目标域图像的第一语义分割图像，确定所述第一语义分割图像对应的目标掩码图像，包括：

将所述空间先验分布矩阵与所述第一语义分割图像相乘，得到所述第一语义分割图像对应的语义分布图；其中，所述语义分布图中的每个像素点的取值表示，该像素点为属于不同种物体的概率；

针对任一像素点，基于该像素点属于所述多种物体的概率，确定该像素点对应的语义信息；

将对应的语义信息为目标语义信息的像素点的取值设为第一预设值，将对应的语义信息不是所述目标语义信息的像素点取值设为第二预设值，得到所述目标掩码图像。

4.根据权利要求2所述的方法，其特征在于，所述基于所述空间先验分布矩阵和所述目标域图像的第一语义分割图像，确定所述第一语义分割图像对应的目标掩码图像，包括：

将所述空间先验分布矩阵与所述第一语义分割图像相乘，得到所述第一语义分割图像对应的语义分布图；其中，所述语义分布图中的每个像素点的取值表示，该像素点为属于不同种物体的概率；

针对任一像素点，基于该像素点属于所述多种物体的概率，确定该像素点对应的语义信息；

将对应的语义信息为目标语义信息的像素点的取值设为第一预设值，将对应的语义信息不是所述目标语义信息的像素点取值设为第二预设值，将对应的语义信息为所述目标语义信息的关联语义信息的像素点的取值设为第一预设值，得到所述目标掩码图像。

5.根据权利要求3或4所述的方法，其特征在于，所述基于所述目标掩码图像将所述源域图像和所述目标域图像进行语义融合，得到所述融合图像，包括：

将所述源域图像中，与所述目标掩码图像中取值为所述第二预设值的像素点的对应像素点组成的图像，作为所述源域图像对应的第一待融合图像；以及，将所述目标域图像中，与所述目标掩码图像中取值为所述第一预设值的像素点的对应像素点组成的图像，作为所述目标域图像对应的第二待融合图像；

将所述第一待融合图像和所述第二待融合图像融合，得到所述融合图像。

6.根据权利要求1-5任一所述的方法，其特征在于，在生成样本图像之后，所述方法还包括：

利用所述源域图像、所述第一标注信息以及多个样本图像，训练语义分割网络。

7.根据权利要求6所述的方法，其特征在于，所述语义分割网络包括学生网络和教师网络；在生成样本图像时，所述目标域图像的第一语义分割图像由所述教师网络对所述目标域图像进行语义分割处理得到。

8.根据权利要求7所述的方法，其特征在于，所述利用所述源域图像、所述第一标注信息以及多个样本图像，训练语义分割网络，包括：

利用所述源域图像、所述第一标注信息、所述融合图像、以及所述第二标注信息更新所述学生网络的参数值；

基于更新的所述学生网络的参数值，更新所述教师网络的参数值。