[发明专利]一种带自评测机制的道路场景语义分割方法及系统

权利要求书

1.一种带自评测机制的道路场景语义分割方法，其特征在于，包括：

语义分割：获取车辆行驶环境中的道路场景视频，并将预设帧数的街景原始图像进行语义分割，预测得到分割掩膜图像和运动光流信息；

构建模型：构建评测网络，使用视频物体分割数据集对所述评测网络进行训练和调优，得到自评测模型；

评测结果：将所述街景原始图像、所述分割掩膜图像以及所述运动光流信息输入所述自评测模型，得到语义分割结果的评分。

2.根据权利要求1所述的一种带自评测机制的道路场景语义分割方法，其特征在于，构建模型的步骤，具体包括：

以卷积神经网络为主体，构建评测网络；

基于视频物体分割数据集，对所述评测网络进行预训练；

选取所述视频物体分割数据集中多种已知算法预测得到的掩膜图像和光流信息，并对所述视频物体分割数据集中选取数据进行标注计算得到的分割结果评分；

将所述掩膜图像和光流信息以及所述分割结果评分作为训练数据对所述评测网络进行训练；

将所述语义分割步骤中预测得到的分割掩膜图像和运动光流信息作为调优数据对训练后的所述评测网络进行调优，得到自评测模型。

3.根据权利要求1所述的一种带自评测机制的道路场景语义分割方法，其特征在于，当所述分割掩膜图像为一种类别时，所述评测结果步骤具体包括：

将所述分割掩膜图像以二值掩膜点乘所述街景原始图像的形式，得到RGB分割结果图；

将所述RGB分割结果图与所述运动光流信息均输入所述自评测模型，得到语义分割结果的评分。

4.根据权利要求1所述的一种带自评测机制的道路场景语义分割方法，其特征在于，当所述分割掩膜图像为多种类别时，所述评测结果步骤，具体包括：

将所述分割掩膜图像根据类别进行拆分，得到多个单类别的掩膜图像；

分别将所述单类别的掩膜图像以二值掩膜点乘所述街景原始图像的形式，得到多个RGB分割结果图；

将各个所述RGB分割结果图与对应的运动光流信息分别输入所述自评测模型，得到各个类别的分割结果评分；

将各个类别的分别结果评分区均值，得到最终的语义分割结果的评分。

5.根据权利要求1所述的一种带自评测机制的道路场景语义分割方法，其特征在于，所述语义分割结果的评分为0到1内的任一数值。

6.根据权利要求1所述的一种带自评测机制的道路场景语义分割方法，其特征在于，还包括：

无监督调优：基于所述语义分割结果的评分构建损失函数，并使用所述损失函数进行微调优化。

7.根据权利要求6所述的一种带自评测机制的道路场景语义分割方法，其特征在于，所述损失函数为：

Loss＝1-s

s＝C₂(I_t,M,F)

其中，Loss为损失函数，s为语义分割结果的评分，C₂为评测模型，I_t为街景原始图像，M为语义分割掩膜图像，F为运动光流信息。

8.一种带自评测机制的道路场景语义分割系统，其特征在于，包括：

场景分割模块，用于获取车辆行驶环境中的道路场景视频，并将预设帧数的街景原始图像进行语义分割，预测得到分割掩膜图像和运动光流信息；

模型构建模块，用于构建评测网络，使用视频物体分割数据集对所述评测网络进行训练和调优，得到自评测模型；以及

自评测模块，用于将所述街景原始图像、所述分割掩膜图像以及所述运动光流信息输入所述自评测模型，得到语义分割结果的评分。

9.根据权利要求8所述的一种带自评测机制的道路场景语义分割系统，其特征在于，还包括无监督调优模块，所述无监督调优模块用于基于所述语义分割结果的评分构建损失函数，并使用所述损失函数进行微调优化。