[发明专利]多视角语义分割方法、装置、电子设备和存储介质在审

专利信息
申请号: 202210512773.2 申请日: 2022-05-11
公开(公告)号: CN114821506A 公开(公告)日: 2022-07-29
发明(设计)人: 王梦圆;朱红梅;张骞 申请(专利权)人: 北京地平线机器人技术研发有限公司
主分类号: G06V20/56 分类号: G06V20/56;G06V10/77;G06V10/764;G06V10/80
代理公司: 北京思源智汇知识产权代理有限公司 11657 代理人: 李洪娟
地址: 100094 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 视角 语义 分割 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种多视角语义分割方法,包括:

确定至少两个第一类视角分别对应的第一图像数据,得到至少两个第一图像数据;

确定所述至少两个第一图像数据分别对应的第二类视角下的第一语义分割特征,得到至少两个第一语义分割特征;

将所述至少两个第一语义分割特征进行融合,获得融合语义分割特征;

基于所述融合语义分割特征,获得融合语义分割结果。

2.根据权利要求1所述的方法,其中,所述确定所述至少两个第一图像数据分别对应的第二类视角下的第一语义分割特征,得到至少两个第一语义分割特征,包括:

分别对所述至少两个第一图像数据进行特征提取,确定所述至少两个第一图像数据分别对应的所述第一类视角下的第二语义分割特征,得到至少两个第二语义分割特征;

将所述至少两个第二语义分割特征分别转换到所述第二类视角对应的坐标系下,得到所述至少两个第一语义分割特征。

3.根据权利要求2所述的方法,其中,所述分别对所述至少两个第一图像数据进行特征提取,确定所述至少两个第一图像数据分别对应的所述第一类视角下的第二语义分割特征,得到至少两个第二语义分割特征,包括:

基于预先训练获得的第一语义分割网络模型对所述至少两个第一图像数据进行特征提取,获得所述至少两个第二语义分割特征。

4.根据权利要求2所述的方法,其中,所述将所述至少两个第二语义分割特征分别转换到所述第二类视角对应的坐标系下,得到所述至少两个第一语义分割特征,包括:

基于所述至少两个第一类视角分别对应的图像坐标系中的预设点坐标和预先获得的相机参数,确定所述至少两个第一类视角分别对应的单应性变换矩阵,得到至少两个单应性变换矩阵;

基于所述至少两个单应性变换矩阵,分别将所述至少两个第二语义分割特征转换到所述第二类视角对应的坐标系下,得到所述至少两个第一语义分割特征。

5.根据权利要求1所述的方法,其中,所述基于所述融合语义分割特征,获得融合语义分割结果,包括:

基于所述融合语义分割特征及预先训练获得的第二语义分割网络模型,获得所述融合语义分割结果。

6.根据权利要求1-5任一所述的方法,其中,所述将所述至少两个第一语义分割特征进行融合,获得融合语义分割特征,包括:

将所述至少两个第一语义分割特征中相同像素位置的特征值相加,获得所述融合语义分割特征。

7.根据权利要求1-5任一所述的方法,其中,所述将所述至少两个第一语义分割特征进行融合,获得融合语义分割特征,包括:

响应于所述至少两个第一语义分割特征的相同像素位置的特征值中,有小于或等于一个非0特征值,将该像素位置的特征值相加,作为该像素位置的融合特征值;

响应于所述至少两个第一语义分割特征的相同像素位置的特征值中,有至少两个非0特征值,将该像素位置的特征值按非0特征值数量求均值,作为该像素位置的融合特征值;

基于各所述像素位置的所述融合特征值,获得所述融合语义分割特征。

8.一种多视角语义分割装置,包括:

第一确定模块,用于确定至少两个第一类视角分别对应的第一图像数据,得到至少两个第一图像数据;

第一处理模块,用于确定所述至少两个第一图像数据分别对应的第二类视角下的第一语义分割特征,得到至少两个第一语义分割特征;

第一融合模块,用于将所述至少两个第一语义分割特征进行融合,获得融合语义分割特征;

第二处理模块,用于基于所述融合语义分割特征,获得融合语义分割结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京地平线机器人技术研发有限公司,未经北京地平线机器人技术研发有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210512773.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top