[发明专利]一种矿区路面水坑的识别方法、装置和芯片

说明书

本申请提供了一种矿区路面水坑的识别方法、装置和芯片，涉及数据处理技术领域。该方法包括：获取矿区路面图像；根据已构建的路面水坑识别模型识别矿区路面图像中的水坑图像；路面水坑识别模型包括特征提取结构、特征融合结构和预测结构，特征提取结构对矿区路面图像进行特征提取，输出多个不同深度的提取特征，特征融合结构对多个提取特征进行融合处理，输出多个融合特征，预测结构对多个融合特征进行特征提纯处理和预测识别，输出水坑预测结果，预测结构包括第一合并模块和并联的权重结构、捷径连接结构，权重结构用于根据融合特征输出权重向量，第一合并模块对权重结构输出的权重向量与经过捷径连接结构输出的融合特征进行合并。

技术领域

本申请涉及数据处理技术领域，尤其是涉及到一种矿区路面水坑的识别方法、装置和芯片。

背景技术

矿区环境具有地形复杂，障碍物复杂多样的特点，为了确保矿车自动驾驶的安全性，要求矿车能够准确识别矿区道路中的障碍物。

而矿区中水坑的形状多变，并且和道路颜色相近、不易分辨，导致很难识别出来，对水坑的误检容易导致矿车颠簸滑动，从而引发安全事故。因此，如何对矿区道路中的水坑进行精准的识别成为亟待解决的问题。

发明内容

有鉴于此，本申请提供了一种矿区路面水坑的识别方法、装置、芯片、终端、计算机设备和计算机可读存储介质，解决了相关技术中无法精准地识别矿区中水坑的问题。

第一方面，本申请实施例提供了一种矿区路面水坑的识别方法，包括：通过图像采集装置获取矿区路面图像；根据已构建的路面水坑识别模型，识别矿区路面图像中的水坑图像；路面水坑识别模型包括依次连接的特征提取结构、特征融合结构和预测结构，特征提取结构用于对矿区路面图像进行特征提取，输出多个不同深度的提取特征，特征融合结构用于对多个提取特征进行融合处理，输出多个融合特征，预测结构用于分别对多个融合特征进行特征提纯处理和预测识别，输出水坑预测结果，其中，预测结构包括第一合并模块以及相互并联的权重结构、捷径连接结构，权重结构用于根据融合特征输出权重向量，第一合并模块对权重结构输出的权重向量与经过捷径连接结构输出的融合特征进行合并。

根据本申请实施例的上述方法，还可以具有以下附加技术特征：

在上述技术方案中，可选地，特征提取结构包括残差网络和特征增强模块；其中，残差网络用于对矿区路面图像进行特征提取，输出第一提取特征、第二提取特征和第三提取特征，第一提取特征、第二提取特征和第三提取特征的深度依次增大；特征增强模块与残差网络连接，用于对第三提取特征进行特征增强处理。

在上述任一技术方案中，可选地，残差网络包括依次连接的第一卷积模块、第一残差结构、第二残差结构、第三残差结构、第四残差结构和第五残差结构，第五残差结构与特征增强模块连接；其中，第一卷积模块的输入为矿区路面图像，第一提取特征为第三残差结构的输出，第二提取特征为第四残差结构的输出，第三提取特征为第五残差结构的输出。

在上述任一技术方案中，可选地，特征增强模块包括第二合并模块以及相互并联的第一卷积层、第二卷积层、第三卷积层和第一池化层，第一卷积层、第二卷积层和第三卷积层的卷积核大小依次增大；其中，第三提取特征分别输入至第一卷积层、第二卷积层、第三卷积层和第一池化层，第一卷积层、第二卷积层和第三卷积层分别对第三提取特征进行特征提取，第一池化层为第一卷积层、第二卷积层和第三卷积层的特征提取提供参考特征；第二合并模块对第一卷积层、第二卷积层、第三卷积层和第一池化层的输出进行合并，输出特征增强处理后的第三提取特征。

在上述任一技术方案中，可选地，特征融合结构包括第一卷积组合模块、第一融合模块和第二融合模块；其中，第一卷积组合模块与特征增强模块连接，用于对特征增强处理后的第三提取特征进行卷积处理，输出第一融合特征；第一融合模块与第一卷积组合模块、第四残差结构连接，用于将第一融合特征与第二提取特征进行融合处理，输出第二融合特征；第二融合模块与第一融合模块、第三残差结构连接，用于将第二融合特征与第一提取特征进行融合处理，输出第三融合特征。