[发明专利]一种基于深度预测编码网络的夜视图像的场景预测方法

摘要

本发明涉及一种基于深度预测编码网络的夜视图像的场景预测方法，包括如下步骤：步骤1：构建夜视图像数据集；步骤2：构建深度预测编码网络；步骤3：实时获取待处理的图像，将图像输入深度卷积神经网络得到对应的特征图，再将特征图输入深度循环神经网络，将预测误差在网络中进行前向传递，最终输出场景预测图像。本发明实现了夜间模式下自动驾驶的场景预测，能够帮助汽车或驾驶员在夜间行驶时提前了解周围的情况并及时作出相应的决策，提高了自动驾驶汽车的安全性。

主权项

1.一种基于深度预测编码网络的夜视图像的场景预测方法，其特征在于，包括以下步骤：(1)构建夜视图像数据集，夜视图像数据集中包括训练样本图像及测试样本图像；(2)构建深度预测编码网络，利用夜视图像数据集训练所述深度预测编码网络，其中：深度预测编码网络包括深度卷积神经网络及深度循环神经网络，通过深度卷积神经网络提取输入的原始图像的特征，再通过深度循环神经网络将每一幅图像预测的误差在网络中进行前向传递，不断更新预测误差，在每一次预测中调整预测结果，得到最终的预测图像；(3)实时获取待处理的图像，将图像输入深度卷积神经网络后，得到对应的特征图；采用循环神经网络读取得到的特征图，不断调整预测误差，输出场景预测图像。