一种预测自由空间语义边界的方法

授权

摘要

本发明公开了一种预测自由空间语义边界的方法，涉及一个多级卷积神经网络结构，可以产生高分辨率的2D置信图并预测出不同类别的自由空间语义边界。多级卷积神经网络可以隐式地学习出图像的空间上下文特征与自由空间边界结构。对于该网络输出的置信图，利用动态规划算法推理出具有局部平滑性与语义连续性的自由空间边界。本发明基于交通场景图像中包含的上下文特征，提出了一种多级卷积神经网络以产生包含边界预测结果且具有高分辨率的置信图，并利用引导性策略以提升深度网络的性能。其次，对于产生的置信图，分别在边界规划与语义规划两个方面进行建模，并利用动态规划算法最终得到自由行驶空间下的语义边界检测结果。

基本信息

专利标题：

一种预测自由空间语义边界的方法

专利标题（英）：

暂无

公开（公告）号：

CN110532868A

申请号：

CN201910665688.8

公开（公告）日：

2019-12-03

申请日：

2019-07-23

授权号：

CN110532868B

授权日：

2022-05-20

发明人：

袁泽剑殷梓译曹子东

申请人：

西安交通大学

申请人地址：

陕西省西安市咸宁西路28号

代理机构：

西安通大专利代理有限责任公司

代理人：

李鹏威

优先权：

CN201910665688.8

主分类号：

G06K9/00

IPC分类号：

G06K9/00 G06N3/04