一种融合道路空间先验和区域级特征的弱监督车辆可行域分割方...
实质审查的生效
摘要
本发明公开了一种融合道路空间先验和区域级特征的弱监督车辆可行域分割方法，能够在自动驾驶复杂场景中解决类别标签与目标区域空间信息错误关联的问题，其具体实施方案为：1)获取数据集与对应标签；2)训练集数据处理；3)构建道路分类模型；4)训练道路分类模型；5)获取道路全局空间权重；6)提取超像素区域级特征；7)融合空间先验和区域级特征的自适应加权聚类；8)车辆可行域图像分割。本发明可通过道路全局空间权重生成方法优化可行域类别标签关联到的目标区域空间信息，提供精准的空间先验，并结合可行域局部相似性提取超像素区域级特征以获取可行域判别表征，从而有效提升弱监督车辆可行域分割的准确性和鲁棒性。
基本信息
专利标题 ：
一种融合道路空间先验和区域级特征的弱监督车辆可行域分割方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114359873A
申请号 ：
CN202210012751.X
公开（公告）日 ：
2022-04-15
申请日 ：
2022-01-06
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
阳春华陈佩赵于前张帆余伶俐
申请人 ：
中南大学
申请人地址 ：
湖南省长沙市岳麓区麓山南路932号
代理机构 ：
代理人 ：
优先权 ：
CN202210012751.X
主分类号 ：
G06V20/58
IPC分类号 ：
G06V20/58 G06V10/764 G06V10/774 G06V10/82 G06V10/80 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-03 ：
实质审查的生效
IPC(主分类) : G06V 20/58
申请日 : 20220106
申请日 : 20220106
2022-04-15 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
