申请/专利权人:上海大学
申请日:2024-01-25
公开(公告)日:2024-04-26
公开(公告)号:CN117934996A
主分类号:G06V10/774
分类号:G06V10/774;G06V10/26;G06V10/80;G06V20/56;G06T5/70;G06T3/4038
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明涉及一种车辆俯视语义分割图的生成模型训练方法和生成方法,训练方法包括:获取车辆俯视语义分割图的训练样本集;构建生成模型;将车辆俯视语义分割图输入变分自编码器模块,得到第一隐空间表征;基于扩散模块的前向过程添加噪声,生成含有噪声的第一隐空间表征;将图像数据和点云数据输入辅助模块进行表征融合,得到第二隐空间表征;基于扩散模块的后向过程和辅助模块,生成预测的车辆俯视语义分割图;基于预测的车辆俯视语义分割图和训练样本集中对应的车辆俯视语义分割图之间的差异,对生成模型的参数进行调整,完成生成模型的训练过程。与现有技术相比,本发明具有很好融合多种传感器数据、泛化性能好等优点。
主权项:1.一种车辆俯视语义分割图的生成模型训练方法,其特征在于,包括以下步骤:获取车辆俯视语义分割图的训练样本集,所述训练样本集包括具有匹配关系的车辆摄像头采集的图像数据、激光雷达采集的点云数据与车辆俯视语义分割图;构建车辆俯视语义分割图的生成模型,所述生成模型包括变分自编码器模块、扩散模块以及辅助模块;将所述车辆俯视语义分割图输入所述变分自编码器模块中,得到第一隐空间表征;基于扩散模块的前向过程对所述第一隐空间表征添加噪声,生成含有噪声的第一隐空间表征;将所述图像数据和点云数据输入辅助模块进行表征融合,得到第二隐空间表征;基于扩散模块的后向过程和辅助模块,根据所述含有噪声的第一隐空间表征和第二隐空间表征,生成预测的车辆俯视语义分割图;基于所述预测的车辆俯视语义分割图和训练样本集中对应的车辆俯视语义分割图之间的差异,对所述生成模型的参数进行调整,完成生成模型的训练过程。
全文数据:
权利要求:
百度查询: 上海大学 一种车辆俯视语义分割图的生成模型训练方法和生成方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。