發(fā)布時(shí)間：2021-02-20 06:37

　　圖像的語義信息作為圖像理解的重要信息,在無人車的場景理解和定位構(gòu)圖方面具有重要的指導(dǎo)作用。圖像的語義分割是提取圖像語義信息的常用技術(shù),而隨著卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展,基于深度學(xué)習(xí)的方法已經(jīng)超越了傳統(tǒng)方法而成為圖像語義分割的主流方法。無人車行駛過程中,夜間無光的場景相比于白天的場景更具有安全隱患。而不同于白天可見光成像設(shè)備采集的圖像,夜間通過基于溫度分布的紅外熱像儀獲取的紅外圖像具有紋理信息少,噪點(diǎn)多,對比度低的特點(diǎn),因此分割難度更大。利用深度學(xué)習(xí)的方法同時(shí)準(zhǔn)確地實(shí)現(xiàn)對無人車白天和夜間場景下的圖像語義分割,獲取無人車周邊環(huán)境的語義信息,能夠擴(kuò)展無人車的場景理解能力,有效地幫助無人車進(jìn)行駕駛決策或指導(dǎo)無人車實(shí)現(xiàn)自身的定位和環(huán)境構(gòu)圖。視覺同步定位與地圖創(chuàng)建（Visual Simultaneous Localization and Mapping,VSLAM）技術(shù)隨著機(jī)器視覺的發(fā)展,逐漸在無人車導(dǎo)航領(lǐng)域發(fā)揮著重要的作用。目前的VSLAM技術(shù)大多基于圖像的低級(jí)特征或像素點(diǎn),這不僅無法滿足特征的長期不變和靜態(tài)的需求,同時(shí)大量的冗余特征增加了地圖存儲(chǔ)的復(fù)雜度,因此對維護(hù)一個(gè)長期的地圖十分不利。利用深度學(xué)習(xí)... 

【文章來源】：東華大學(xué)上海市 211工程院校 教育部直屬院校

【文章頁數(shù)】：74 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

整體思路

CNN與FCN結(jié)構(gòu)對比

基礎(chǔ)理論種平衡并不擅長，網(wǎng)絡(luò)的池化層固然能保持一定的空間不變性和計(jì)算效率，但同時(shí)也丟失了上下文信息。即便是完全的卷積神經(jīng)網(wǎng)絡(luò)，不包含池化層，其感受野也只能隨著網(wǎng)絡(luò)的不斷加深呈現(xiàn)線性增長。目前已有許多方法使得CNN對于全局信息敏感，如Decode模塊、級(jí)聯(lián)CRF、多尺度特征金字塔結(jié)構(gòu)，或者是使用循環(huán)神經(jīng)網(wǎng)絡(luò)（RecurrentNeuralNetwork,RNN）實(shí)現(xiàn)對上下文信息的建模。2.2.1編碼器-解碼器架構(gòu)早在FCN中，作者通過將不同的網(wǎng)絡(luò)降采樣過程中的低級(jí)特征圖融入反卷積結(jié)果形成了FCN-8s、FCN-16s、FCN-32s的體系結(jié)構(gòu)改善了分割結(jié)果，如圖2.2所示，這一做法為Encode-Decode架構(gòu)的形成提供了啟發(fā)。圖2.2FCN網(wǎng)絡(luò)結(jié)構(gòu)圖SegNet是Encode-Decode架構(gòu)的經(jīng)典方法，其Decode模塊由一組上采樣層和卷積層組成，最后由Softmax分類器來預(yù)測與輸入圖像具有相同分辨率的像素級(jí)分類結(jié)果圖。如圖2.3所示，Decode模塊中的每個(gè)上采樣層對應(yīng)著Encode模塊的最大池化層，并且使用最大池化時(shí)的索引對Decode模塊的特征圖進(jìn)行上采樣，然后對上采樣的特征圖進(jìn)行卷積操作，生成稠密的特征圖。當(dāng)上采樣到原輸入圖的分辨率時(shí)，將其輸入到Softmax分類器中獲得最終的分割結(jié)果。12

【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的無人車夜視圖像語義分割[J]. 高凱珺,孫韶媛,姚廣順,趙海濤.  應(yīng)用光學(xué). 2017(03)

博士論文
[1]基于深度學(xué)習(xí)的紅外圖像語義分割技術(shù)研究[D]. 王晨.中國科學(xué)院大學(xué)(中國科學(xué)院上海技術(shù)物理研究所) 2017



本文編號(hào)：3042386