(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211177624.1 (22)申请日 2022.09.27 (65)同一申请的已公布的文献号 申请公布号 CN 115272377 A (43)申请公布日 2022.11.01 (73)专利权人 松立控股集团股份有限公司 地址 266000 山东省青岛市 市南区宁 夏路 288号软件园6号楼1 1层 (72)发明人 刘寒松　王国强　王永　刘瑞　 焦安健　谭连胜　 (74)专利代理 机构 青岛高晓专利事务所(普通 合伙) 37104 专利代理师 黄晓敏 (51)Int.Cl. G06T 7/11(2017.01)G06V 10/80(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (56)对比文件 CN 109190752 A,2019.01.1 1 CN 112767423 A,2021.0 5.07 CN 110059769 A,2019.07.26 审查员 顾琇婷 (54)发明名称 一种融合图像边 缘信息的车辆分割方法 (57)摘要 本发明属于车辆 分割技术领域， 涉及一种融 合图像边缘信息的车辆分割方法， 首先收集车辆 图像数据， 对车辆图像进行标注， 再对标注后的 图像进行拉普拉斯操作， 把处理的图像通过阈值 分割获取图像的边缘信息， 并设计融合图像边缘 信息的快速车辆分割网络， 融合边缘信息进行训 练， 推理时候不需要边缘信息只需要图像分割模 块即可， 利用该方法可以利用图像的边缘信息指 导分割网络的训练， 从而提升分割网络的精度。 权利要求书2页 说明书4页 附图1页 CN 115272377 B 2022.12.27 CN 115272377 B 1.一种融合图像边 缘信息的车辆分割方法， 其特 征在于， 具体包括如下步骤： （1） 收集车辆图像数据集， 进行 标注后获取图像边 缘信息得到边 缘图像； （2） 设计车辆分割网络的分割模块， 将车辆图像输入分割模块进行分割处理， 将车辆图 像缩放到512 ×256×3像素输入分割模块， 车辆图像依次通过含12个3 ×3×3卷积的卷积 层、 批量标准化、 RELU、 池化层处理， 输出的特征维度为256 ×128×12， 得到的特征再依次经 过含有16个逐通道卷积的卷积层、 批量标准化、 RELU、 池化层处理， 输出的特征维度为 128× 64×16， 然后将得到的特征依次经过含有48个深度可分离卷积的卷积层、 批量标准化、 RELU、 池化层处理， 输出的特征维度为64 ×32×48， 此时得到的特征再依次经过含有48个逐 通道卷积的卷积层、 批量标准化、 RELU处理， 输出的特征维度为64 ×32×48， 再将输出的特 征依次输入到含有96个深度可分离卷积的卷积层、 批量标准化、 RELU进 行处理， 输出的特征 维度为64 ×32×96， 然后将输出的特征输入到含有96个逐点卷积 的卷积层、 批量标准化、 RELU操作， 输出的特 征维度为64 ×32×96， 最后经 过1×1卷积得到分割结果； （3） 利用边缘信息来引导低层学习空间信息， 即利用图像的边缘信息来引导分割网络 前两层的训练； （4） 训练融合边缘信息的车辆分割网络， 将步骤 （1） 中得到的数据集按照8： 1： 1的比例 划分为训练集、 验证集和测试集， 先利用步骤 （3） 中的能量损失来训练车辆 分割网络中分割 模块的前两层， 迭代300步稳定后， 固定前两层， 再训练车辆 分割网络后面的网络层， 能量函 数为二值交叉熵损失函数， 训练500个迭代终止， 保存参数模型， 得到训练好的车辆分割网 络； （5） 测试车辆分割网络， 将待测试图像缩放到512 ×256×3， 送入步骤 （4） 训练好的网络 进行测试。 2.根据权利要求1所述融合图像边缘信息的车辆分割方法， 其特征在于， 步骤 （1） 的具 体过程为： （11） 收集10000张停车桩摄像头采集的车辆图像， 利用图像分割标注工具进行标注得 到标注的图像， 其中车辆 部分标注为 “1”， 背景部分标注为 “0”； （12） 对标注后的图像利用拉普拉斯算子进行卷积操作得到卷积后的图像， 其中拉普拉 斯算子 为： ； （13） 对卷积后的图像进行阈值分割， 取像素值大于等于0.2的像素为1， 像素值小于0.2 的像素为0 。 3.根据权利要求2所述融合图像边缘信息的车辆分割方法， 其特征在于， 步骤 （3） 的具 体过程为： （31） 对边 缘图像采用二 值交叉熵损失和Dice损失联合学习， 所采用的能量公式为： ， 其中 为二值交叉熵损失， 为Dice损失， 为预测的边缘信息， 为真权　利　要　求　书 1/2 页 2 CN 115272377 B 2实标注的边 缘信息， 为所有像素 所占的面积；  （32） 对车辆分割网络中第二层 特征依次进行3 ×3卷积、 批量标准化、 RELU操作和1 ×1 卷积， 使其与边 缘信息第三维度相同。权　利　要　求　书 2/2 页 3 CN 115272377 B 3