智聯(lián)網(wǎng)汽車技術(shù) 課件 14.4語義分割技術(shù)

語義分割技術(shù)項目五先進(jìn)駕駛技術(shù)任務(wù)14自動駕駛技術(shù)主講人：曾鑫智能網(wǎng)聯(lián)汽車技術(shù)課程導(dǎo)入無人駕駛汽車需要具備“看圖識物”的能力,這是如何實現(xiàn)的呢?學(xué)習(xí)目標(biāo)理解語義分割的概念、原理及應(yīng)用01學(xué)習(xí)任務(wù)帶領(lǐng)大家解析語義分割技術(shù)01激活舊知對語義分割技術(shù)有什么了解嗎？語義分割可以在像素級別對圖像進(jìn)行分類，區(qū)分不同的目標(biāo)類別。探索新知語義分割技術(shù)的目的與普通的目標(biāo)檢測識別不同，語義分割可區(qū)分像素，同一目標(biāo)的不同部分也可以被標(biāo)記成不同的類別，不局限于對目標(biāo)的一個大致位置或邊界的捕捉。圖像進(jìn)行像素級的分類探索新知語義分割技術(shù)的目的（a）原圖

（b）分割圖圖14-15語義分割探索新知語義分割的概念

語義分割是從粗到細(xì)推理的一個自然步驟:原點可以定位在分類，它包括對整個輸入進(jìn)行預(yù)測.下一步是本地化/檢測，它不僅提供了類，而且還提供了關(guān)于這些類的空間位置的附加信息。最后，語義分割通過為每個像素進(jìn)行密集的預(yù)測推斷標(biāo)簽來實現(xiàn)細(xì)粒度推理，因此每個像素都被標(biāo)記為其包圍對象礦石區(qū)域的類。

更具體地說，語義圖像分割的目標(biāo)是給圖像中的每個像素都貼上對應(yīng)的一類所代表的內(nèi)容的標(biāo)簽。因為我們要對圖像中的每個像素進(jìn)行預(yù)測，所以這個任務(wù)通常被稱為密集預(yù)測。這里要注意的事，語義分割是為給定圖像中的每個像素分配一個類的任務(wù)而并非為整個圖像分配一個單一的類，語義分割是將圖像中的每個像素都?xì)w入其中的一個類。探索新知語義分割的原理要識別出整張圖片的每個部分，就意味著要精確到像素點，所以語義分割實際上是對圖像中每一個像素點進(jìn)行分類，確定每個點的類別（如屬于背景、人、汽車、馬等），從而進(jìn)行區(qū)域劃分。探索新知語義分割的應(yīng)用自動駕駛是一項復(fù)雜的機器人任務(wù)，需要在不斷變化的環(huán)境中進(jìn)行感知、規(guī)劃和執(zhí)行。由于其安全性至關(guān)重要，因此還需要以最高精度執(zhí)行此任務(wù)。探索新知語義分割的應(yīng)用語義分割提供有關(guān)道路上自由空間的信息，以及檢測車道標(biāo)記和交通標(biāo)志等信息圖14-18道路信息語義分割探索新知語義分割的應(yīng)用圖14-19車道線檢測實例分割探索新知語義分割作為計算機視覺領(lǐng)域的關(guān)鍵任務(wù)，是實現(xiàn)完整場景理解的必經(jīng)之路。為了讓機器擁有視覺，要經(jīng)過圖像分類、物體檢測再到圖像分割的過程。圖像分割的技術(shù)難度最高探索新知越來越多的應(yīng)用得益于圖像分類分割技術(shù)，全場景理解在計算機視覺領(lǐng)域也至關(guān)重要。其中一些應(yīng)用包括自動駕駛車輛、人機交互、AR-VR等。探索新知隨著近年來深度學(xué)習(xí)的普及，很多語義分割問題都在使用深度架構(gòu)來解決，其中最常見的是CNN(卷積神經(jīng)網(wǎng))，它的精度和效率都大大超過了其他方法。即時檢測小測試語義分割是什么?它在無人駕駛中有什么作用呢?小結(jié)語義分割通過像素級分類實現(xiàn)對圖像精細(xì)化理解