公开(公告)号：CN116258849A

公开(公告)日：2023-06-13

申请号：CN202211487842.5

申请日：2022-11-24

Applicant: 福州大学

Inventor： 牛玉贞 ,  伍晨薇 ,  许瑞

IPC: G06V10/26 ,  G06V20/70 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/0455 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/084

Abstract: 本发明涉及一种基于生成对抗网络的昼夜域自适应语义分割方法。包括：将待训练的数据集，进行数据预处理；设计两个基于生成对抗网络的语义分割分支，分支A用来预测源域图像和目标域白天图像，分别获得对应的语义分割预测结果，分支B用来预测源域图像和目标域夜晚图像，获得对应的语义分割预测结果；根据设计的目标损失函数loss，利用反向传播方法计算昼夜域自适应语义分割网络中各参数的梯度，并利用随机梯度下降方法更新参数，学习到模型的最优参数；将待测的夜晚图像输入到分支B网络中，获得相应的语义分割预测结果。本发明利用有限的白天语义分割数据集，结合生成对抗网络思想和域自适应方法，显著提高对夜晚图像的语义分割的性能。