【技術實現步驟摘要】
本專利技術屬于人工智能領域，涉及城市場景影像分割技術，具體涉及一種城市場景影像ctta(連續測試時間域適應，continual?test-time?adaptation)分割模型、分割方法、設備及介質。
技術介紹
1、城市場景影像(usis)分割的目的是根據預定義的地物目標語義集對城市場景影像進行像素級的類別預測。usis分割任務一直是獲取城市觀測信息不可或缺的一步，可以為區域規劃、土地覆蓋調查、路徑導航、自動駕駛等提供重要支持。
2、受益于深度學習的快速發展，usis分割已經呈現出一種新的數據驅動的研究范式，深度學習模型可以獲得更準確、更魯棒的分割結果，從而有效地擴展usis分割的實際應用范圍。充足的標記樣本是深度模型獲得優異性能的前提，然而在實踐中，在某些城市地區獲得高質量的標記影像通常是非常困難和耗時的。因此將預訓練好的深度模型直接應用于沒有標記影像的新的城市場景時，不可避免地會出現嚴重的預測錯誤問題。
3、近年來，為了增強已部署模型對不斷變化的環境的適應能力，已經對城市場景影像(urban?scene?images,usis)分割的連續測試時間域適應(continual?test-timeadaptation,ctta)方法進行了初步研究，ctta方法將訓練和測試階段統一為了一個完整的在線學習過程，且無需訪問源usis，有效降低了計算和存儲成本。在線學習意味著無標記目標影像以數據流形式到達，并且每幅目標影像只能被訪問一次。數據流中包含多個不同的usis域，以模擬真實城市場景的動態變化特點。
...【技術保護點】
1.一種城市場景影像CTTA分割模型，其特征在于，所述分割模型包括骨干網絡和分割頭，所述骨干網絡包括多個串聯的網絡塊，所述分割頭與最后一個所述網絡塊連接；
2.根據權利要求1所述的城市場景影像CTTA分割模型，其特征在于，所有所述實例級提示生成器中均包括批量歸一化層和ReLU激活函數，所述骨干網絡中第一個所述網絡塊的所述實例級提示生成器是基于卷積層構建得到，其余所述網絡塊的所述實例級提示生成器是基于卷積層和通道注意機制構建得到。
3.根據權利要求1所述的城市場景影像CTTA分割模型，其特征在于，所述動態適配器包括一個長期適配器和多個具有不同秩的短期適配器，所述長期適配器用于學習領域不變的知識，所述短期適配器用于學習領域特定的知識。
4.根據權利要求1所述的城市場景影像CTTA分割模型，其特征在于，所述分割模型還包括特征增強模塊，所述特征增強模塊包括多個不同的特征增強子模塊，所述特征增強子模塊用于對輸入的城市場景影像中每個目標圖像進行特征增強。
5.根據權利要求1所述的城市場景影像CTTA分割模型，其特征在于，所述分割模型還包括深度一
6.一種城市場景影像CTTA分割方法，其特征在于，采用權利要求1至5任一項所述的城市場景影像CTTA分割模型對城市場景影像進行CTTA分割，所述方法包括：
7.根據權利要求6所述的城市場景影像CTTA分割方法，其特征在于，所述通過所述骨干網絡、所述分割頭和經城市場景影像中前一個目標圖像訓練后得到的動態適配器，對城市場景影像的當前目標圖像進行語義分割預測，得到預測分割結果，包括：
8.根據權利要求6所述的城市場景影像CTTA分割方法，其特征在于，所述依據所述當前目標圖像及其對應的深度圖，使用所述骨干網絡和所述分割頭，以及經所述前一個目標圖像訓練后得到實例級提示生成器和動態適配器，對所述當前目標圖像進行語義分割得到適應分割結果，包括：
9.一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求6至8中任一項所述的城市場景影像CTTA分割方法。
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有執行權利要求6至8中任一項所述的城市場景影像CTTA分割方法的計算機程序。
...【技術特征摘要】
1.一種城市場景影像ctta分割模型，其特征在于，所述分割模型包括骨干網絡和分割頭，所述骨干網絡包括多個串聯的網絡塊，所述分割頭與最后一個所述網絡塊連接；
2.根據權利要求1所述的城市場景影像ctta分割模型，其特征在于，所有所述實例級提示生成器中均包括批量歸一化層和relu激活函數，所述骨干網絡中第一個所述網絡塊的所述實例級提示生成器是基于卷積層構建得到，其余所述網絡塊的所述實例級提示生成器是基于卷積層和通道注意機制構建得到。
3.根據權利要求1所述的城市場景影像ctta分割模型，其特征在于，所述動態適配器包括一個長期適配器和多個具有不同秩的短期適配器，所述長期適配器用于學習領域不變的知識，所述短期適配器用于學習領域特定的知識。
4.根據權利要求1所述的城市場景影像ctta分割模型，其特征在于，所述分割模型還包括特征增強模塊，所述特征增強模塊包括多個不同的特征增強子模塊，所述特征增強子模塊用于對輸入的城市場景影像中每個目標圖像進行特征增強。
5.根據權利要求1所述的城市場景影像ctta分割模型，其特征在于，所述分割模型還包括深度一切模型dam，所述深度一切模型dam用于生成城市場景影像中每個目標圖像的深度圖，并將所...
【專利技術屬性】
技術研發人員：高奎亮，游雄，王光霞，雷娟，王自全，赫志韋，劉建湘，王利媛，
申請(專利權)人：中國人民解放軍網絡空間部隊信息工程大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。