【技术实现步骤摘要】
图像修复方法、电子设备及计算机程序产品
[0001]本申请涉及图像处理
,特别涉及一种图像修复方法、电子设备及计算机程序产品。
技术介绍
[0002]高精地图具有精度高、道路要素丰富、更新频次高等特点,已成为自动驾驶中必不可少的工具。借助高精地图,智能汽车能够精准地到达目的地。高精地图的图像主要来源于众包数据库,该众包数据库基于车辆在行驶过程中采集到的道路数据、车道数据及道路周边设施数据等构建。
[0003]然而,受到路边树木、行人的遮挡或者因车辆的高速行驶,导致车辆在行驶过程中采集到的行驶图像较为模糊,基于该行驶图像进行语义分割难度较大,常常出现分割失败或者分割不完整的情况,导致基于分割结果构建的高精地图显示效果较差。
技术实现思路
[0004]本申请实施例提供了一种图像修复方法、电子设备及计算机程序产品,能够对行驶图像中的多个道路要素进行修复,修复后的图像更清晰。所述技术方案如下:第一方面,提供了一种图像修复方法,所述方法包括:获取待修复的行驶图像;调用图像修复模型,对所述行驶图像中的道路要素进行修复,得到修复图像;其中,所述图像修复模型用于对图像中S个道路要素进行修复,所述图像修复模型是基于标注有S个道路要素标签的样本行驶图像训练得到的,S大于等于2。
[0005]第二方面,提供了一种电子设备,所述电子设备包括存储器及处理器,所述存储器中存储有至少一条计算机程序,所述至少一条计算机程序由所述处理器加载并执行,以实现第一方面所述的图像修复方法。
[0006]第三方面, ...
【技术保护点】
【技术特征摘要】
1.一种图像修复方法,其特征在于,所述方法包括:获取待修复的行驶图像;调用图像修复模型,对所述行驶图像中的道路要素进行修复,得到修复图像;其中,所述图像修复模型用于对图像中S个道路要素进行修复,所述图像修复模型是基于标注有S个道路要素标签的样本行驶图像训练得到的,S大于等于2。2.根据权利要求1所述的方法,其特征在于,所述图像修复模型包括已训练的生成器和已训练的判别器,所述调用图像修复模型,对所述行驶图像中的道路要素进行修复,包括:调用D次所述已训练的生成器,对所述行驶图像进行处理,得到D个候选图像,其中,D大于等于2;将D个所述候选图像进行融合,得到融合图像;调用所述已训练的判别器,对所述融合图像进行识别,得到所述融合图像为真图像的概率值;当所述融合图像为真图像的概率值在预设概率值区间,将所述融合图像作为所述修复图像。3.根据权利要求2所述的方法,其特征在于,所述方法还包括:判断所述修复图像是否符合修复条件;当所述修复图像符合所述修复条件,输出所述修复图像。4.根据权利要求3所述的方法,其特征在于,所述判断所述修复图像是否符合修复条件,包括:从所述行驶图像上,获取第一目标图像区域,所述第一目标图像区域为所述行驶图像中任一完整的图像区域;从所述修复图像上,获取第二目标图像区域,所述第二目标图像区域为所述修复图像上与所述第一目标图像区域位置相同的图像区域;基于所述第一目标图像区域和所述第二目标图像区域,判断所述修复图像是否符合所述修复条件。5.根据权利要求4所述的方法,其特征在于,所述基于所述第一目标图像区域和所述第二目标图像区域,判断所述修复图像是否符合所述修复条件,包括:计算所述第一目标图像区域和所述第二目标图像区域上每一位置上像素点之间的欧氏距离;基于所述第一目标图像区域和所述第二目标图像区域上各个位置上像素点之间的欧式距离,计算均方根误差;当所述均方根误差小于预设阈值,确定所述修复图像符合预设条件。6.根据权利要求3所述的方法,其特征在于,所述方法还包括:当所述修复图像不符合所述修复条件,调整所述已训练的生成器的模型参数,直至满足训练截止条件;将满足所述训练截止条件时得到的修复图像作为最终的修复结果。7.根据权利要求1至6中任一项所述的方法,其特征在于,所述图像修复模型的训练过程包括:获取待训练的图像修复模型,所述待训练的图像修复模型包括生成器和判别器;
获取M个第一样本行驶图像,所述第一样本行驶图像标注有S个道路要素标签,其中,M大于等于2;调用所述生成器,对M个所述第一样本行驶图像进行处理,得到M个第一合成行驶图像,M个所述第一样本行驶图像和对应的第一合成行驶图像组成M个第一图像对;调用所述判别器,对每个所述第一图像对中的第一样本行驶图像及第一合成行驶图像进行识别,得到第一识别结果和第二识别结果,所述第一识别结果包括第一样本行驶图像包含S个道路要素的概率值及所述第一样本行驶图像为真图像的概率值,所述第二识别结果包括第一合成行驶图像包含S个道路要素的概率值及所述第一合成行驶图像为真图像的概率值;基于M个所述第一图像对对应的第一识别结果和第二识别结果,对所述生成器和所述判别器的模型参数进行调整,得到所述图像修复模型。8.根据权利要求7所述的方法,其特征在于,所述基于M个所述第一图像对对应的第一识别结果和第二识别结果,对所...
【专利技术属性】
技术研发人员:李霞,
申请(专利权)人:北京集度科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。