申请/专利权人：上海人工智能创新中心

申请日：2023-12-21

公开（公告）日：2024-04-19

公开（公告）号：CN117911687A

主分类号：G06V10/26

分类号：G06V10/26;G06V10/774;G06N3/0495;G06N3/0985

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本发明涉及一种基于混合伪标签的无监督事件相机语义分割方法和设备，首先采用无监督域适应框架作为基准，通过自我训练来生成一组伪标签。然后，将离线事件到图像重建OfflineE2VID纳入框架中，并通过预测重建图像上的分割图来获得另一组伪标签。随后引入噪声标签学习策略混合两组伪标签并提高质量，实现模型的训练。此外，采用了一种目标域中心点软对齐算法，以进一步提高目标域特征的一致性。广泛的实验表明，本发明通过进行伪标签混合有效改善伪标签噪声对语义分割造成的负面影响。

主权项：1.一种基于混合伪标签的无监督事件相机语义分割方法，其特征在于，利用预训练好的基于知识蒸馏的语义分割模型对目标事件相机采集的数据进行语义分割，所述语义分割模型包括学生网络和教师网络，其中，所述语义分割模型的训练过程包括：获取事件相机数据；基于所述事件相机数据，通过自训练生成第一组伪标签；基于所述事件相机数据，通过事件到图像重建，得到重建图像信息；基于所述重建图像信息，通过预测分割图生成第二组伪标签；基于所述第一组伪标签和所述第二组伪标签，计算损失函数值并更新所述学生网络的参数，实现所述语义分割模型的训练。

全文数据：

权利要求：

百度查询： 上海人工智能创新中心 基于混合伪标签的无监督事件相机语义分割方法和设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD