摘要
本发明提出了一种夜间场景道路水体分割方法、装置及可读存储介质,通过引入基于Transformer的深度学习框架,对图像进行Retinex视觉模型建模,设计了一种新型的端到端的网络结构。该网络不仅考虑了图像的全局信息,还通过创新设计的基于光照引导的注意力模块,挖掘光照分量与积水面具有的光照反射性质之间的隐式特征,克服了夜间低光照条件下积水识别的难题。相比现有的图像分割技术,本方法能够有效提升夜间道路积水区域的识别精度和分割效果。
技术关键词
交互特征
分割方法
特征提取模块
照度
注意力
解码器
水体
语义
积水
场景
图像重建
反馈控制单元
低光照条件
图像分割技术
图像获取装置
深度学习框架
多模态特征
可读存储介质