[发明专利]用于检测车道线的方法、装置和介质

说明书

根据本公开的示例实施例，提供了一种用于检测车道线的方法、装置和介质。一种用于生成车道线检测模型的方法，包括：在原始图像中检测车道线，以生成与检测的车道线相关联的第一图像；获取基于原始图像而生成的、与标注的车道线相关联的第二图像；基于第一图像和第二图像，生成指示检测的车道线是否准确的至少一个标记；以及基于第一图像和至少一个标记，来训练用于自动识别车道线的分类器模型。以此方式，可以以简洁和有效的方式实现车道线检测。

技术领域

本公开的实施例主要涉及图像检测领域，并且更具体地，涉及用于检测车道线的方法、装置和介质。

背景技术

当前，高精地图和自动驾驶技术的研发备受关注。与传统电子地图相比，高精地图的绝对坐标精度更高并且其包含的道路信息更为丰富。高精地图的发展促进了自动驾驶的实现，例如高精地图能够提高自动驾驶的安全性和可靠性。

在高精地图和自动驾驶中，车辆出于对高精地图和道路感知的需求，需要检测道路中的车道线，例如需要从车载摄像头拍摄的道路信息中提取车道线上的车道线点的精确位置坐标。然而，由于在环境中存在光线干扰，仅利用传统计算机视觉算法不能很好的提取车道线点。另外，如果使用仅利用诸如卷积神经网络的深度学习算法进行车道线点分类，则难以确定车道线位置的正确性。

发明内容

根据本公开的示例实施例，提供了一种用于检测车道线的方案。

在本公开的第一方面中，提供了一种用于生成车道线检测模型的方法。该方法包括在原始图像中检测车道线，以生成与检测的车道线相关联的第一图像，以及获取基于原始图像而生成的、与标注的车道线相关联的第二图像。该方法还包括基于第一图像和第二图像，生成指示检测的车道线是否准确的至少一个标记，以及基于第一图像和至少一个标记，来训练用于自动识别车道线的分类器模型。

在本公开的第二方面中，提供了一种用于检测车道线的方法。该方法包括在原始图像中检测车道线，以生成与检测的车道线相关联的第一图像。该方法还包括将第一图像输入根据本公开的第一方面的分类器模型，以自动识别车道线。

在本公开的第三方面中，提供了一种用于生成车道线检测模型的装置。该装置包括：第一图像生成模块，被配置为在原始图像中检测车道线，以生成与检测的车道线相关联的第一图像；第二图像获取模块，被配置为获取基于原始图像而生成的、与标注的车道线相关联的第二图像；标记生成模块，被配置为基于第一图像和第二图像，生成指示检测的车道线是否准确的至少一个标记；以及模型训练模块，被配置为基于第一图像和至少一个标记，来训练用于自动识别车道线的分类器模型。

在本公开的第四方面中，提供了一种用于检测车道线的装置，包括：第一图像生成模块，被配置为在原始图像中检测车道线，以生成与检测的车道线相关联的第一图像；以及模型应用模块，被配置为将第一图像输入根据本公开的第一方面的分类器模型，以自动识别车道线。

在本公开的第五方面中，提供了一种设备，包括一个或多个处理器；以及存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现根据本公开的第一方面的方法。

在本公开的第六方面中，提供了一种设备，包括一个或多个处理器；以及存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现根据本公开的第二方面的方法。

在本公开的第七方面中，提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开的第一方面的方法。

在本公开的第八方面中，提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开的第二方面的方法。

应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。

附图说明