[发明专利]车道识别算法评估方法、计算机设备及存储介质有效
申请号: | 201810784821.7 | 申请日: | 2018-07-17 |
公开(公告)号: | CN109117866B | 公开(公告)日: | 2021-10-29 |
发明(设计)人: | 陈伟达;卢笙;姜欣;肖骁;程凯 | 申请(专利权)人: | 芯启源(南京)半导体科技有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/00 |
代理公司: | 上海光华专利事务所(普通合伙) 31219 | 代理人: | 高彦 |
地址: | 210046 江苏省南京市南*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 车道 识别 算法 评估 方法 计算机 设备 存储 介质 | ||
1.一种车道识别算法评估方法,其特征在于,包括:
通过车道识别算法识别一原始图像中的车道;
将原始图像进行透视变换,以将所述原始图像转变为鸟瞰域图像;
获取沿所述鸟瞰域图像中已识别车道两侧的第一车道边缘线的车道线方程;
在所述鸟瞰域图像所在的平面坐标系内,根据在真实车道两侧的第二车道边缘线上间隔设置的标记的坐标值拟合得到表示所述第二车道边缘线的车道线方程;
根据各所述第一车道边缘线和第二车道边缘线的车道线方程计算所述已识别车道和真实车道间的差异量,以用于评估所述车道识别算法得到评估结果,其包括:在该鸟瞰域图像中,将每个第一车道边缘线同与其邻近的第二车道边缘线为一组,根据该组中两条车道边缘线的车道线方程计算得到所述车道识别算法未识别的真实车道的区域的面积或所述车道识别算法识别错误的区域的面积;从已识别车道的区域的面积中剔除所述车道识别算法识别错误的区域的面积,则得到该所述车道识别算法正确识别的真实车道的区域的面积。
2.根据权利要求1所述的车道识别算法评估方法,其特征在于,所述标记包括:沿所述车道边缘线离散分布的多个点、线段、或点和线段的组合。
3.根据权利要求1所述的车道识别算法评估方法,其特征在于,所述车道线方程为二次多项式。
4.根据权利要求1所述的车道识别算法评估方法,其特征在于,所述根据各组中的第一车道边缘线和第二车道边缘线的车道线方程计算得到各组分别在所述鸟瞰域图像中所围区域的面积,包括:
通过对一组内的两条第一车道边缘线或第二车道边缘线的车道线方程之差作积分。
5.根据权利要求1或4所述的车道识别算法评估方法,其特征在于,所述车道识别算法的评估方式,包括:
以所述车道识别算法正确识别的真实车道的区域面积为真正例,以所述车道识别算法未识别的真实车道的区域面积为假正例,以所述车道识别算法识别错误区域为假负例,计算精确率及召回率;
其中,所述精确率的计算方式为真正例比上真正例和假负例之和的比值;所述召回率的计算方式为真正例比上真正例和假正例之和的比值;
根据所述精确率及召回率评估所述车道识别算法。
6.根据权利要求5所述的车道识别算法评估方法,其特征在于,所述根据所述精确率及召回率评估所述车道识别算法,包括:
计算表示精确率和召回率的调和平均指标来评估所述车道识别算法;
所述调和平均指标的计算方式,包括:F=2*A*BA+B,其中,F为调和平均指标的值,A为精确率,B为召回率。
7.根据权利要求1所述的车道识别算法评估方法,其特征在于,所述原始图像来自一数据集,所述数据集包括多个原始图像,所述方法还包括:
对每个所述原始图像进行所述评估得到评估结果;
综合各个评估结果以得到最终评估结果,所述最终评估结果包括:根据各个评估结果求得的平均值、中值、众值、方差值、或标准差值。
8.一种计算机设备,其特征在于,包括:处理器及存储器;
所述存储器,存储计算机程序;
所述处理器,用于运行所述计算机程序以执行如权利要求1至7中任一项所述的方法。
9.一种计算机存储介质,其特征在于,存储计算机程序,所述计算机程序被处理器运行时执行如权利要求1至7中任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于芯启源(南京)半导体科技有限公司,未经芯启源(南京)半导体科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810784821.7/1.html,转载请声明来源钻瓜专利网。