[发明专利]一种路面标线图像识别方法和训练方法

权利要求书

1.一种路面标线图像识别的训练方法，包括：

通过车辆前视摄像机拍摄所述车辆前进方向道路区域的图像，所述道路区域设有n条路面标线，n≥1；

通过所述摄像机内部参数和外部参数对所述图像进行畸变矫正和透视变换，获得的道路俯视图；

在所述道路俯视图上建立平面坐标系，提取图像中车辆行驶方向同向道路区域的所述路面标线，采用深度神经网络模型输出识别参数，制作训练数据集；

训练所述深度神经网络模型识别路面标线输出的所有识别参数；

其特征在于，所述识别参数包括A₁、A₂……A_k共k个拟合数学方程参数和A_k+1,A_k+2……A_k+i共i个路面标线参数，所述路面标线条数和所述路面标线参数个数的关系为当n≥1且n≠2时2ⁱn2^i-1，所述深度神经网络模型包括全连接层和连接在所述全连接层后的输出层，所述输出层的节点数为n*(k+i)个，所述训练数据集为n*(k+i)维向量label＝[A¹₁，A¹₂……A¹_k+i，A²₁，A²₂……A²_k+i，……，Aⁿ₁，Aⁿ₂……Aⁿ_k+i]。

2.根据权利要求1所述的一种路面标线图像识别的训练方法，其特征在于，采用分阶段训练，包括如下步骤：

S1：剪裁所述深度神经网络模型，仅输出数学方程参数A₁，剪裁所述输出层，仅保留所述数学方程参数A¹₁，A²₁，……，Aⁿ₁所对应的节点，剪裁所述训练数据集，保留label＝[A¹₁，A²₁，……，Aⁿ₁]；

S2：训练所述深度神经网络模型；

S3：修改所述深度神经网络模型，所述数学方程参数增加1个，所述输出层保留的节点增加n个，所述训练数据集的向量维度增加n个；

S4：重复步骤S2-S3。

3.根据权利要求1所述的一种路面标线图像识别的训练方法，其特征在于，所述图像拍摄于晴天的正午及夜晚。

4.根据权利要求1所述的一种路面标线图像识别的训练方法，其特征在于，所述图像拍摄于阴天的正午及夜晚。

5.根据权利要求1所述的一种路面标线图像识别的训练方法，其特征在于，所述图像拍摄于雨天的正午及夜晚。