[发明专利]车道线识别方法和装置以及电子设备

说明书

本发明实施例提供了一种车道线识别方法和装置以及电子设备。该方法包括：获取至少一张道路图像；根据预先训练的深度学习分割模型，获取所述道路图像中的车道线区域和消失点区域；根据所述道路图像中的车道线区域和消失点区域，获取所述道路图像中的车道线。本发明实施例通过深度学习分割模型对道路图像中的数据进行分析，获得道路图像中的车道线区域和消失点区域，进而根据道路图像中的车道线区域和消失点区域获取道路图像中的车道线，消失点对于确定车道走向至关重要，因此，与使用边缘检测的方案相比，本方案还提高了车道线识别的准确度。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种车道线识别方法和装置以及电子设备。

背景技术

随着地图导航类应用功能的不断发展，发明人发现该场景对图像识别技术需求越来越强。以通过图像识别车道线为例，发明人在对现有技术进行研究的过程中发现，现有技术一般通过边缘检测技术从图像中识别车道线，但边缘检测技术易受车道线磨损、车道线颜色及光照等因素的影响，导致车道线识别准确度不高。

发明内容

本发明实施例提供一种车道线识别方法和装置以及电子设备，以解决现有技术中识别出的车道线不够准确的缺陷。

为达到上述目的，本发明实施例提供了一种车道线识别方法，包括：

获取至少一张道路图像；

根据预先训练的深度学习分割模型，获取所述道路图像中的车道线区域和消失点区域；

根据所述道路图像中的车道线区域和消失点区域，获取所述道路图像中的车道线。

本发明实施例还提供了一种车道线识别装置，包括：

图像获取模块，用于获取至少一张道路图像；

区域获取模块，用于根据预先训练的深度学习分割模型，获取所述道路图像中的车道线区域和消失点区域；

车道线获取模块，用于根据所述道路图像中的车道线区域和所述消失点区域，获取所述道路图像中的车道线。

本发明实施例还提供一种电子设备，包括：

存储器，用于存储程序；

处理器，用于运行所述存储器中存储的所述程序，所述程序运行时执行本发明实施例提供的车道线识别方法。

本发明实施例提供的车道线识别方法和装置以及电子设备，通过深度学习分割模型对道路图像中的数据进行分析，获得道路图像中的车道线区域和消失点区域，进而根据道路图像中的车道线区域和消失点区域获取道路图像中的车道线，由于本发明实施例利用深度学习分割模型对道路图像中的图像数据进行分析以识别道路图像中的车道线，替代了使用边缘检测来识别车道线，因此避免了边缘检测所导致的误检测，并且，本发明利用深度学习分割模型识别道路图像中的车道线时，不仅检测了车道线区域而且检测了车道线的消失点区域，消失点对于确定车道走向至关重要，因此，与使用边缘检测的方案相比，本方案还提高了车道线识别的准确度。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1为本发明实施例提供的业务系统的系统框图；

图2a为本发明提供的车道线识别方法一个实施例的流程图；

图2b为本发明提供的车道线识别方法实施例中的区域示意图一；