[发明专利]训练车道线识别模型的方法、装置、设备和存储介质有效

专利信息
申请号: 201910363252.3 申请日: 2019-04-30
公开(公告)号: CN110135302B 公开(公告)日: 2021-08-31
发明(设计)人: 刘焱 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京市金杜律师事务所 11256 代理人: 赵林琳
地址: 100080 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 训练 车道 识别 模型 方法 装置 设备 存储 介质
【权利要求书】:

1.一种训练车道线识别模型的方法,包括:

获取车道线的第一图像,所述第一图像是利用生成模型基于所述车道线的第二图像生成的,所述车道线的所述第一图像和所述第二图像分别与不同的物理环境相关联,其中所述不同的物理环境对应于所述车道线的不同可见度;

获取所述车道线的所述第二图像中的第一车道线信息,所述第一车道线信息是利用所述车道线识别模型处理所述第二图像而生成的,所述第一车道线信息指示车道线在所述第二图像中的第一组点;以及

利用所述车道线的所述第一图像和所获取的所述第一车道线信息,训练所述车道线识别模型,

其中利用所述第一图像和所述第一车道线信息来训练所述车道线识别模型包括:利用所述车道线识别模型处理所述第一图像以获取预测车道线信息,所述预测车道线信息指示所述车道线在所述第一图像中的第二组点;以及基于所述第一组点和所述第二组点之间的差异,调整所述车道线识别模型。

2.根据权利要求1所述的方法,其中所述生成模型基于以下步骤被训练:

获取参考车道线在第一物理环境下的第三图像和在第二物理环境下的第四图像,所述第二物理环境不同于所述第一物理环境;以及

训练所述生成模型,以使得所述生成模型基于所述第三图像的输出图像接近于所述第四图像。

3.根据权利要求2所述的方法,其中所述第三图像和所述第四图像是在同一地理位置被捕获的。

4.根据权利要求2所述的方法,其中所述第四图像是基于对所述第三图像的图像处理而获得的。

5.根据权利要求1至4中任一项所述的方法,其中所述第一图像基于以下步骤被生成:

将所述第二图像和随机的噪声输入到所述生成模型,以获取由所述生成模型输出的所述第一图像。

6.根据权利要求1至4中任一项所述的方法,其中所述生成模型是条件生成对抗网络。

7.一种用于训练车道线识别模型的装置,包括:

图像获取模块,被配置为获取车道线的第一图像,所述第一图像是利用生成模型基于所述车道线的第二图像生成的,所述车道线的所述第一图像和所述第二图像分别与不同的物理环境相关联,其中所述不同的物理环境对应于所述车道线的不同可见度;

车道线信息获取模块,被配置为获取所述车道线的所述第二图像中的第一车道线信息,所述第一车道线信息是利用所述车道线识别模型处理所述第二图像而生成的,所述第一车道线信息指示车道线在所述第二图像中的第一组点;以及

训练模块,被配置为利用所述车道线的所述第一图像和所获取的所述第一车道线信息,训练所述车道线识别模型,

其中所述训练模块还被配置为:利用所述车道线识别模型处理所述第一图像以获取预测车道线信息,所述预测车道线信息指示所述车道线在所述第一图像中的第二组点;以及基于所述第一组点和所述第二组点之间的差异,调整所述车道线识别模型。

8.根据权利要求7所述的装置,其中所述生成模型基于以下步骤被训练:

获取参考车道线在第一物理环境下的第三图像和在第二物理环境下的第四图像,所述第二物理环境不同于所述第一物理环境;以及

训练所述生成模型,以使得所述生成模型基于所述第三图像的输出图像接近于所述第四图像。

9.根据权利要求8所述的装置,其中所述第三图像和所述第四图像是在同一地理位置被捕获的。

10.根据权利要求8所述的装置,其中所述第四图像是基于对所述第三图像的图像处理而获得的。

11.根据权利要求7至10中任一项所述的装置,其中所述第一图像基于以下步骤被生成:

将所述第二图像和随机的噪声输入到所述生成模型,以获取由所述生成模型输出的所述第一图像。

12.根据权利要求7至10中任一项所述的装置,其中所述生成模型是条件生成对抗网络。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)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/201910363252.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top