[发明专利]一种车道线检测方法、装置、电子设备和存储介质

说明书

本发明公开了一种车道线检测方法、装置、电子设备和存储介质，包括：获取待检测图像在指定采样倍数下通过神经网络所提取的网络特征，以及通过特征提取算子所提取的手工特征；将指定采样倍数下所获取的网络特征和手工特征进行融合获取融合特征；基于融合特征获取待检测图像中所包含的车道线。通过神经网络基于少量的计算提取待检测图像中包含核心信息的网络特征，并将通过特征提取算子所提取的手工特征进行补充，根据所获取的融合特征进行车道线的检测，从而在减少计算量的同时还能够保证检测结果的准确度。

技术领域

本发明实施例涉及数据处理处理技术领域，尤其涉及一种车道线检测方法、装置、电子设备和存储介质。

背景技术

车道线是车辆在道路中进行局部横向定位的重要依据，在智能驾驶车辆的定位中起着重要作用，尤其是在全局定位信息不稳定甚至丢失等情况下，因此稳定高效的车道线检测算法对智能驾驶车辆或高级辅助驾驶系统来说至关重要。目前所采用的车道线检测算法主要分为基于传统的人工提取特征的检测算法，以及基于深度学习的检测算法。

但是单独采用人工提取特征的检测算法，由于手工设计的特征提取器和生成规则算法较为简单，往往难以适应复杂的环境变化场景，造成检测准确度低；而单独采用深度学习算法，由于算法参数量巨大，算法计算复杂导致计算速度低，因此现有的车道线检测方式并不能满足用户的需求。

发明内容

本发明实施例提供了一种车道线检测方法、装置、电子设备和存储介质。以实现对车道线的检测。

第一方面，本发明实施例提供了一种车道线检测方法，包括：

获取待检测图像在指定采样倍数下通过神经网络所提取的网络特征，以及通过特征提取算子所提取的手工特征；

将指定采样倍数下所获取的网络特征和手工特征进行融合获取融合特征；

基于融合特征获取待检测图像中所包含的车道线。

第二方面，本发明实施例提供了一种车道线检测装置，包括：

网络特征和手工特征获取模块，用于获取待检测图像在指定采样倍数下通过神经网络所提取的网络特征，以及通过特征提取算子所提取的手工特征；

融合特征获取模块，用于将指定采样倍数下所获取的网络特征和手工特征进行融合获取融合特征；

车道线获取模块，用于基于融合特征获取待检测图像中所包含的车道线。

第三方面，本发明实施例还提供了一种电子设备，电子设备包括：

一个或多个处理器；

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本发明任意实施例的方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例的方法。

在本发明实施例中，通过神经网络基于少量的计算提取待检测图像中包含核心信息的网络特征，并将通过特征提取算子所提取的手工特征进行补充，根据所获取的融合特征进行车道线的检测，从而在减少计算量的同时还能够保证检测结果的准确度。

附图说明

图1A是本发明实施例一提供的车道线检测方法的流程图；

图1B是本发明实施例一提供的车道线检测的应用场景示意图；

图1C是本发明实施例一提供的水平边缘特征算子的曲线示意图；

图1D是本发明实施例一提供的水平特征平滑算子的曲线示意图；

图1E是本发明实施例一提供的特征截断算子的曲线示意图；