[发明专利]标线识别方法、装置、存储介质及电子装置

权利要求书

1.一种标线识别方法，其特征在于，包括：

对包含目标标线的目标图像进行分析，获取所述目标图像的特征矩阵；

对所述特征矩阵进行分析，获取用于框选所述目标标线的框的框特征、所述目标标线的类型的类型特征以及所述目标标线的维护程度的维护程度特征；

基于所述框特征、所述类型特征、所述维护程度特征，在所述目标图像中框选出所述目标标线，并在所述目标图像中标识出所述目标标线的类型以及维护程度。

2.根据权利要求1所述的方法，其特征在于，对所述特征矩阵进行分析，获取用于框选所述目标标线的框的框特征、所述目标标线的类型的类型特征以及所述目标标线的维护程度的维护程度特征包括：

利用检测器对所述特征矩阵进行如下处理，获取所述框特征、所述类型特征以及所述维护程度特征：

在所述检测器为第一类检测器的情况下，利用所述检测器对所述特征矩阵进行第一处理，获取第一锚框，以及，基于所述第一锚框获取所述框特征、所述类型特征以及所述维护程度特征；

在所述检测器为第二类检测器的情况下，利用所述检测器对第二锚框进行第二处理，确定出所述框特征、所述类型特征以及所述维护程度特征，其中，所述第二锚框为预先对所述特征矩阵进行划分所确定出的锚框；

在所述检测器为第三类检测器的情况下，利用所述检测器对所述特征矩阵进行第三处理，从所述特征矩阵中包括的特征点中确定出目标特征点，以及，基于所述目标特征点确定所述框特征、所述类型特征以及所述维护程度特征。

3.根据权利要求2所述的方法，其特征在于，在所述检测器为所述第一类检测器中包括的二阶段检测器的情况下，利用所述检测器对所述特征矩阵进行第一处理，获取第一锚框，以及，基于所述第一锚框获取所述框特征、所述类型特征以及所述维护程度特征包括：

利用所述二阶段检测器中包含的区域生成网络RPN对所述特征矩阵进行处理，以在所述特征矩阵中包括的各个特征点上生成固定比例尺寸的所述第一锚框；

按照第一预设规则从所述第一锚框中筛选出目标候选框；

获取与所述目标候选框对应的所述框特征、所述类型特征以及所述维护程度特征。

4.根据权利要求2所述的方法，其特征在于，在所述检测器为所述第二类检测器中包括的一阶段基于锚框anchor的检测器的情况下，利用所述检测器对第二锚框进行第二处理，确定出所述框特征、所述类型特征以及所述维护程度特征包括：

利用所述一阶段基于anchor的检测器对所述特征矩阵进行分析，以确定出在预设的第二锚框内预测得到的目标标线的类型的概率与阈值的比较结果，其中，所述第二锚框是通过预先划分的网格预设得到的，所述预先划分的网格是对所述特征矩阵进行划分所得到的网格；

基于所述比较结果确定所述第二锚框内是否有对应类型的目标特征；

获取包含所述目标特征的所有第二锚框以及包含所述目标特征的所有第二锚框对应的维护程度特征；

基于所述所有第二锚框并按照预定偏移确定出所有目标框的特征；

将所述目标框的特征确定为所述框特征，将所述对应类型的目标特征确定为所述类型特征，以及将包含所述目标特征的所有第二锚框对应的维护程度特征确定为所述维护程度特征。

5.根据权利要求2所述的方法，其特征在于，在所述检测器为所述第三类检测器中包括的一阶段基于无锚框anchor-free的检测器的情况下，利用所述检测器对所述特征矩阵进行第三处理，从所述特征矩阵中包括的特征点中确定出目标特征点，以及，基于所述目标特征点确定所述框特征、所述类型特征以及所述维护程度特征包括：

利用所述一阶段基于anchor-free的检测器对所述特征矩阵进行分析，以确定出所述特征矩阵中包括的每个特征点的分类、中心性、相对框四个边的偏移回归以及维护程度分类；

将分类分数与中心性的乘积作为各特征点的预测标线的类型分数；

通过阈值筛选获取可靠的接近目标中心的所述目标特征点，通过获取所述目标特征点的相对框四个边的偏移回归获取框的四个角，以得到所述框特征；

基于所述目标特征点对应的分类确定所述类型特征，以及，基于所述目标特征点对应的维护程度分类确定所述维护程度特征。