[发明专利]车道线检测方法、装置、电子设备及计算机可读存储介质有效
申请号: | 202210603598.8 | 申请日: | 2022-05-31 |
公开(公告)号: | CN114694109B | 公开(公告)日: | 2022-08-23 |
发明(设计)人: | 陈江林;张如高;李发成;虞正华 | 申请(专利权)人: | 苏州魔视智能科技有限公司 |
主分类号: | G06V20/56 | 分类号: | G06V20/56;G06V10/82;G06V10/766;G06T7/66 |
代理公司: | 北京三聚阳光知识产权代理有限公司 11250 | 代理人: | 陈刚 |
地址: | 215300 江苏省*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 车道 检测 方法 装置 电子设备 计算机 可读 存储 介质 | ||
1.一种车道线检测方法,其特征在于,包括:
将待检测图像输入至车道线检测网络,并获取所述车道线检测网络的输出信息,所述输出信息包括预测中心点热力图、多个控制点与中心点的第一预测位置偏差;
从所述预测中心点热力图中确定n个中心点,n为正整数;
针对每个所述中心点,根据所述第一预测位置偏差,确定所述中心点相关的多个所述控制点;
基于每一所述中心点相关的多个所述控制点,分别确定一条第一贝塞尔曲线,每一所述第一贝塞尔曲线用于表征一条车道线。
2.根据权利要求1所述的方法,其特征在于,所述基于每一所述中心点相关的多个所述控制点,分别确定一条第一贝塞尔曲线之后,还包括:
利用非极大值抑制方法去除冗余的车道线。
3.根据权利要求2所述的方法,其特征在于,所述利用非极大值抑制方法去除冗余的车道线,包括:
针对每一条所述第一贝塞尔曲线,选取靠近起点的一部分所述控制点构成第一目标框、靠近终点附近的另一部分所述控制点构成第二目标框;
在多个所述第一目标框中采用一次非极大值抑制得到第一结果、在多个所述第二目标框中采用一次非极大值抑制得到第二结果;
对所述第一结果和所述第二结果取并集,得到去除了冗余的车道线后剩余的车道线。
4.根据权利要求1所述的方法,其特征在于,所述输出信息还包括辅助点与所述中心点的第二预测位置偏差;所述第二预测位置偏差用于确定每一所述中心点相关的辅助点;
所述基于每一所述中心点相关的多个所述控制点,分别确定一条第一贝塞尔曲线之后,还包括:
针对每一所述第一贝塞尔曲线,利用对应的所述中心点相关的所述辅助点进行修正,得到对应的第二贝塞尔曲线,所述第二贝塞尔曲线是最终用于表征车道线的贝塞尔曲线。
5.根据权利要求4所述的方法,其特征在于,所述针对每一所述第一贝塞尔曲线,利用对应的所述中心点相关的所述辅助点进行修正,得到对应的第二贝塞尔曲线,包括:
从所述第一贝塞尔曲线上获取多个第一采样点;
基于多个所述第一采样点和所述辅助点,利用最小二乘法,获取新的控制点;
基于所述新的控制点,确定所述第二贝塞尔曲线。
6.根据权利要求1所述的方法,其特征在于,所述车道线检测网络包括以下网络模块:
特征提取网络,用于提取所述待检测图像的特征信息,所述特征信息用于预测中心点热力图、以及所述控制点与所述中心点之间的第一预测位置偏差;
第一回归网络,用于基于所述待检测图像的特征信息,预测中心点热力图;
第二回归网络,用于基于所述待检测图像的特征信息,预测所述中心点与所述控制点之间的位置偏差。
7.根据权利要求1或6所述的方法,其特征在于,所述将待检测图像输入至车道线检测网络,并获取所述车道线检测网络的输出信息之前,还包括:
针对每一训练样本图像,获取车道线标注点;
基于所述车道线标注点获取贝塞尔曲线的样本控制点;
基于所述样本控制点获取车道线的样本中心点;
基于所述样本控制点和所述样本中心点,获取所述样本控制点相对所述样本中心点的第一样本位置偏差;
基于所述样本中心点获取样本中心点热力图;
利用所述训练样本图像以及对应的标签信息,对所述车道线检测网络进行训练,所述训练样本图像对应的所述标签信息包括所述样本控制点相对所述样本中心点的第一样本位置偏差和所述样本中心点热力图。
8.根据权利要求7所述的方法,其特征在于,所述训练样本图像对应的所述标签信息还包括样本辅助点与所述样本中心点之间的第二样本位置偏差;
所述利用所述训练样本图像以及对应的所述标签信息,对所述车道线检测网络进行训练之前,还包括:
在基于所述样本控制点确定的第三贝塞尔曲线上,取多个第二采样点;
从多个所述第二采样点中按照预设规则,选取所述样本辅助点;
计算所述样本辅助点与所述样本中心点之间的所述第二样本位置偏差。
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苏州魔视智能科技有限公司,未经苏州魔视智能科技有限公司许可,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/202210603598.8/1.html,转载请声明来源钻瓜专利网。