[发明专利]一种基于知识蒸馏的轻量车道线检测方法及装置

权利要求书

1.一种基于知识蒸馏的轻量车道线检测方法，其特征在于，包括：

采集待处理图像，并将所述待处理图像输入至训练好的第一卷积神经网络，得到所述待处理图像中与每个子区域对应的车道线特征；其中，所述第一卷积神经网络由多个已知车道线特征的样本图像以及第二卷积神经网络训练得到，所述待处理图像包括m×n个子区域，所述m以及所述n均为正整数；

基于所述与每个子区域对应的车道线特征确定出与车道线对应的多个目标关键点；

根据所述与车道线对应的多个目标关键点生成所述待处理图像的车道线。

2.根据权利要求1所述的方法，其特征在于，所述与每个子区域对应的车道线特征包括每个子区域的关键点所对应的偏移量特征以及内嵌特征；

所述基于所述与每个子区域对应的车道线特征确定出与车道线对应的多个目标关键点，包括：

基于所述与每个子区域的关键点对应的内嵌特征确定出车道线所包含的初始关键点；

根据所述车道线所包含的初始关键点对应的偏移量特征，在所述待处理图像的预设区域内确定出第一初始点集合；其中，所述待处理图像的预设区域包括至少三个所述子区域；

将所述待处理图像按照预设方向划分为第一区域以及第二区域，并分别确定出所述第一区域中包含所述初始关键点的个数以及所述第二区域中包含所述初始关键点的个数；

当检测到所述第一区域中包含所述初始关键点的个数大于所述第二区域中包含所述初始关键点的个数时，根据所述第一区域中包含的所有所述初始关键点确定出第二初始点集合；

根据所述第一初始点集合以及所述第二初始点集合确定出与车道线对应的多个目标关键点。

3.根据权利要求2所述的方法，其特征在于，所述将所述待处理图像按照预设方向划分为第一区域以及第二区域，并分别确定出所述第一区域中包含所述初始关键点的个数以及所述第二区域中包含所述初始关键点的个数之后，还包括：

当检测到所述第一区域中包含所述初始关键点的个数小于所述第二区域中包含所述初始关键点的个数时，根据所述第二区域中包含的所有所述初始关键点确定出第三初始点集合；

根据所述第一初始点集合以及所述第三初始点集合确定出与车道线对应的多个目标关键点。

4.根据权利要求2所述的方法，其特征在于，所述每个子区域的关键点所对应的偏移量特征包括每个子区域的关键点在与所述待处理图像对应的平面直角坐标系中的X轴坐标以及Y轴坐标；

所述根据所述车道线所包含的初始关键点对应的偏移量特征，在所述待处理图像的预设区域内确定出第一初始点集合，包括：

获取在所述待处理图像的预设区域内所有所述初始关键点对应的Y轴坐标；

将所述Y轴坐标最小的三个所述初始关键点作为第一初始点集合；

所述根据所述第一区域中包含的所有所述初始关键点确定出第二初始点集合，包括：

获取在所述第一区域内所有所述初始关键点的X轴坐标；

将所述X轴坐标最小的三个所述初始关键点作为第二初始点集合；或

将所述X轴坐标最大的三个所述初始关键点作为第二初始点集合。