[发明专利]一种利用图像分割辅助的车道线检测方法

权利要求书

1.一种利用图像分割辅助的车道线检测方法，其特征在于，具体过程为：

（1）采集含有车道线的图像并进行标注：

利用车载摄像头收集20000张含有各种车道线的图像，将图像缩放到分辨率为512×256像素，并利用分割标注工具将车道线分割出来；

（2）车道特征提取：

将步骤（1）得到的图像输入主干网络进行特征提取，然后将提取的特征输入PAN网络进行特征融合，主干网络和PAN网络构成车道特征提取网络，选取PAN最右上侧的车道线特征用于后续的车道线分割与检测；

（3）车道线分割：

将步骤（2）PAN最右上侧的车道线特征输入车道线分割网络进行分割得到分割结果；

（4）车道线检测：

将步骤（2）PAN最右上侧的车道线特征输入车道线检测网络进行车道线检测，得到车道线检测结果；

（5）训练车道线分割和检测网络：

利用步骤（1）中图像分割工具标注的图像构建数据集，将数据集按8：1：1的数量比划分为训练集、验证集和测试集，车道线分割网络的能量函数采用二值交叉熵损失，用表示，车道线的先验特征回归能量损失采用Smooth L1损失，用表示，总的能量损失为，其中和为权重参数，训练500个迭代后终止，保存参数模型；

（6）测试车道线检测网络：

将测试集的图像缩放到512×256×3，输入步骤（5）训练好的车道线检测网络中，得到车道线检测结果。

2.根据权利要求1所述利用图像分割辅助的车道线检测方法，其特征在于， 步骤（1）所述车道线分割采用语义分割，车道线像素标注为1，背景标注为0。

3.根据权利要求2所述利用图像分割辅助的车道线检测方法，其特征在于，步骤（2）所述主干网络选用ResNet50网络。

4.根据权利要求3所述利用图像分割辅助的车道线检测方法，其特征在于，步骤（3）所述车道线分割网络采用语义分割策略将车道线分为前景车道线和背景区域，车道线分割网络由卷积层、批量标准化和RELU层构成。

5.根据权利要求4所述利用图像分割辅助的车道线检测方法，其特征在于，步骤（4）的具体过程为：步骤（2）PAN最右上侧的车道线特征经过一个卷积层进行卷积操作后，再进行拉平操作得到一维特征的向量，最后输出为车道线的检测结果，车道线采用先验特征回归方法得到，车道线的先验特征包含两个方面的信息，一个是车道线的长度信息，长度信息通过在纵轴上均匀采样得到，在纵轴上采样32个采样点，即将原始图像平均分为64×32个块，每个块的大小为8×8个像素，另外一个是车道线的起始点坐标和与水平线的夹角，为使先验特征能学习，初始化时假定车道线为左侧、中左、中右和右侧四条，四条车道线的起点分别为（1,1）、（170,1）、（340,1）和（512,1），初始夹角为45度、60度、120度和135度，车道线的先验特征共有64个，每个先验特征的维度为44个，其中32个维度为每个分块中心点的横坐标，8个维度为对应的车道线起点，4个维度为车道线与横坐标的夹角。