[发明专利]一种快速的高速公路路面分割和摄像机定位的方法

摘要

一种快速的高速公路路面分割和摄像机定位的方法，涉及基于视频图像的目标检测、应用于高速公路交通场景下的视频监控数据的智能事件分析系统。本发明的方法步骤为：1）样本收集和模型训练；2）网络模型设计；3)模型损失函数；4)模型训练；5)模型预测。同现有技术相比，本发明能解决多场景下、不同天气情况下、不同路面状态下的高速路面定位分割问题；同时解决多场景下、不同天气情况下、不同路面状态下摄像机相对路面位置定位问题。

主权项

1.一种快速的高速公路路面分割和摄像机定位的方法，它的方法步骤为：/n首先，对大量的有代表性的图像训练样本，标注路面区域的五个关键特征点和摄像机的位置信息，其次定义损失函数，最后进行深度学习迭代训练，当训练收敛之后，选择当前的训练模型作为结果模型；/n1）样本收集和模型训练：/n收集不同路面的图像数据，对图像数据进行数据标注，标注路面区域的五个点为路面区域的五个边界关键点，其中上面两个点为路面边缘，下面三个点为两个路面边缘点和图像的边界点；/n图像上面部分的两个点在标注过程中，根据图像大小，动态设置上面两个点的高度线位置信息，该高度线与路面边缘的交点作为上面两个边界关键点；/n对坐标位置采用相对于图像的高度和宽度的比例进行归一化操作，即相对坐标位置信息；/n对摄像机位置采用相对于路面的位置信息；/n2）网络模型设计：/n设计了如下的网络结构模型，分为3个conv层，3个pool层，4个Relu层和2个全连接层；其中conv层的作用是提取图像中具有平移、旋转、尺度不变的特征，同时完成对图像特征维度降维，防止过拟合，提高模型泛化能力；卷积层的特点包括局部感知、参数共享、多核卷积；第一个conv层具有96个卷积核，每个核的大小为5*5，步长为2，第二个conv层具有96个卷积核，每个核的大小为3*3，步长为2，第三个conv层具有128个卷积核，每个核的大小为3*3，步长为2；/npool层的卷积核为只取对应位置的最大值或者平均值，并且不经过反向传播的修改；/nRelu层是线性修正函数层，梯度计算公式为：1{x>0}，正向传播过程中，Relu函数仅需要设置阈值，如果x<0,f(x)=0，如果x>0,f(x)=x；/n全连接是矩阵乘法，共有两个全连接层，第一个全连接层主要完成将高维数据降维的作用，使数据特征维度降低到192维，然后再经过第二个全连接层的处理，输出11维的结果信息，即是模型最终的输出结果信息；/n3)模型损失函数:/n针对回归路面位置和摄像机位置两类数据设计了综合损失函数，其中路面位置信息的10维数据与摄像机位置的1维数据具有不同的权重，该函数的定义和特征如下所示：/n