[發(fā)明專利]一種路面標(biāo)線圖像識(shí)別方法和訓(xùn)練方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811243169.4
• 申請(qǐng)日: 2018-10-24
• 公開（公告）號(hào): CN109389095B
• 公開（公告）日: 2021-10-22
• 發(fā)明（設(shè)計(jì)）人: 胡云卿;袁浩;林軍;劉悅;游俊;熊群芳;丁馳;岳偉
• 申請(qǐng)（專利權(quán)）人: 中車株洲電力機(jī)車研究所有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06T7/80;G06N3/04
• 代理公司: 上海專利商標(biāo)事務(wù)所有限公司 31100
• 代理人: 王蔚

1.一種路面標(biāo)線圖像識(shí)別的訓(xùn)練方法，包括：

通過車輛前視攝像機(jī)拍攝所述車輛前進(jìn)方向道路區(qū)域的圖像，所述道路區(qū)域設(shè)有n條路面標(biāo)線，n≥1；

通過所述攝像機(jī)內(nèi)部參數(shù)和外部參數(shù)對(duì)所述圖像進(jìn)行畸變矯正和透視變換，獲得的道路俯視圖；

在所述道路俯視圖上建立平面坐標(biāo)系，提取圖像中車輛行駛方向同向道路區(qū)域的所述路面標(biāo)線，采用深度神經(jīng)網(wǎng)絡(luò)模型輸出識(shí)別參數(shù)，制作訓(xùn)練數(shù)據(jù)集；

訓(xùn)練所述深度神經(jīng)網(wǎng)絡(luò)模型識(shí)別路面標(biāo)線輸出的所有識(shí)別參數(shù)；

其特征在于，所述識(shí)別參數(shù)包括A₁、A₂……A_k共k個(gè)擬合數(shù)學(xué)方程參數(shù)和A_k+1,A_k+2……A_k+i共i個(gè)路面標(biāo)線參數(shù)，所述路面標(biāo)線條數(shù)和所述路面標(biāo)線參數(shù)個(gè)數(shù)的關(guān)系為當(dāng)n≥1且n≠2時(shí)2ⁱn2^i-1，所述深度神經(jīng)網(wǎng)絡(luò)模型包括全連接層和連接在所述全連接層后的輸出層，所述輸出層的節(jié)點(diǎn)數(shù)為n*(k+i)個(gè)，所述訓(xùn)練數(shù)據(jù)集為n*(k+i)維向量label＝[A¹₁，A¹₂……A¹_k+i，A²₁，A²₂……A²_k+i，……，Aⁿ₁，Aⁿ₂……Aⁿ_k+i]。

2.根據(jù)權(quán)利要求1所述的一種路面標(biāo)線圖像識(shí)別的訓(xùn)練方法，其特征在于，采用分階段訓(xùn)練，包括如下步驟：

S1：剪裁所述深度神經(jīng)網(wǎng)絡(luò)模型，僅輸出數(shù)學(xué)方程參數(shù)A₁，剪裁所述輸出層，僅保留所述數(shù)學(xué)方程參數(shù)A¹₁，A²₁，……，Aⁿ₁所對(duì)應(yīng)的節(jié)點(diǎn)，剪裁所述訓(xùn)練數(shù)據(jù)集，保留label＝[A¹₁，A²₁，……，Aⁿ₁]；

S2：訓(xùn)練所述深度神經(jīng)網(wǎng)絡(luò)模型；

S3：修改所述深度神經(jīng)網(wǎng)絡(luò)模型，所述數(shù)學(xué)方程參數(shù)增加1個(gè)，所述輸出層保留的節(jié)點(diǎn)增加n個(gè)，所述訓(xùn)練數(shù)據(jù)集的向量維度增加n個(gè)；

S4：重復(fù)步驟S2-S3。

3.根據(jù)權(quán)利要求1所述的一種路面標(biāo)線圖像識(shí)別的訓(xùn)練方法，其特征在于，所述圖像拍攝于晴天的正午及夜晚。

4.根據(jù)權(quán)利要求1所述的一種路面標(biāo)線圖像識(shí)別的訓(xùn)練方法，其特征在于，所述圖像拍攝于陰天的正午及夜晚。

5.根據(jù)權(quán)利要求1所述的一種路面標(biāo)線圖像識(shí)別的訓(xùn)練方法，其特征在于，所述圖像拍攝于雨天的正午及夜晚。