[發(fā)明專利]一種車道線端點識別方法及裝置、設備、介質

有效

• 申請?zhí)枺?/td>: 201811478746.8
• 申請日: 2018-12-05
• 公開（公告）號: CN109583393B
• 公開（公告）日: 2023-08-11
• 發(fā)明（設計）人: 高三元;馮漢平;鞠偉平
• 申請（專利權）人: 寬凳（北京）科技有限公司
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06T7/136;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 北京市中倫律師事務所 11410
• 代理人: 楊黎峰;鐘錦舜

本申請公開了一種車道線端點識別方法及裝置、設備、介質。該方法至少包括：根據(jù)車道線樣本圖像中包含的車道線，定義用于框定車道線樣本圖像中包含的車道線端點的邊界框，根據(jù)對車道線端點的邊界框的定義，利用基于卷積神經網(wǎng)絡的目標檢測算法，在待識別圖像中進行目標檢測，以識別車道線端點的邊界框，根據(jù)目標檢測的結果，判定該車道線端點的位置。本申請通過根據(jù)車道線為車道線端點定義合適的邊界框，基于邊界框回歸進行目標檢測，有助于準確地在待識別圖像中識別車道線端點，判定其位置。

技術領域

本申請涉及機器學習技術領域，尤其涉及一種車道線端點識別方法及裝置、設備、介質。

背景技術

隨著機器學習技術的迅速發(fā)展，基于深度學習的深度模型也被用在越來越多的地方，包括關鍵點檢測領域。關測點檢測在不同場景中的應用效果可能有較大差別。

例如，在人臉關鍵點檢測的場景下，由于人臉關鍵點往往位于圖像中間或者靠近中間的區(qū)域，有助于得到較為準確的檢測結果；在高精度地圖制作場景下，一個重要的任務是提取出虛線車道線的端點，在現(xiàn)有技術中，也將人臉關鍵點檢測的方案，用于檢測虛線車道線的端點。

但是，由于虛線車道線的端點通常位于圖像邊緣的區(qū)域，因此，往往不容易得到較為準確的檢測結果。

發(fā)明內容

本申請實施例提供一種車道線端點識別方法及裝置、設備、介質，用以解決現(xiàn)有技術中的如下技術問題：現(xiàn)有的關鍵點檢測方案不容易得到較為準確的虛線車道線端點檢測結果。

本申請實施例采用下述技術方案：

一種車道線端點識別方法，包括：

根據(jù)車道線樣本圖像中包含的車道線，定義用于框定所述車道線樣本圖像中包含的車道線端點的邊界框；

根據(jù)對所述車道線端點的邊界框的定義，利用基于卷積神經網(wǎng)絡的目標檢測算法，在待識別圖像中進行目標檢測，以識別車道線端點的邊界框；

根據(jù)所述目標檢測的結果，判定該車道線端點的位置。

可選地，所述根據(jù)所述目標檢測的結果，判定該車道線端點的位置，具體包括：

利用圖像分割算法，在所述識別出的邊界框中進行圖像分割，以進行前景與背景的分割；

根據(jù)所述目標檢測的結果，以及所述圖像分割的結果，判定該車道線端點的位置。

可選地，所述根據(jù)車道線樣本圖像中包含的車道線，定義用于框定所述車道線樣本圖像中包含的車道線端點的邊界框，具體包括：

定義用于框定車道線樣本圖像中包含的車道線的邊界框；

根據(jù)所述車道線的邊界框的寬和/或高，定義用于框定所述車道線樣本圖像中包含的車道線端點的邊界框。

可選地，所述根據(jù)所述車道線的邊界框的寬和/或高，定義用于框定所述車道線樣本圖像中包含的車道線端點的邊界框，還包括：

根據(jù)預設的尺寸閾值，限制所述車道線端點的邊界框的最大尺寸。

可選地，所述車道線端點的邊界框的形狀為正方形，所述正方形的邊長不大于以下幾者中的最小值：所述尺寸閾值、所述車道線的邊界框的寬、高。

可選地，所述根據(jù)對所述車道線端點的邊界框的定義，利用基于卷積神經網(wǎng)絡的目標檢測算法，在待識別圖像中進行目標檢測，具體包括：

獲取至少一個車道場景中的多個車道線樣本圖像；

對所述多個車道線樣本圖像中包含的車道線以及車道線端點分別進行標注；

根據(jù)所述多個車道線樣本圖像及其標注，以及對車道線端點的邊界框的定義，利用基于卷積神經網(wǎng)絡的目標檢測算法，訓練邊界框回歸模型；