[發明專利]用于自主駕駛機器的基于回歸的線檢測

在審

• 申請號: 201980061007.5
• 申請日: 2019-07-17
• 公開（公告）號: CN113168505A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: M·帕克;林曉琳;H-J·徐;D·尼斯特;N·茨維耶蒂奇
• 申請（專利權）人: 輝達公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 北京市磐華律師事務所 11336
• 代理人: 高偉

1.一種方法，包括：接收表示圖像的圖像數據；將第一空間分辨率的所述圖像數據應用于機器學習模型；由所述機器學習模型至少部分地基于所述圖像數據來計算對應于第二空間分辨率的多個第二像素中的每個第二像素的像素距離，所述第二空間分辨率小于所述第一空間分辨率，所述像素距離對應于所述第一空間分辨率的第一像素與對應于所述圖像中的線的所述第一空間分辨率的最近線像素之間的距離；將所述第二空間分辨率的所述第二像素的第二像素坐標轉換到所述第一空間分辨率的第一像素坐標；以及至少部分地基于所述轉換，使用相對于所述第一空間分辨率的所述第一像素坐標的所述像素距離來確定所述圖像中的線像素的位置。

2.根據權利要求1所述的方法，其中所述第二空間分辨率包括相比所述第一空間分辨率小因子N的分辨率，并且將所述第二像素坐標轉換到所述第一像素坐標包括：將所述第二像素坐標乘以N。

3.根據權利要求1所述的方法，其中使用相對于所述第一空間分辨率的所述第一像素坐標的所述像素距離來確定所述圖像中的所述線像素的所述位置包括：至少部分地基于所述像素距離來確定針對所述第一空間分辨率的所述第一像素中的每個第一像素的投票的數目；以及針對具有大于閾值投票數的投票的所述第一像素中的每個第一像素，確定所述線像素之一位于所述第一像素處。

4.根據權利要求3所述的方法，其中針對所述第一像素的自投票被給予比針對所述第一像素的其他像素投票更高的權重。

5.根據權利要求1所述的方法，進一步包括：由所述機器學習模型至少部分地基于所述圖像數據來計算與所述第二空間分辨率的所述第二像素中的每個第二像素相對應的標簽類。

6.根據權利要求5所述的方法，其中所述標簽類被計算為對應于所述標簽類的位值。

7.根據權利要求1所述的方法，進一步包括：由所述機器學習模型至少部分地基于所述圖像數據來計算與所述第二空間分辨率的所述第二像素中的每個第二像素相對應的角度；以及使用所述角度來確定所述圖像中的線的至少部分的幾何形狀。

8.根據權利要求1所述的方法，進一步包括：由所述機器學習模型至少部分地基于所述圖像數據來計算與所述線像素中的每個線像素相對應的切線值；以及使用所述切線值來確定所述圖像中的線的至少部分的幾何形狀。

9.根據權利要求1所述的方法，進一步包括：由所述機器學習模型至少部分地基于所述圖像數據來計算高維向量的集群；

至少部分基于所述集群確定對應于所述圖像中的同一條線的所述線像素；以及使用對應于所述同一條線的所述線像素來生成相對于所述圖像的所述線的表示。

10.一種方法，包括：接收表示圖像的圖像數據；

接收表示與所述圖像相關聯的一個或更多個標簽和相應的標簽類的注釋數據；針對所述圖像的像素中的每個像素：確定到與所述一個或更多個標簽中的標簽相關聯的最近線像素的像素距離；以及

對到所述像素的所述像素距離以及與所述標簽相關聯的標簽類進行編碼以生成地面實況數據；以及使用所述地面實況數據來訓練神經網絡。

11.根據權利要求10所述的方法，進一步包括：針對對應于所述一個或更多個標簽的所述像素中的每個標簽像素：確定平行于所述線像素中的像素的行延伸的水平線與對應于所述線像素的標簽之間的角度；以及用所述地面實況數據編碼對應于所述角度的角度數據；以及

進一步使用所述地面實況數據與經編碼的角度數據來訓練所述神經網絡。

12.根據權利要求10所述的方法，其中對與所述標簽相關聯的所述標簽類進行編碼包括：對與所述標簽相對應的位值進行編碼。