[發明專利]一種基于多任務語義分割的車道線檢測方法

有效

• 申請號: 202010178033.0
• 申請日: 2020-03-13
• 公開（公告）號: CN111460921B
• 公開（公告）日: 2023-05-26
• 發明（設計）人: 秦華標;許若前
• 申請（專利權）人: 華南理工大學
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06V20/70;G06V10/26;G06V10/30;G06V10/34;G06V10/44;G06V10/80;G06V10/82;G06N3/0455;G06N3/0464;G06N3/09
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 何淑珍;江裕強

1.一種基于多任務語義分割的車道線檢測方法，其特征在于，所述方法包括：

S1、獲取道路圖像，并標注出圖像中的車道線信息；

S2、構建基于卷積神經網絡的特征提取編碼網絡和多任務分支信息融合的全卷積解碼網絡；

S3、對多任務分支信息融合的全卷積解碼網絡輸出的車道線二值分割掩碼圖像進行形態學后處理，劃分不同車道線實例對應的像素點集；

S4、對不同的車道線實例的像素點集進行多項式擬合，得到最終車道線判別結果；

所述形態學后處理，具體步驟：

基于所述多任務分支信息融合的全卷積解碼網絡輸出的車道線二值分割掩碼圖像，使用連通性分析方法獲得多個像素點集，并將少于數量閾值的點集作為噪聲丟棄，

以所述車道線二值分割掩碼圖像左下角為原點，圖像寬度方向為x軸方向，高度方向為y軸方向，對每個像素點集分別執行自下而上沿y軸方向進行掃描，執行車道線劃分方法，最終得到多個車道線的像素點集；基于所述車道線劃分方法最終得到的多個車道線的像素點集，分別進行多項式擬合，得到最終車道線判別結果；所述車道線劃分方法，具體包括：

以一定的像素數作為車道線寬度閾值，對每次掃描結果進行車道線數量判別，若該次掃描的橫向寬度超過寬度閾值，則車道線計數值加1；

若該次沿y軸方向掃描中，車道線計數值始終為1，則該像素點集直接作為最終像素點集的一組子集，否則在車道線計數大于1時以y軸為基準進行像素點集劃分；

重復該流程，直至所有點集掃描結束。

2.根據權利要求1所述的一種基于多任務語義分割的車道線檢測方法，其特征在于，步驟S2中所述特征提取編碼網絡，具體包括：

利用殘差連接結構對所述圖像進行特征提取，獲得所述圖像的特征圖，

利用不同空洞率的空洞卷積結構對所述特征圖進行卷積處理，獲得具有高級語義編碼的特征圖。

3.根據權利要求1所述的一種基于多任務語義分割的車道線檢測方法，其特征在于，步驟S2中所述多任務分支信息融合的全卷積解碼網絡，具體包括三個任務分支網絡和信息融合模塊，

所述特征提取編碼網絡的輸出為所述多任務分支信息融合的全卷積解碼網絡中多個任務分支網絡的輸入，

所述多個任務分支網絡包括車道線分割，當前行駛車道區域分割和相鄰車道區域分割三個任務分支網絡，

所述信息融合模塊用于對所述三個分支網絡的輸出進行信息融合重組，以獲得車道線二值分割掩碼圖像。

4.根據權利要求3所述的一種基于多任務語義分割的車道線檢測方法，其特征在于：所述車道線分割分支網絡使用帶權重的二分類交叉熵損失函數進行監督訓練，所述權重值由s1中所述標注的車道線信息中車道線像素占全圖的比例計算得到，

所述當前行駛車道區域分割分支網絡及相鄰車道分割任務網絡均使用Focal?Loss損失函數進行監督訓練。

5.根據權利要求3所述的一種基于多任務語義分割的車道線檢測方法，其特征在于：所述信息融合模塊用于將所述當前行駛車道分割與相鄰車道分割兩個分支網絡的輸出使用卷積操作進行特征融合。