[發(fā)明專利]一種基于端到端實例分割的車道線檢測方法及裝置在審
| 申請?zhí)枺?/td> | 202010849063.X | 申請日: | 2020-08-21 |
| 公開(公告)號: | CN111950498A | 公開(公告)日: | 2020-11-17 |
| 發(fā)明(設(shè)計)人: | 徐昕;孫毅;方強;曾宇駿;呼曉暢 | 申請(專利權(quán))人: | 中國人民解放軍國防科技大學(xué) |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/34;G06K9/46;G06K9/62 |
| 代理公司: | 湖南兆弘專利事務(wù)所(普通合伙) 43008 | 代理人: | 周長清;胡君 |
| 地址: | 410073 湖南*** | 國省代碼: | 湖南;43 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 端到端 實例 分割 車道 檢測 方法 裝置 | ||
1.一種基于端到端實例分割的車道線檢測方法,其特征在于,步驟包括:
實例特征嵌入:獲取待檢測圖像,利用余弦相似度的度量方式對獲取的待檢測圖像中各像素進行實例特征編碼,獲取得到實例特征圖;
車道線語義分割:對獲取的待檢測圖像進行語義分割,將車道線的像素從背景中提取出來;
關(guān)鍵點預(yù)測:預(yù)測每一條車道線上的所需關(guān)鍵點,并從提取的所述實例特征圖中對應(yīng)所述關(guān)鍵點所在位置處提取出每條車道線的代表性特征,得到各條車道線的代表特征組合;
實例分類:將所述代表特征組合作為全連接權(quán)重,并與提取的所述實例特征圖進行全連接操作,得到每一個像素的實例分類結(jié)果,實現(xiàn)車道線檢測。
2.根據(jù)權(quán)利要求1所述的基于端到端實例分割的車道線檢測方法,其特征在于,所述進行實例特征編碼時,用于監(jiān)督特征嵌入的損失函數(shù)具體為:
其中,C為實例數(shù),Nc為每條車道線上的像素個數(shù),x為歸一化之后的像素特征,xcen為每一個實例的平均特征,M為余弦相似度的判別間距。
3.根據(jù)權(quán)利要求1所述的基于端到端實例分割的車道線檢測方法,其特征在于,所述進行語義分割時,具體先計算像素特征的歸一化概率P={p1,p2},其中p1,p2分別表示每個像素隸屬于背景和車道線的概率,然后使用交叉熵計算分類損失lseg,目標(biāo)函數(shù)具體為:
其中,為真值中第i個像素點屬于第j類的概率,pj為網(wǎng)絡(luò)預(yù)測的第i個樣本點屬于第j類的概率。
4.根據(jù)權(quán)利要求1~3中任意一項所述的基于端到端實例分割的車道線檢測方法,其特征在于,所述關(guān)鍵點預(yù)測步驟中具體提取每條車道線的中間點和/或中間區(qū)域中指定范圍內(nèi)的點作為所述關(guān)鍵點。
5.根據(jù)權(quán)利要求1~3中任意一項所述的基于端到端實例分割的車道線檢測方法,其特征在于,所述關(guān)鍵點預(yù)測步驟中,具體通過先預(yù)測具有最高概率的前多個點,然后通過非極大值抑制排除同一條車道線上重復(fù)預(yù)測的關(guān)鍵點,最終得到每條車道線上預(yù)測的關(guān)鍵點位置。
6.根據(jù)權(quán)利要求1~3中任意一項所述的基于端到端實例分割的車道線檢測方法,其特征在于,所述關(guān)鍵點預(yù)測步驟中,關(guān)鍵點預(yù)測損失具體采用下式計算得到:
其中,yi,j為真值圖中每個位置(i,j)處的概率真值,p為網(wǎng)絡(luò)預(yù)測的概率圖。
7.根據(jù)權(quán)利要求1~3中所述的基于端到端實例分割的車道線檢測方法,其特征在于,所述實例分類步驟中,具體將所述代表特征組合作為一組全連接權(quán)重與所述實例特征圖進行全連接操作后,再通過softmax函數(shù)計算得到每個像素點的實例分類結(jié)果,即Y=softmax(FC(W,F)),Y為實例分類結(jié)果,W為所述代表特征組合,F(xiàn)為所述實例特征圖,F(xiàn)C為全連接計算。
8.一種基于端到端實例分割的車道線檢測裝置,其特征在于,包括:
實例特征嵌入模塊,用于獲取待檢測圖像,利用余弦相似度的度量方式對獲取的待檢測圖像中各像素進行實例特征編碼,獲取得到實例特征圖;
車道線語義分割模塊,用于對獲取的待檢測圖像進行語義分割,將車道線的像素從背景中提取出來;
關(guān)鍵點預(yù)測模塊,用于預(yù)測每一條車道線上的所需關(guān)鍵點,并從提取的所述實例特征圖中對應(yīng)所述關(guān)鍵點所在位置處提取出每條車道線的代表性特征,得到各條車道線的代表特征組合;
實例分類模塊,用于將所述代表特征組合作為全連接權(quán)重,并與提取的所述實例特征圖進行全連接操作,得到每一個像素的實例分類結(jié)果,實現(xiàn)車道線檢測。
9.一種存儲有計算機程序的計算機可讀存儲介質(zhì),所述計算機程序執(zhí)行時實現(xiàn)如權(quán)利要求1~7中任意一項所述基于端到端實例分割的車道線檢測方法。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國人民解放軍國防科技大學(xué),未經(jīng)中國人民解放軍國防科技大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010849063.X/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合





