[發明專利]交通路口車道線檢測方法及系統

在審

• 申請號: 202110369183.4
• 申請日: 2021-04-06
• 公開（公告）號: CN113128382A
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 費東;王堃;王成
• 申請（專利權）人: 青島以薩數據技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 北京酷愛智慧知識產權代理有限公司 11514
• 代理人: 鐘繼蓮

1.一種交通路口車道線檢測方法，其特征在于，包括以下步驟：

獲取多個鏡頭未發生移動的攝像頭拍攝到的交通路口監控視頻，分別提取各個交通路口監控視頻的背景圖像；

分別從每個交通路口監控視頻中抽取一幀提取背景圖像后的圖像，對抽取的圖像進行標注，以得到車道線檢測訓練數據集；

對車道線檢測訓練數據集進行訓練，生成交通路口車道線檢測模型；

實時獲取攝像頭拍攝到的交通路口實時視頻，提取交通路口實時視頻的背景圖像；

使用交通路口車道線檢測模型，對交通路口實時視頻提取背景圖像后的每一幀圖像進行檢測，得到交通路口實時視頻的車道線檢測結果。

2.根據權利要求1所述交通路口車道線檢測方法，其特征在于，所述提取交通路口監控視頻或交通路口實時視頻的背景圖像具體包括：

將交通路口監控視頻或交通路口實時視頻中連續多幀圖像相加，計算連續多幀圖像的平均值，得到所述背景圖像。

3.根據權利要求2所述交通路口車道線檢測方法，其特征在于，該方法在提取交通路口監控視頻的背景圖像之后，還包括：

當預設的背景更新時間到達或者是攝像頭發生移動時，重新更新對應交通路口監控視頻的背景圖像。

4.根據權利要求1所述交通路口車道線檢測方法，其特征在于，所述對抽取的圖像進行標注具體包括：

使用預設的樣本標注工具對抽取的圖像進行人工標注。

5.根據權利要求1所述交通路口車道線檢測方法，其特征在于，所述對車道線檢測訓練數據集進行訓練，生成交通路口車道線檢測模型具體包括：

對車道線檢測訓練數據集中的圖像進行分割；

通過卷積和反卷積方法對分割后的圖像進行像素級分類，提取圖像中的車道線，訓練生成所述車道線檢測模型。

6.一種交通路口車道線檢測系統，其特征在于，包括：

樣本采集單元：用于獲取多個鏡頭未發生移動的攝像頭拍攝到的交通路口監控視頻，分別提取各個交通路口監控視頻的背景圖像；分別從每個交通路口監控視頻中抽取一幀提取背景圖像后的圖像，對抽取的圖像進行標注，以得到車道線檢測訓練數據集；

訓練單元：用于對車道線檢測訓練數據集進行訓練，生成交通路口車道線檢測模型；

識別單元：用于實時獲取攝像頭拍攝到的交通路口實時視頻，提取交通路口實時視頻的背景圖像；使用交通路口車道線檢測模型，對交通路口實時視頻提取背景圖像后的每一幀圖像進行檢測，得到交通路口實時視頻的車道線檢測結果。

7.根據權利要求6所述交通路口車道線檢測系統，其特征在于，所述樣本采集單元具體用于：

將交通路口監控視頻或交通路口實時視頻中連續多幀圖像相加，計算連續多幀圖像的平均值，得到所述背景圖像。

8.根據權利要求7所述交通路口車道線檢測系統，其特征在于，所述樣本采集單元還用于：

當預設的背景更新時間到達或者是攝像頭發生移動時，重新更新對應交通路口監控視頻的背景圖像。

9.根據權利要求6所述交通路口車道線檢測系統，其特征在于，所述樣本采集單元具體用于：

使用預設的樣本標注工具對抽取的圖像進行人工標注。

10.根據權利要求6所述交通路口車道線檢測系統，其特征在于，所述訓練單元具體用于：

對車道線檢測訓練數據集中的圖像進行分割；

通過卷積和反卷積方法對分割后的圖像進行像素級分類，提取圖像中的車道線，訓練生成所述車道線檢測模型。