[發(fā)明專利]車道線識別方法、裝置、設備及計算機可讀存儲介質

在審

• 申請?zhí)枺?/td>: 202110484670.5
• 申請日: 2021-04-30
• 公開（公告）號: CN113033497A
• 公開（公告）日: 2021-06-25
• 發(fā)明（設計）人: 錢江;陳佳騰;莊伯金
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F16/36;G06N3/04;G06N3/08
• 代理公司: 深圳市力道知識產權代理事務所(普通合伙) 44507
• 代理人: 張傳義

本申請涉及人工智能中的圖像處理，提供一種車道線識別方法、裝置、設備及計算機可讀存儲介質，該方法包括：獲取待識別的目標圖像，目標圖像包括組成車道線的多個多邊圖形；獲取目標圖像對應的熱力圖；通過熱力圖，確定每個多邊圖形的中心點信息和端點信息；根據(jù)每個多邊圖形的中心點信息和端點信息，確定每個多邊圖形的屬性信息以及每兩個多邊圖形之間的相互關系；根據(jù)每個多邊圖形的屬性信息以及每兩個多邊圖形之間的相互關系，從預設知識圖譜中確定車道線的類別信息，預設知識圖譜是以多邊圖形的屬性信息為節(jié)點，以多邊圖形之間的相互關系為邊所構造的知識圖譜。本申請還涉及區(qū)塊鏈，旨在提高車道線識別的精準性和泛化性。

技術領域

本申請涉及圖像處理的技術領域，尤其涉及一種車道線識別方法、裝置、設備及計算機可讀存儲介質。

背景技術

車道線識別是無人駕駛汽車研究、行車記錄儀違法抓拍等領域中重要的組成部分，準確識別出道路中的各類車道線對自動駕駛、智慧交通的發(fā)展有重要意義。當前車道線識別大都基于深度學習方法，這類方法直接利用通用的語義分割框架分割出場景圖像中的車道線。具體地，先對圖像中每個像素點進行分類，然后自底向上的得到車道線的類別信息和位置信息。然而，語義分割需要依賴高精度的圖像，同時容易忽略車道線和場景道路的先驗信息，造成分割精度不高和車道線遺漏等問題。因此，如何提高車道線識別的精準性和泛化性成為了亟待解決的問題。

發(fā)明內容

本申請的主要目的在于提供一種車道線識別方法、裝置、設備及計算機可讀存儲介質，旨在通過人工智能相關技術手段提高車道線識別的精準性和泛化性。

第一方面，本申請?zhí)峁┮环N車道線識別方法，包括：

獲取待識別的目標圖像，所述目標圖像包括組成車道線的多個多邊圖形；

獲取所述目標圖像對應的熱力圖；

通過所述熱力圖，確定每個所述多邊圖形的中心點信息和端點信息；

根據(jù)每個所述多邊圖形的中心點信息和端點信息，確定每個所述多邊圖形的屬性信息以及每兩個所述多邊圖形之間的相互關系；

根據(jù)每個所述多邊圖形的屬性信息以及每兩個所述多邊圖形之間的相互關系，從預設知識圖譜中確定所述車道線的類別信息，所述預設知識圖譜是以多邊圖形的屬性信息為節(jié)點，以多邊圖形之間的相互關系為邊所構造的知識圖譜。

第二方面，本申請還提供一種車道線識別裝置，所述車道線識別裝置包括：

獲取模塊，用于獲取待識別的目標圖像，所述目標圖像包括組成車道線的多個多邊圖形；

獲取模塊，還用于獲取所述目標圖像對應的熱力圖；

第一確定模塊，用于通過所述熱力圖，確定每個所述多邊圖形的中心點信息和端點信息；

第二確定模塊，用于根據(jù)每個所述多邊圖形的中心點信息和端點信息，確定每個所述多邊圖形的屬性信息以及每兩個所述多邊圖形之間的相互關系；

第三確定模塊，根據(jù)每個所述多邊圖形的屬性信息以及每兩個所述多邊圖形之間的相互關系，從預設知識圖譜中確定所述車道線的類別信息，所述預設知識圖譜是以多邊圖形的屬性信息為節(jié)點，以多邊圖形之間的相互關系為邊所構造的知識圖譜。

第三方面，本申請還提供一種計算機設備，所述計算機設備包括處理器、存儲器、以及存儲在所述存儲器上并可被所述處理器執(zhí)行的計算機程序，其中所述計算機程序被所述處理器執(zhí)行時，實現(xiàn)如上所述的車道線識別方法的步驟。

第四方面，本申請還提供一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲有計算機程序，其中所述計算機程序被處理器執(zhí)行時，實現(xiàn)如上所述的車道線識別方法的步驟。