[發明專利]基于注意力機制的車道線檢測方法、裝置、設備及介質

有效

• 申請號: 202110614922.1
• 申請日: 2021-06-02
• 公開（公告）號: CN113468967B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 傅慧源;馬華東;牛少達
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06V10/80;G06N3/045
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 李小朋

1.一種基于注意力機制的車道線檢測方法，其特征在于，包括：

獲取路況圖像并進行預處理，得到預處理后的路況圖像；

將所述預處理后的路況圖像輸入預訓練的車道線檢測模型，得到檢測出來的車道線，包括：將所述預處理后的路況圖像輸入初始特征提取模塊，得到提取出來的初始特征圖；將所述初始特征圖輸入混合注意力模塊，得到提取出來的混合注意力特征圖；通過特征融合模塊將所述初始特征圖和所述混合注意力特征圖按預設權重進行加權運算，得到融合特征圖；通過行錨選擇層提取所述融合特征圖的車道線錨點坐標，并根據所述錨點坐標進行車道線擬合，得到檢測出來的車道線；其中，所述車道線檢測模型包括初始特征提取模塊、混合注意力模塊、特征融合模塊、全連接層以及行錨選擇層；

所述混合注意力模塊包括通道注意力單元以及空間注意力單元；所述通道注意力單元用于對所述初始特征圖進行全局平均池化操作以及卷積操作，得到通道注意力特征圖；所述空間注意力單元用于對所述通道注意力特征圖進行卷積操作，得到三個相同的卷積特征圖，分別對三個卷積特征圖進行自適應平均池化操作，將池化后的特征圖進行特征融合，將融合后的特征圖再次卷積并上采樣，根據激活函數得到空間注意力權重，將所述空間注意力權重與所述通道注意力特征圖相乘，得到提取出來的混合注意力特征圖；

在原始的路況圖像中標記檢測出來的車道線。

2.根據權利要求1所述的方法，其特征在于，獲取路況圖像并進行預處理，得到預處理后的路況圖像，包括：

獲取車載攝像頭拍攝的路況視頻；

按照預設規則對所述路況視頻進行抽幀，并調整抽取的路況圖像的大小，得到預處理后的路況圖像。

3.根據權利要求1所述的方法，其特征在于，所述初始特征提取模塊為殘差網絡結構，通過多層的卷積運算得到提取出來的初始特征圖。

4.根據權利要求1所述的方法，其特征在于，將所述預處理后的路況圖像輸入預訓練的車道線檢測模型之前，還包括：

將車道線數據集分為訓練集、測試集以及驗證集；

根據所述訓練集、測試集以及驗證集訓練所述車道線檢測模型，其中，所述車道線檢測模型還包括特征連接模塊、空間注意力模塊以及卷積池化模塊的輔助分支，用于監督訓練和更新模型參數。

5.根據權利要求4所述的方法，其特征在于，所述車道線檢測模型的損失函數如下所示：

L_total＝αL_cls+βL_seg

其中，L_total表示車道線檢測模型的總損失函數，α和β是加權系數，L_cls是分類損失函數，L_seg是分割損失函數。

6.一種基于注意力機制的車道線檢測裝置，其特征在于，包括：

獲取模塊，用于獲取路況圖像并進行預處理，得到預處理后的路況圖像；

檢測模塊，用于將所述預處理后的路況圖像輸入預訓練的車道線檢測模型，得到檢測出來的車道線，包括：將所述預處理后的路況圖像輸入初始特征提取模塊，得到提取出來的初始特征圖；將所述初始特征圖輸入混合注意力模塊，得到提取出來的混合注意力特征圖；通過特征融合模塊將所述初始特征圖和所述混合注意力特征圖按預設權重進行加權運算，得到融合特征圖；通過行錨選擇層提取所述融合特征圖的車道線錨點坐標，并根據所述錨點坐標進行車道線擬合，得到檢測出來的車道線；其中，所述車道線檢測模型包括初始特征提取模塊、混合注意力模塊、特征融合模塊、全連接層以及行錨選擇層；

所述混合注意力模塊包括通道注意力單元以及空間注意力單元；所述通道注意力單元用于對所述初始特征圖進行全局平均池化操作以及卷積操作，得到通道注意力特征圖；所述空間注意力單元用于對所述通道注意力特征圖進行卷積操作，得到三個相同的卷積特征圖，分別對三個卷積特征圖進行自適應平均池化操作，將池化后的特征圖進行特征融合，將融合后的特征圖再次卷積并上采樣，根據激活函數得到空間注意力權重，將所述空間注意力權重與所述通道注意力特征圖相乘，得到提取出來的混合注意力特征圖；

顯示模塊，用于在原始的路況圖像中標記檢測出來的車道線。