[發(fā)明專利]車道線識(shí)別模型訓(xùn)練方法、裝置及車道線識(shí)別方法、裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202110822081.3
• 申請(qǐng)日: 2021-07-21
• 公開（公告）號(hào): CN113298050B
• 公開（公告）日: 2021-11-19
• 發(fā)明（設(shè)計(jì)）人: 康含玉;張海強(qiáng);李成軍
• 申請(qǐng)（專利權(quán)）人: 智道網(wǎng)聯(lián)科技（北京）有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 北京市隆安律師事務(wù)所 11323
• 代理人: 權(quán)鮮枝;何健

本申請(qǐng)公開了一種車道線識(shí)別模型訓(xùn)練方法、裝置及車道線識(shí)別方法、裝置，其中，所述方法包括：獲取車道線圖像；根據(jù)所述車道線圖像中車道線之間的相對(duì)位置關(guān)系，標(biāo)記所述車道線圖像中各個(gè)車道線的車道線類別，得到已標(biāo)記的車道線圖像；利用車道線識(shí)別模型對(duì)所述已標(biāo)記的車道線圖像進(jìn)行車道線識(shí)別，得到車道線識(shí)別結(jié)果和損失函數(shù)值；利用所述損失函數(shù)值更新所述車道線識(shí)別模型的參數(shù)。本申請(qǐng)的車道線識(shí)別模型訓(xùn)練方法通過重新構(gòu)造用于模型訓(xùn)練的車道線圖像，避免了車輛位置對(duì)于車道線識(shí)別的影響，使得訓(xùn)練后的車道線識(shí)別模型針對(duì)車輛轉(zhuǎn)彎、即將變道等場(chǎng)景下的車道線識(shí)別具有較強(qiáng)的魯棒性和較高的識(shí)別精度。

技術(shù)領(lǐng)域

本申請(qǐng)涉及深度學(xué)習(xí)技術(shù)領(lǐng)域，尤其涉及一種車道線識(shí)別模型訓(xùn)練方法、裝置及車道線識(shí)別方法、裝置。

背景技術(shù)

車道線識(shí)別是自動(dòng)駕駛領(lǐng)域中感知模塊的重要組成部分。利用視覺算法的車道線檢測(cè)解決方案是一種較為常見的解決方案。視覺檢測(cè)方案主要是基于圖像算法，檢測(cè)出圖像中車道線區(qū)域，將不同的車道線分為不同的類別，以供車輛在行駛中自動(dòng)辨別車道等信息。

現(xiàn)有的車道線識(shí)別方法有傳統(tǒng)方法和深度學(xué)習(xí)方法。傳統(tǒng)方法多基于邊緣等特征進(jìn)行擬合，分割，提取的特征在光線、路況變化等情況下，魯棒性較差，識(shí)別效果在復(fù)雜場(chǎng)景下往往不夠理想。

后續(xù)發(fā)展出了大量基于深度學(xué)習(xí)的車道線識(shí)別方法，從網(wǎng)絡(luò)中提取復(fù)雜且魯棒性較高的特征，從速度、精度上有了更大進(jìn)步。然而現(xiàn)有的深度學(xué)習(xí)方法要么將所有車道線都識(shí)別為一類，要么在常用的復(fù)雜場(chǎng)景如車輛變道時(shí)沒有針對(duì)性的研究，效果較差。例如在車輛即將變道或轉(zhuǎn)彎時(shí)，將車輛視野兩側(cè)的車道線分割為不同的類別，導(dǎo)致車道線識(shí)別準(zhǔn)確度不高。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供了一種車道線識(shí)別模型訓(xùn)練方法、裝置及車道線識(shí)別方法、裝置，以提高車道線識(shí)別模型的識(shí)別效果。

本申請(qǐng)實(shí)施例采用下述技術(shù)方案：

第一方面，本申請(qǐng)實(shí)施例提供一種車道線識(shí)別模型訓(xùn)練方法，其中，所述方法包括：

獲取車道線圖像；

根據(jù)所述車道線圖像中車道線之間的相對(duì)位置關(guān)系，標(biāo)記所述車道線圖像中各個(gè)車道線的車道線類別，得到已標(biāo)記的車道線圖像；

利用車道線識(shí)別模型對(duì)所述已標(biāo)記的車道線圖像進(jìn)行車道線識(shí)別，得到車道線識(shí)別結(jié)果和損失函數(shù)值；

利用所述損失函數(shù)值更新所述車道線識(shí)別模型的參數(shù)。

可選地，所述根據(jù)所述車道線圖像中車道線之間的相對(duì)位置關(guān)系，標(biāo)記所述車道線圖像中各個(gè)車道線的車道線類別包括：

將所述車道線圖像轉(zhuǎn)換為車道線二值圖；

根據(jù)各個(gè)車道線在所述車道線二值圖中的相對(duì)位置關(guān)系，標(biāo)記所述車道線二值圖中各個(gè)車道線的車道線類別。

可選地，所述利用車道線識(shí)別模型對(duì)所述已標(biāo)記的車道線圖像進(jìn)行車道線識(shí)別，得到車道線識(shí)別結(jié)果和損失函數(shù)值包括：

利用所述車道線識(shí)別模型對(duì)所述已標(biāo)記的車道線圖像進(jìn)行特征提取，得到特征提取結(jié)果；

根據(jù)所述特征提取結(jié)果，利用預(yù)設(shè)損失函數(shù)計(jì)算所述特征提取結(jié)果的損失函數(shù)值。

可選地，所述特征提取結(jié)果包括車道線圖像的特征圖和車道線位置，所述預(yù)設(shè)損失函數(shù)包括第一損失函數(shù)和第二損失函數(shù)，所述根據(jù)所述特征提取結(jié)果，利用預(yù)設(shè)損失函數(shù)計(jì)算所述特征提取結(jié)果的損失函數(shù)值包括：

根據(jù)所述車道線圖像的特征圖，利用所述第一損失函數(shù)計(jì)算所述車道線圖像的特征圖的損失函數(shù)值；

根據(jù)所述車道線位置，利用所述第二損失函數(shù)計(jì)算所述車道線位置的損失函數(shù)值。

可選地，所述獲取車道線圖像包括：