[發明專利]交通標識線的提取方法、裝置、設備和可讀存儲介質

在審

• 申請號: 202211063906.9
• 申請日: 2022-08-31
• 公開（公告）號: CN115471803A
• 公開（公告）日: 2022-12-13
• 發明（設計）人: 馬浩;陳思耘;張攀科;毛明楷
• 申請（專利權）人: 北京四維遠見信息技術有限公司
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06V20/58;G06V10/25;G06V10/26;G06V10/30;G06V10/40;G06V10/774;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 北京維正專利代理有限公司 11508
• 代理人: 卓凡

本申請的實施例提供了交通標識線的提取方法、裝置、設備和計算機可讀存儲介質。所述方法包括基于道路點云數據，得到像素的強度特征圖像；通過實例分割算法對所述強度特征圖像進行像素級語義分割，得到交通標志線的實例分割結果；基于所述交通標志線的實例分割結果，提取對應的交通標識線。以此方式，實現了對交通標識線的精準提取。

技術領域

本申請的實施例涉及數據處理領域，尤其涉及交通標識線的提取方法、裝置、設備和計算機可讀存儲介質。

背景技術

隨著我國經濟快速發展，汽車保有量也逐漸地增加。汽車在給人們日常生活帶來極大便利的同時，也隨之帶來了諸多的問題，如城市交通環境逐漸惡化、交通堵塞日益嚴重、交通事故時有發生等。提高交通的智能化水平、減少道路交通事故，將有助于整個社會安全健康良性的發展，也是科技工作者所面臨的重要的技術挑戰。

道路標志線檢測是車輛環境感知的基本任務，也是安全駕駛的重要保證。道路標志線的識別是道路環境感知和建模領域的關鍵內容，準確并且快速地實現道路標志線的分類提取，對于城市道路建模、車輛的智能駕駛和安全應急都具有重要意義。

發明內容

根據本申請的實施例，提供了一種交通標識線的提取方案。

在本申請的第一方面，提供了一種交通標識線的提取方法。該方法包括：

基于道路點云數據，得到像素的強度特征圖像；

通過實例分割算法對所述強度特征圖像進行像素級語義分割，得到交通標志線的實例分割結果；

基于所述交通標志線的實例分割結果，提取對應的交通標識線。

進一步地，所述基于道路點云數據，得到像素的強度特征圖像包括：

對道路點云數據進行去噪；

基于去噪后的道路點云數據范圍，構建空白影像；

將去噪后的道路點云數據，投影到所述空白影像；

基于點云的強度值對投影后的影像進行賦值，得到像素的強度特征圖像。

進一步地，所述實例分割算法包括深度殘差網絡、特征金字塔網絡、區域建議網絡和感興趣區域頭部網絡。

進一步地，所述通過實例分割算法對所述強度特征圖像進行像素級語義分割，得到交通標志線的實例分割結果包括：

通過深度殘差網絡，提取所述強度特征圖像的多層次特征圖；

通過特征金字塔網絡，整合所述強度特征圖像的多層次特征圖中各個特征層的信息；

通過區域建議網絡計算的候選框，將候選框映射到金子塔網絡中相應的特征圖，得到感興趣區域的多層次特征；

對所述感興趣區域的多層次特征進行像素級語義分割，得到交通標志線的實例分割結果。

進一步地，所述通過特征金字塔網絡，整合所述強度特征圖像的多層次特征圖，基于特征金字塔網絡，將通過如下公式將候選框映射到金字塔網絡的第N層特征圖：

其中，W和H的乘積表示候選框的面積。

進一步地，所述對所述疊加特征進行像素級語義分割，得到交通標志線的實例分割結果包括：

對所述感興趣區域的多層次特征進行池化；

對池化后的特征進行標線類別判斷和邊框回歸；同時對所述疊加特征進行像素級語義分割；

基于標線類別判斷和邊框回歸以及語義分割結果，得到交通標志線的實例分割結果。

進一步地，還包括：