[發明專利]一種基于不均勻錨的車道線邊沿實時檢測方法和系統

在審

• 申請號: 202211227720.2
• 申請日: 2022-10-09
• 公開（公告）號: CN115661771A
• 公開（公告）日: 2023-01-31
• 發明（設計）人: 楊云飛;凌嘉駿;程起敏
• 申請（專利權）人: 北京英泰智科技股份有限公司;華中科技大學
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06V10/40;G06V10/77;G06V10/774;G06V10/25;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 武漢華之喻知識產權代理有限公司 42267
• 代理人: 胡秋萍;曹葆青

1.一種基于不均勻錨的車道線邊沿實時檢測方法，其特征在于，該方法包括：

將待檢測道路場景圖像輸入至訓練好的檢測模型中的主干網絡，得到N個車道線邊沿圖像，N表示預定義的最大車道線邊沿數量；

所述檢測模型包括主干網絡；

所述主干網絡包括：圖像視覺特征提取模塊和維度轉換模塊；其中，所述圖像視覺特征提取模塊，用于提取圖像的各層次特征；所述維度轉換模塊，用于將高層特征即語義特征的維度轉換至目標標簽維度；

所述檢測模型通過以下方式訓練：采用訓練數據集訓練檢測模型；所述訓練數據集包括多個道路場景圖像，每個道路場景圖像的目標標簽為該圖像中所有車道線的邊沿線在錨驅動下生成的N個標注圖像，所述目標標簽維度為N×總列錨數×總行錨數，所述錨采用以下任一種方式設置為不均勻：

方式一：截取原始圖像的ROI區域，將ROI區域按照圖像高度方向劃分為若干個區域，同個區域內間隔相同的行數取一個行錨，不同區域的間隔行數不同，且越靠上間隔行數越小，以形成上密下疏的不均勻行錨；

方式二：車道線位于圖像左部，截取原始圖像的ROI區域，將ROI區域按照圖像寬度方向劃分為若干個區域，同個區域內間隔相同的列數取一個列錨，不同區域的間隔列數不同，且越靠左間隔行數越小，以形成左密右疏的不均勻列錨；

方式三：車道線位于圖像右部，截取原始圖像的ROI區域，將ROI區域按照圖像寬度方向劃分為若干個區域，同個區域內間隔相同的列數取一個列錨，不同區域的間隔列數不同，且越靠右間隔行數越小，以形成右密左疏的不均勻列錨；

方式四：同時滿足方式一和方式二；

方式五：同時滿足方式一和方式三。

2.如權利要求1所述的方法，其特征在于，根據輸入圖像的ROI區域的分辨率調整區域數量和各區域內的行/列數，具體如下：

設輸入圖像的ROI區域的分辨率為W×H；

在高度方向從上到下劃分為共k_row個區域，其中每個區域內分別均勻分布著(k_row-1)k_row、......、k_row個行錨，k_row表示預設的行錨區域數；

在寬度方向上劃分劃分為共k_col個區域，車道線區域位于左側時，每個區域內分別均勻分布著m(k_col-1)k_col、......、mk_col個列錨，車道線位于右側時，每個區域內分別均勻分布著mk_col、2mk_col、......、個列錨，m用于調整區域內列錨數量，k_col表示預設的列錨區域數。

3.如權利要求1所述的方法，其特征在于，圖像視覺特征提取模塊為輕量級ResNet18網絡；

所述輕量級ResNet18網絡將標準ResNet18網絡的所有階段中除第一個階段和殘差連接的卷積運算外的所有標準卷積替換為深度可分離卷積。

4.如權利要求3所述的方法，其特征在于，所述主干網絡還包括：通道注意力模塊，用于對圖像視覺特征提取模塊輸出的語義特征圖不同的通道分配不同的通道注意力分數，所述注意力分數表示神經網絡對不同通道的關注程度。