基于感興趣區(qū)域特征聚集的車(chē)道線檢測(cè)方法

基本信息

申請(qǐng)?zhí)?/td> CN202210088292.3 申請(qǐng)日 -
公開(kāi)(公告)號(hào) CN114445800A 公開(kāi)(公告)日 2022-05-06
申請(qǐng)公布號(hào) CN114445800A 申請(qǐng)公布日 2022-05-06
分類(lèi)號(hào) G06V20/58(2022.01)I;G06V10/44(2022.01)I;G06V10/25(2022.01)I;G06V10/40(2022.01)I;G06V10/82(2022.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I 分類(lèi) 計(jì)算;推算;計(jì)數(shù);
發(fā)明人 鄭途;黃亦非;劉洋;唐文劍;楊政;何曉飛 申請(qǐng)(專(zhuān)利權(quán))人 杭州飛步科技有限公司
代理機(jī)構(gòu) 杭州求是專(zhuān)利事務(wù)所有限公司 代理人 林超
地址 310000浙江省杭州市西湖區(qū)西溪路525號(hào)B樓135室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)了一種基于感興趣區(qū)域特征聚集的車(chē)道線檢測(cè)方法。輸入道路圖片并用卷積神經(jīng)網(wǎng)絡(luò)提取圖片特征,投影圖片特征上提取得車(chē)道線特征;每個(gè)車(chē)道線特征,在車(chē)道線特征上進(jìn)行信息傳遞得到強(qiáng)化特征;建模車(chē)道線特征和圖片全局特征間關(guān)系,聚集得到圖片全局特征;預(yù)測(cè)道路圖片中車(chē)道線位置和分類(lèi);訓(xùn)練上述車(chē)道線檢測(cè)模型,重復(fù)步驟利用損失函數(shù)進(jìn)行優(yōu)化直到收斂;對(duì)實(shí)時(shí)待測(cè)的道路圖片輸入訓(xùn)練后的車(chē)道線檢測(cè)模型得到道路圖片中的車(chē)道線位置。本發(fā)明方法建模了車(chē)道線的特征信息以及聚集了全局的特征信息,更好感知環(huán)境信息來(lái)檢測(cè)車(chē)道線,大幅提升了車(chē)道線檢測(cè)的效果,提升車(chē)道線的特征提取能力和精度。