Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜杭州电子科技大学陈滨获国家专利权

恭喜杭州电子科技大学陈滨获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜杭州电子科技大学申请的专利基于可学习线锚和KAN网络检测头的车道线检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119559605B

龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510080711.2,技术领域涉及:G06V20/56;该发明授权基于可学习线锚和KAN网络检测头的车道线检测方法是由陈滨;姚振意;王兴起;魏丹;方景龙;史晓颖设计研发完成,并于2025-01-20向国家知识产权局提交的专利申请。

基于可学习线锚和KAN网络检测头的车道线检测方法在说明书摘要公布了:本发明公开基于可学习线锚和KAN网络检测头的车道线检测方法。首先利用主干图像特征提取模型对输入的车道线图像进行多阶段的特征提取。在前几个阶段,专注于线锚的学习与调整,利用预定义的线锚对主干图像特征提取模型输出的特征图进行线锚池化,并利用基于KAN网络的检测头,生成车道线的初步预测结果,并调整线锚位置,用于对下一阶段的特征图进行线锚池化,并将前序阶段的池化结果作为全局信息进行融合。重复多次后,利用调整后的线锚,对最后一个阶段的特征图进行线锚池化,输出最终的车道线预测结果。并且在模型的训练过程中,提出分段交并比作为损失计算的一部分,更有效地监督模型学习。该方法能够提升车道线检测的速度与精度。

本发明授权基于可学习线锚和KAN网络检测头的车道线检测方法在权利要求书中公布了:1.基于可学习线锚和KAN网络检测头的车道线检测方法,其特征在于:具体步骤包括:步骤1、收集车道线图像,进行数据增强操作,标注车道线位置,形成训练集;步骤2、将训练集数据输入主干图像特征提取模型中,进行多阶段的特征提取,得到不同尺度的特征图,p=1,2,…P,P表示特征提取阶段;步骤3、定义N条射线作为预定义的线锚,其中第i条线锚的起始点为、角度为,通过线锚池化方法,从特征图中提取线锚的池化特征;步骤4、通过跨阶段注意力,为线锚的池化特征添加上全局信息: ;其中,为跨阶段注意力输出的全局特征;为经过卷积和调整大小后的特征图,C是池化特征的通道数;步骤5、将步骤4得到的全局特征分别输入基于KAN网络的分类检测头和位置检测头,分别输出当前预测包含车道线的概率和预测的车道线位置;其中预测的车道线位置包括预测线锚的位置和长度,和线锚采样点在轴方向上的偏移量;步骤6、根据位置检测头得到的线锚位置,更新线锚;返回步骤3,使用更新后的线锚对下一尺度的进行线锚池化得到池化特征,并与之前尺度的池化特征进行融合,再通过跨阶段注意力添加全局特征: ; =conv();conv()表示卷积操作,cat()表示通道维度上的拼接,再通过基于KAN网络的分类检测头和位置检测头,输出预测线锚的位置和长度,以及线锚采样点在轴方向上的偏移量;步骤7、重复步骤6,直到完成对最大尺度特征图的池化和全局信息添加,使用KAN网络的分类检测头和位置检测头,预测车道线的概率和位置。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人杭州电子科技大学,其通讯地址为:310018 浙江省杭州市钱塘区白杨街道下沙高教园区2号大街;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。