龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：淮阴工学院
摘要：本发明公开了一种基于深层神经网络Lane‑Ar的车道线检测方法及系统，对拍摄的图像或者视频截取的图像中的车道线标记得到样本,将采集到的样本数据通过深层神经网络Lane‑Ar训练，得到车道线识别模型；Lane‑Ar包括深层神经网络模型Amon与解码网络Con‑det，首先，Amon网络通过下采样，将车道线和背景分离，提取其车道线特征，同时不断压缩图像像素；然后，利用Con‑det模型还原图像像素，进行多尺度融合；最后利用soft‑max分类器对车道线进一步识别。本发明可用于训练和检测视频和图像中的车道线，准确率可以达到98.72％；Lane‑Ar模型对于某些复杂环境，比如城市交通车道线遮挡、车道线残缺、交通标记等情况的图像检测也能有较好的鲁棒性。
主权项：1.一种基于深层神经网络Lane-Ar的车道线检测方法，其特征在于，包括以下步骤：1获取到视频拍摄的图像，对于复杂情况下的城市道路车道线图像，进行标记处理，对于原图像和标记图像进行归一化处理，获得IMG0，保留图片的线性性质；2将输入的8位单通道的车道线标记图片转化为24位RGB三通道的图片，生成IMG1，便于后期车道线特征图片像素提取；3用训练好的Amon网络模型对归一化和图像增强的图片进行特征像素提取，将车道线像素与背景像素分离；当提取到关键点像素，再不断的进行下采样操作，压缩图片以获得最好的像素点；4在找到车道线目标像素后，通过Con-det网络模型的解码器对目标像素点进行还原，并保存网络训练好的网络模型结果，对后序的图片中车道线进行拟合识别；5获取待检测的图片，将所述的待检测图片输入到由Amon网络和Con-det网络组成的Lane-Ar网络中，利用soft-max分类器对车道线进一步识别，得到相应的车道线检测标记的结果。
全文数据：
权利要求：
百度查询： 淮阴工学院 一种基于深层神经网络Lane-Ar的车道线检测方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号