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：华南理工大学

摘要：本发明公开了一种基于起始点引导的车道线检测方法，该车道线检测方法针对基于线锚的车道线检测网络，利用起始点检测头预测车道线起始点坐标，利用非极大值抑制算法进行后处理，过滤冗余的起始点；根据预测的车道线起始点，对线锚进行筛选。本发明首先引入起始点检测头捕获车道线更多的空间特征信息，有助于更准确地定位车道线；另外，本发明通过起始点引导，可以减少线锚的数量，同时提高线锚的质量，从而提高车道线检测的精度和鲁棒性。而且，本发明还设计了一种利用起始点坐标增强层级融合特征的方法，提高车道线检测头的性能。综上，本发明设计了一种利用起始点信息的车道线检测方法，提高车道线检测的性能。

主权项：1.一种基于起始点引导的车道线检测方法，其特征在于，所述车道线检测方法包括以下步骤：S1、收集道路场景的车道线图像数据集，并将所述数据集划分为训练集和验证集，并对车道线图像进行数据增强；S2、生成所述车道线图像数据集的真值数据标签文件；S3、构建车道线检测网络，所述车道线检测网络采用基于线锚的车道线检测网络为框架，包括依次顺序连接的骨干网络、颈部网络和检测头网络；所述检测头网络包括并行连接的起始点检测头和车道线检测头；所述车道线检测头包括并行连接的分类分支和回归分支；S3.1、骨干网络对输入的车道线图像进行特征提取，得到n层不同语义层次的层级特征P0，P1，…，Pi，…，Pn-1，其中P0表示最高语义层次的层级特征；n层层级特征输入颈部网络进行特征融合，得到n层层级融合特征F0，F1，…，Fi，…，Fn-1，其中F0表示分辨率最低的层级融合特征；将n层层级融合特征输入检测头网络；S3.2、n层层级融合特征输入检测头网络中的起始点检测头，起始点检测头预测车道线起始点坐标，利用NMS非极大值抑制算法进行后处理，过滤冗余的起始点，得到处理后的预测车道线起始点坐标；S3.3、检测头网络中的车道线检测头以预设线锚作为候选车道线，车道线检测头根据步骤S3.2中预测的车道线起始点坐标，对预设线锚进行筛选；n层层级融合特征输入检测头网络中的车道线检测头，车道线检测头中回归分支利用筛选后的预设线锚进行回归预测，将线锚的锚点位置和起始点位置回归到真实的车道线位置，将线锚的起始点角度回归到真实的车道线起始点角度；车道线检测头根据步骤S3.2中预测的车道线起始点坐标，对回归预测输出的线锚再次进行筛选；筛选后的线锚的锚点位置作为得到的车道线位置；车道线检测头中分类分支输出对应的车道线置信度；S4、利用所述训练集和验证集训练和验证所述车道线检测网络直至收敛，得到车道线检测网络的模型参数；S5、车道线检测网络加载模型参数，输入待检测道路场景的车道线图像，得到车道线的检测结果，车道线的检测结果包括车道线位置和车道线置信度。

全文数据：

权利要求：

百度查询： 华南理工大学 一种基于起始点引导的车道线检测方法