一种基于关键点回归与多尺度特征融合的车道线检测方法

发明专利有效专利

申请号：
CN202110593289.2
IPC分类号：G06K9/00;G06K9/62;G06N3/04
申请日期：
2021-05-28
申请人：
华南理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于关键点回归与多尺度特征融合的车道线检测方法
申请号	CN202110593289.2	申请日期	2021-05-28
法律状态	公开	申报国家	中国
公开/公告日	2021-11-09	公开/公告号	CN113627228A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4查看分类表>
申请人	华南理工大学	申请人地址	广东省广州市天河区五山路381号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	华南理工大学	当前权利人	华南理工大学
发明人	李巍华;郑少武;黎铭浩;谢云
代理机构	广州粤高专利商标代理有限公司	代理人	何淑珍;江裕强

摘要

本发明公开了一种基于关键点回归于多尺度特征融合的车道线检测方法，包括步骤：1)构建基于关键点与多尺度特征融合的车道线检测网络，网络包括图像输入模块、特征提取模块、多尺度特征融合模块、车道线分类及关键点回归模块、后处理模块、图像输出模块；2)利用含车道线标签及图像的公开数据集及自行采集的数据集对所述车道线检测网络进行训练，得到训练模型，并将算法部署在车载嵌入式工控机上；3)将车辆前视单目摄像头所采集的图像，输入所述训练模型，并输出车道线检测结果。本发明利用采用关键点回归、多尺度特征融合及快速后处理方法，在保证车道线检测精度的同时，大大提高了检测速度，具有更高的检测效率和实用性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供