The invention relates to the field of pattern recognition technology, and discloses a lane departure warning method, device and electronic device. The lane departure warning method includes obtaining the detection frame and the lane departure model detector, the lane departure model detector is trained by the convolution neural network with the tagged lane deviation image set, and the lane position is predicted and the waiting detection is obtained. The image area of the pending Road area of the image frame is input to the lane departure model detector, and the lane departure result is obtained. The technical proposal of the invention improves the anti noise ability and robustness, thereby improving the accuracy of lane departure warning.
【技术实现步骤摘要】
一种车道偏离预警方法、装置及电子设备
本专利技术涉及模式识别
,特别涉及一种车道偏离预警方法、装置及电子设备。
技术介绍
随着社会经济的发展,汽车辅助驾驶系统的市场需求越来越多,汽车辅助驾驶系统的功能也越来越多。在汽车驾驶过程中有关车道线偏离的预警方法的解决方案也是各不相同。现有技术中有关车道偏离预警方法,需要首先对车道线进行检测,然后根据检测到的车道线判断是否已经偏离,最后根据判断结果进行预警。其中,现有的传统的车道线检测方法,首先进行车道线特征的预提取,再利用几何模型如Hough变换等方法进行车道线拟合。这个过程中常用到的技术包括边界检测、二值化、Hough变换等。然而,在专利技术人实现所述车道偏离预警的过程中,发现现有技术中至少存在如下技术问题:现有技术中车道线检测过程中常用到的技术,如边界检测、二值化、Hough变换等,容易受到图像噪声、光线、路面环境、路边景物等的干扰,从而使得车道偏离预警精度不高。
技术实现思路
本专利技术的目的在于提供一种车道偏离预警方法、装置及电子设备,使得车道偏离预警精度较高。为解决上述技术问题,本专利技术的实施方式提供了一种车道偏离预警方法,包括以下步骤:获取待检测图像帧及车道偏离模型检测器;所述车道偏离模型检测器由带标注的车道偏离图像样本集合通过卷积神经网络训练获得;将所述待检测图像帧进行车道位置预测,获取所述待检测图像帧的待处理车道区域图像;将所述待处理车道区域图像输入到所述车道偏离模型检测器,获取车道偏离结果。本专利技术的实施方式还提供了一种车道偏离预警装置,包括:信息获取单元,用于获取待检测图像帧及车道偏离模型 ...
【技术保护点】
1.一种车道偏离预警方法,其特征在于,包括:获取待检测图像帧及车道偏离模型检测器;所述车道偏离模型检测器由带标注的车道偏离图像样本集合通过卷积神经网络训练获得;将所述待检测图像帧进行车道位置预测,获取所述待检测图像帧的待处理车道区域图像;将所述待处理车道区域图像输入到所述车道偏离模型检测器,获取车道偏离结果。
【技术特征摘要】
1.一种车道偏离预警方法,其特征在于,包括:获取待检测图像帧及车道偏离模型检测器;所述车道偏离模型检测器由带标注的车道偏离图像样本集合通过卷积神经网络训练获得;将所述待检测图像帧进行车道位置预测,获取所述待检测图像帧的待处理车道区域图像;将所述待处理车道区域图像输入到所述车道偏离模型检测器,获取车道偏离结果。2.根据权利要求1所述的方法,其特征在于,该方法还包括:获取带标注的原始训练样本图像集合;根据所述带标注的原始训练样本图像集合进行图像处理,获取多样化图像样本集合;所述多样化图像样本集合包括:尺度多样化图像样本集合、方向多样化图像样本集合、亮度多样化图像样本集合、色彩多样化图像样本集合、拉伸多样化图像样本集合、平移多样化图像样本集合和翻转多样化图像样本集合;根据所述获取的多样化图像样本集合及所述带标注的原始训练样本图像集合,进行卷积神经网络训练,获取车道偏离模型检测器。3.根据权利要求2所述的方法,其特征在于,所述带标注的原始训练样本图像集合中的带标注训练样本图像带有标签;所述标签包括:向左偏离车道、未偏离车道、向右偏离车道。4.根据权利要求2或3所述的方法,其特征在于,所述带标注的原始训练样本图像集合中的带标注训练样本图像带有标签;所述标签包括:当前样本图像中车道特征点坐标;所述特征点包括:当前车道的边界点、中心点、拐角点、n等分点中一种或任意组合。5.根据权利要求4所述的方法,其特征在于,所述带标注的原始训练样本图像集合中的带标注训练样本图像带有标签;所述标签包括:当前样本图像中前景和背景;所述前景为当前车道区域,所述背景为当前车道区域以外区域。6.一种车道偏离预警装置,其特征在于,包括:信息获取单元,用于获取待检测图像帧及车道偏离模型检测器;所述车道偏离模型检测器由带标注的车道偏离图像样本集合通过卷积神经网络训练获得;区域获取单元,用于将所述待...
【专利技术属性】
技术研发人员:陶海,刘倩,林宇,
申请(专利权)人:北京文安智能技术股份有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。