路面车道线识别方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种路面车道线识别方法、装置、电子设备及存储介质，通过获取目标路面图像，对目标路面图像进行图像分割提取，以获得预测车道线和参考物；利用参考物对预测车道线进行修正，以获得实际车道线，将实际车道线确定为目标路面车道线，由于参考物与预测车道线之间存在一定的参照关系，因此，根据此类参照关系对预测车道线进行修正，相当于增加了车道线的识别特征，可以对车道线的图像识别结果起到修正的作用，提高了路面车道线识别的正确率，解决了由于路面车道线识别错误而造成的车辆违法行驶判断的准确性低的问题，提高了车辆违法行驶判断的准确性和时效性。

【技术实现步骤摘要】
路面车道线识别方法、装置、电子设备及存储介质
本专利技术涉及图像识别
，尤其涉及一种路面车道线识别方法、装置、电子设备及存储介质。
技术介绍
在人工智能交通领域，交通路口的各类信息对于分析路口情况很重要，交警支队车辆违法审核人员会根据车辆在红灯时有没有越过停止线进行判罚闯红灯，会根据路面实线和车辆的位置进行判罚有无违规变道以及压线，会根据路面导向线和车辆行驶方向判断有无逆行等等。其中，路面车道线用于限制车辆的行驶方向，对于识别车辆是否违法行驶尤为重要。现有技术中，通常利用安装在交通路口的视频摄像头等图像采集装置对路面图像进行采集和识别，根据图像识别的结果，判断车辆是否存在压线、违规变道、逆行等交通违法行为。但是，现有技术中在识别交通路口的路面图像时，由于光线或者路面污损等原因，会导致路面车道线的识别错误，造成对车辆进行违法行驶判断的准确性低、重复识别导致时效性差的问题。
技术实现思路
本专利技术提供一种路面车道线识别方法、装置、电子设备及存储介质，用以解决由于路面车道线的识别错误而造成的车辆违法行驶判断的准确性低、重复本文档来自技高网...

【技术保护点】
1.一种路面车道线识别方法，其特征在于，所述方法包括：/n获取目标路面图像；/n对所述目标路面图像进行图像分割提取，以获得预测车道线和参考物；/n利用所述参考物对所述预测车道线进行修正，以获得实际车道线；/n将所述实际车道线确定为所述目标路面车道线。/n

【技术特征摘要】
1.一种路面车道线识别方法，其特征在于，所述方法包括：
获取目标路面图像；
对所述目标路面图像进行图像分割提取，以获得预测车道线和参考物；
利用所述参考物对所述预测车道线进行修正，以获得实际车道线；
将所述实际车道线确定为所述目标路面车道线。


2.根据权利要求1所述的方法，其特征在于，所述对所述目标路面图像进行图像分割提取，以获得预测车道线和参考物，包括：
获取训练至收敛的路面特征识别模型；
通过所述路面特征识别模型对所述目标路面图像进行分割提取，以获得预测车道线和参考物。


3.根据权利要求2所述的方法，其特征在于，所述参考物包括至少一条路面导向线和路面停止线；所述获取训练至收敛的路面特征识别模型之前，还包括：
获取路面特征识别模型的训练样本，所述训练样本为训练路面图像，所述训练路面图像中包括带标记的车道线、路面导向线和路面停止线；
利用所述训练样本对初始路面特征识别模型进行训练，直至满足预设的模型收敛条件，以获得所述训练至收敛的路面特征识别模型。


4.根据权利要求1所述的方法，其特征在于，所述利用所述参考物对所述预测车道线进行修正，以获得实际车道线，包括：
根据所述预测车道线与所述参考物的关系，确定噪声车道线；
去除所述预测车道线中的噪声车道线，以获得所述实际车道线。


5.根据权利要求4所述的方法，其特征在于，所述参考物包括至少一条路面导向线，所述预测车道线包括至少一个车道边界线，所述根据所述预测车道线与所述参考物的关系，确定噪声车道线，包括：
根据所述车道边界线与所述路面导向线的关系，确定第一噪声车道线。


6.根据权利要求5所述的方法，其特征在于，所述根据所述车道边界线与所述路面导向线的关系，确定第一噪声车道线，包括：
获取车道边界线的长度和路面导向线的长度；
若所述车道边界线的长度小于所述路面导向线中最短路面导向线的长度，则将该车道边界线确定为第一噪声车道线。


7.根据权利要求5所述的方法，其特征在于，所述根据所述车道边界线与所述路面导向线的关系，确定第一噪声车道线，包括：
确定各所述车道边界线与各所述路面导向线的垂直距离；
若所述车道边界线与某所述路面导向线的垂直距离小于第一预设距离阈值，则将该车道边界线确定为第一噪声车道线。

【专利技术属性】
技术研发人员：周康明，张宪法，
申请(专利权)人：上海眼控科技股份有限公司，
类型：发明
国别省市：上海;31