【技术实现步骤摘要】
交通标识线的提取方法、装置、设备和可读存储介质
[0001]本申请的实施例涉及数据处理领域，尤其涉及交通标识线的提取方法、装置、设备和计算机可读存储介质。
技术介绍
[0002]随着我国经济快速发展，汽车保有量也逐渐地增加。汽车在给人们日常生活带来极大便利的同时，也随之带来了诸多的问题，如城市交通环境逐渐恶化、交通堵塞日益严重、交通事故时有发生等。提高交通的智能化水平、减少道路交通事故，将有助于整个社会安全健康良性的发展，也是科技工作者所面临的重要的技术挑战。
[0003]道路标志线检测是车辆环境感知的基本任务，也是安全驾驶的重要保证。道路标志线的识别是道路环境感知和建模领域的关键内容，准确并且快速地实现道路标志线的分类提取，对于城市道路建模、车辆的智能驾驶和安全应急都具有重要意义。
技术实现思路
[0004]根据本申请的实施例，提供了一种交通标识线的提取方案。
[0005]在本申请的第一方面，提供了一种交通标识线的提取方法。该方法包括：
[0006]基于道路点云数据，得到像素的强度特...
【技术保护点】
【技术特征摘要】
1.一种交通标识线的提取方法，其特征在于，包括：基于道路点云数据，得到像素的强度特征图像；通过实例分割算法对所述强度特征图像进行像素级语义分割，得到交通标志线的实例分割结果；基于所述交通标志线的实例分割结果，提取对应的交通标识线。2.根据权利要求1所述的方法，其特征在于，所述基于道路点云数据，得到像素的强度特征图像包括：对道路点云数据进行去噪；基于去噪后的道路点云数据范围，构建空白影像；将去噪后的道路点云数据，投影到所述空白影像；基于点云的强度值对投影后的影像进行赋值，得到像素的强度特征图像。3.根据权利要求2所述的方法，其特征在于，所述实例分割算法包括深度残差网络、特征金字塔网络、区域建议网络和感兴趣区域头部网络。4.根据权利要求3所述的方法，其特征在于，所述通过实例分割算法对所述强度特征图像进行像素级语义分割，得到交通标志线的实例分割结果包括：通过深度残差网络，提取所述强度特征图像的多层次特征图；通过特征金字塔网络，整合所述强度特征图像的多层次特征图中各个特征层的信息；通过区域建议网络计算的候选框，将其映射到金字塔网络中相应的特征图下，得到感兴趣区域的多层次特征；对所述感兴趣区域的多层次特征进行像素级语义分割，得到交通标志线的实例分割结果。5.根据权利要求4所述的方法，其特征在于，所述通过特征金字塔网络，整合所述强度特征图像的多层次特征图，并计算感兴趣区域的多层次特征：基于特征金字塔网络，通过如下公式将候...
【专利技术属性】
技术研发人员：马浩，陈思耘，张攀科，毛明楷，
申请(专利权)人：北京四维远见信息技术有限公司，
类型：发明
国别省市：
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。