道路图像处理方法、装置、电子设备以及存储介质制造方法及图纸

本发明专利技术提供了一种道路图像处理方法、装置、电子设备以及存储介质。道路图像处理方法包括：获取待标注道路图像和第一标注样本图像；根据预设标注参数，建立用于车道线标注的待训练模型；基于第一标注样本图像，对待训练模型进行模型预训练，得到预训练车道线标注模型；根据预设标注比例，对待标注道路图像中的部分图像进行标注处理，得到第二标注样本图像；基于第二标注样本图像，对预训练车道线标注模型进行模型更新，得到标准车道线标注模型；通过标准车道线标注模型对待标注道路图像进行标注处理，得到标注结果。本发明专利技术实施例的道路图像处理方法在保证标注结果准确率的同时，提高了道路图像的标注效率。提高了道路图像的标注效率。提高了道路图像的标注效率。

【技术实现步骤摘要】
道路图像处理方法、装置、电子设备以及存储介质


[0001]本专利技术实施例涉及图像处理
，尤其涉及一种道路图像处理方法、装置、电子设备以及存储介质。

技术介绍

[0002]道路图像中包含多种车道线标识，车道线是指在道路的路面上用线条、箭头、文字、立面标记、突起路标和轮廓标等向交通参与者传递引导、限制、警告等交通信息的标识，其作用是管制和引导交通，可以与标志配合使用，也可单独使用。由于车辆驾驶过程中显示的道路图像中的车道线种类繁多，不方便驾驶员观察，因此需要进行车道线识别，使用道路图像的车道线识别结果进行车道偏离预警、车道保持以及换道辅助等。
[0003]为了获得性能良好的车道线识别模型，一般需要大量标注好的车道线数据进行训练。道路图像在进行车道线标注时，需要标注出可识别的车道线(白色实线，白色虚线，黄色实线，黄色虚线，道路沿线)和车辆的直接行驶区域以及间接行驶区域，同时标注对应属性，由于车道线在道路图像上是狭长的直线或曲线，以及路面状况复杂等原因，以至于车道线标注过程琐细且耗时。
[0004]现有技术中道路图像标注主要采用人工标注或者自动标注方法。人工标注成本高，而自动标注时需要人工提前标注好大量样本图像，用于车道线标注模型的训练，同时后期的标注结果需要人工进行调整以保证标注的准确率。由于样本图像及标注结果较多，人工标注及调整的速度较慢，导致标注效率较低。

技术实现思路

[0005]有鉴于此，本专利技术实施例提供一种道路图像处理方法及装置、电子设备以及存储介质，以解决上述问题。<br/>[0006]根据本专利技术实施例的第一方面，提供一种道路图像处理方法，包括：获取待标注道路图像和第一标注样本图像；根据预设标注参数，建立用于车道线标注的待训练模型；基于第一标注样本图像，对待训练模型进行模型预训练，得到预训练车道线标注模型；根据预设标注比例，对待标注道路图像中的部分图像进行标注处理，得到第二标注样本图像；基于第二标注样本图像，对预训练车道线标注模型进行模型更新，得到标准车道线标注模型；通过标准车道线标注模型对待标注道路图像进行标注处理，得到标注结果。
[0007]在本专利技术的另一实现方式中，获取待标注道路图像，包括：通过摄像设备采集道路视频；将道路视频输入到图像分解模型中，得到待标注道路图像，其中，图像分解模型基于预设图像标准对道路视频进行解码。
[0008]在本专利技术的另一实现方式中，获取第一标注样本图像，包括：从道路公开数据集中获取包含车道线标注结果的道路公开图像；通过道路仿真模型合成包含车道线标注结果的道路仿真图像；将道路公开图像及车道线仿真图像作为第一标注样本图像。
[0009]在本专利技术的另一实现方式中，基于第一标注样本图像，对待训练模型进行模型预
训练，得到预训练车道线标注模型，包括：将第一标注样本图像作为输入，将第一标注标签作为输出，对待训练模型进行模型预训练，得到预训练车道线标注模型。
[0010]在本专利技术的另一实现方式中，基于第二标注样本图像，对预训练车道线标注模型进行模型更新，得到标准车道线标注模型，包括：将第二标注样本图像作为输入，将第二标注标签作为输出，对预训练车道线标注模型进行模型更新，得到标准车道线标注模型。
[0011]在本专利技术的另一实现方式中，将第二标注样本图像作为输入，将第二标注标签作为输出，对预训练车道线标注模型进行模型更新，得到标准车道线标注模型，包括：根据第二标注样本图像的车道线属性信息，对第一标注标签进行调整，得到第二标注标签；根据第二标注标签对预训练车道线标注模型进行更新，直至损失函数的损失值处于预设范围之间，得到标准车道线标注模型。
[0012]在本专利技术的另一实现方式中，道路图像处理方法还包括：将标注结果中标注的车道线坐标点进行曲线拟合处理，得到标注曲线；根据标注曲线的匹配度判断所述标注结果是否合格；若匹配度符合预设匹配度标准，则标注结果合格；若匹配度不符合预设匹配度标准，则标注结果不合格，对不合格的标注结果对应的标注曲线进行调整，直至标注结果合格。
[0013]根据本专利技术实施例的第二方面，提供一种道路图像处理装置，包括：图像获取模块：用于获取待标注道路图像和第一标注样本图像；模型训练模块：用于根据预设标注参数，建立用于车道线标注的待训练模型；基于第一标注样本图像，对待训练模型进行模型预训练，得到预训练车道线标注模型；根据预设标注比例，对待标注道路图像中的部分图像进行标注处理，得到第二标注样本图像；基于第二标注样本图像，对预训练车道线标注模型进行模型更新，得到标准车道线标注模型；图像标注模块：用于通过标准车道线标注模型对所述待标注道路图像进行标注处理，得到标注结果。
[0014]根据本专利技术实施例的第三方面，提供一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述任一项的道路图像处理方法的步骤。
[0015]根据本专利技术实施例的第四方面，提供一种计算机存储介质，计算机存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述任一项的道路图像处理方法中的步骤。
[0016]在本专利技术实施例的道路图像处理方法中，获取第一标注样本图像进行第一次模型训练，得到预训练车道线标注模型，即不需要通过人工标注大量道路图像得到训练样本，提高了模型训练的效率，再使用部分待标注道路图像进行第二次模型训练，得到标准车道线标注模型，使得到的标准车道线标注模型具有针对性，通过标准车道线标注模型对待标注道路图像进行标注，在保证标注结果准确率的同时，提高了道路图像的标注效率。
附图说明
[0017]为了更清楚的说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，通过阅读下文实施方式的详细描述，方案中的优点和益处对于本领域的技术人员变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。在附图中：
[0018]图1为本专利技术的一个实施例的道路图像处理方法的步骤流程图。
[0019]图2为本专利技术的另一个实施例的道路图像处理装置的结构框图。
[0020]图3为本专利技术的另一实施例的电子设备的结构示意图。
具体实施方式
[0021]为了使本领域的人员更好地理解本专利技术实施例中的技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、详细地描述，显然，所描述的实施例仅是本专利技术实施例一部分实施例，而不是全部的实施例。基于本专利技术实施例中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本专利技术实施例保护的范围。
[0022]图1为本专利技术实施例提供的一种道路图像处理方法的步骤流程图，如图1所示，本实施例主要包括以下步骤：
[0023]S101、获取待标注道路图像和第一标注样本图像。
[0024]示例性地，通过数据采集车辆在行车过程中采集行车视频数据，将行车视频数据按照一定的抽帧频率进行分解处理得到待标注道路图像，第一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种道路图像处理方法，其特征在于，包括：获取待标注道路图像和第一标注样本图像；根据预设标注参数，建立用于车道线标注的待训练模型；基于所述第一标注样本图像，对所述待训练模型进行模型预训练，得到预训练车道线标注模型；根据预设标注比例，对所述待标注道路图像中的部分图像进行标注处理，得到第二标注样本图像；基于所述第二标注样本图像，对所述预训练车道线标注模型进行模型更新，得到标准车道线标注模型；通过所述标准车道线标注模型对所述待标注道路图像进行标注处理，得到标注结果。2.如权利要求1所述的方法，其特征在于，所述获取待标注道路图像，包括：通过摄像设备采集道路视频；将所述道路视频输入到图像分解模型中，得到待标注道路图像，其中，所述图像分解模型基于预设图像标准对所述道路视频进行解码。3.如权利要求1所述的方法，其特征在于，所述获取第一标注样本图像，包括：从道路公开数据集中获取包含车道线标注结果的道路公开图像；通过道路仿真模型合成包含车道线标注结果的道路仿真图像；将所述道路公开图像及所述车道线仿真图像作为第一标注样本图像。4.如权利要求1所述的方法，其特征在于，所述基于所述第一标注样本图像，对所述待训练模型进行模型预训练，得到预训练车道线标注模型，包括：将所述第一标注样本图像作为输入，将第一标注标签作为输出，对所述待训练模型进行模型预训练，得到预训练车道线标注模型。5.如权利要求1所述的方法，其特征在于，所述基于所述第二标注样本图像，对所述预训练车道线标注模型进行模型更新，得到标准车道线标注模型，包括：将所述第二标注样本图像作为输入，将第二标注标签作为输出，对所述预训练车道线标注模型进行模型更新，得到标准车道线标注模型。6.如权利要求5所述的方法，其特征在于，所述将所述第二标注样本图像作为输入，将第二标注标签作为输出，...

【专利技术属性】
技术研发人员：刘建伟，张松，
申请(专利权)人：零束科技有限公司，
类型：发明
国别省市：