【技术实现步骤摘要】
本专利技术涉及自动泊车，尤其涉及一种基于语义分割的车位线检测方法及设备。
技术介绍
1、随着科技的快速发展，汽车的智能化需求也越来越高，极大地拉升了高级辅助驾驶系统市场的稳步增长。自动泊车系统是高级辅助驾驶系统中重要的组成部分，而车位线检测又是自动泊车系统中重要的一环。目前，现有的自动泊车系统主要通过角点检测算法或者线体分割算法进行车位线检测，但是基于角点检测算法或者线体分割算法的车位线检测并不能适应复杂场景，存在车位线检测不精确的问题。因此，如何在各种复杂的场景中精确检测出车位线成为当前亟待解决的问题。
技术实现思路
1、本专利技术实施例提供一种基于语义分割的车位线检测方法及设备，其能准确分割各种复杂场景中车位线，提高车位线检测的精度。
2、第一方面，本专利技术实施例提供一种基于语义分割的车位线检测方法，包括：
3、获取待检测的车位图像；
4、对所述车位图像进行预处理；
5、采用预先构建的车位线分割模型对预处理后的车位图像进行语义分割，得到
【技术保护点】
1.一种基于语义分割的车位线检测方法，其特征在于，包括：
2.如权利要求1所述的基于语义分割的车位线检测方法，其特征在于，所述对所述车位图像进行预处理，包括：
3.如权利要求1所述的基于语义分割的车位线检测方法，其特征在于，所述根据预设的车位线标签图像，利用预设的聚类损失函数对所述车位线分割图像进行聚类，获得车位线分割结果，包括：
4.如权利要求1或3所述的基于语义分割的车位线检测方法，其特征在于，所述聚类损失函数为：
5.如权利要求4所述的基于语义分割的车位线检测方法，其特征在于，所述簇内拉力函数为：
6....
【技术特征摘要】
1.一种基于语义分割的车位线检测方法，其特征在于，包括：
2.如权利要求1所述的基于语义分割的车位线检测方法，其特征在于，所述对所述车位图像进行预处理，包括：
3.如权利要求1所述的基于语义分割的车位线检测方法，其特征在于，所述根据预设的车位线标签图像，利用预设的聚类损失函数对所述车位线分割图像进行聚类，获得车位线分割结果，包括：
4.如权利要求1或3所述的基于语义分割的车位线检测方法，其特征在于，所述聚类损失函数为：
5.如权利要求4所述的基于语义分割的车位线检测方法，其特征在于，所述簇内拉力函数为：
6.如权利要求4所述的基于语义分割的车位线检测方法，其特征在于，所述簇间推力函数为：
7.如权利要求4所述的基于语义分割的车位线检测方法，其特征在于，所述前景锚定损失函数为：
8....
【专利技术属性】
技术研发人员：李谦，
申请(专利权)人：华人运通上海自动驾驶科技有限公司，
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。