一种基于相关性判别的密集车道线检测方法技术

本发明专利技术公开了一种基于相关性判别的密集车道线检测方法。方法包括通过相机拍摄采集若干张车道线图，对所有车道线图标注后得到车道线数据集；然后对车道线数据集采用车道线类别标签处理方法进行处理后得到车道线类别标签数据集；构建密集车道线检测模型，将得到的车道线类别标签数据集输入到密集车道线检测模型中进行训练；最后将待测的车道线图输入到训练好的密集车道线检测模型中进行检测，得到车道线图中所有车道线的位置。本发明专利技术提出了车道线类别标签处理方法对车道线数据集进行处理，以及提出的相关性判别模块可以有效学习车道线类别标签处理方法处理后的数据，实现了可以有效识别车道线之间的关系，提升了对密集车道线的检测效果。

【技术实现步骤摘要】

本专利技术涉及计算机视觉领域，具体涉及一种基于相关性判别的密集车道线检测方法。

技术介绍

1、车道线检测是计算机视觉领域的重要任务。它是与深度学习相互促进和发展的领域，可以应用到自动驾驶或者辅助驾驶中，为其提供道路车道线的信息，进而帮助智能车辆更好的定位车辆位置。

2、车道线检测是计算机视觉中一个非常具有挑战性的任务。然后，现有的工作对密集车道线检测的探索还不够。密集车道线是指以y形或叉形方式汇聚或发散的多条路径为特征的道路配置。这些类型的车道通常出现在复杂的驾驶场景中，比如十字路口、高速公路出口和城市环境。通常，由于在车道线检测的后处理中会引入非极大值抑制模块来抑制冗余的检测结果。然而由于密集车道线相邻的车道线距离上也比较近，如果引入了nms，那么容易被抑制掉这种应该被检测的结果，反之，去掉车道线容易引入一些冗余结果，因此，这类密集车道线检测是比较困难的。在国际顶级会议iccv2022上发表的《condlanenet:atop-to-down lane detection framework based on conditional conv本文档来自技高网...

【技术保护点】

1.一种基于相关性判别的密集车道线检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于相关性判别的密集车道线检测方法，其特征在于，所述车道线类别标签处理方法具体包括以下步骤：

3.根据权利要求2所述的基于相关性判别的密集车道线检测方法，其特征在于，所述遍历比较处理具体为：

4.根据权利要求2所述的基于相关性判别的密集车道线检测方法，其特征在于，所述密集车道划分处理具体包括以下步骤：

5.根据权利要求1所述的基于相关性判别的密集车道线检测方法，其特征在于：所述密集车道线检测模型包括检测模块、相关性判别模块和抑制模块；每个所述车道...

【技术特征摘要】

1.一种基于相关性判别的密集车道线检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于相关性判别的密集车道线检测方法，其特征在于，所述车道线类别标签处理方法具体包括以下步骤：

3.根据权利要求2所述的基于相关性判别的密集车道线检测方法，其特征在于，所述遍历比较处理具体为：

4.根据权利要求2所述的基于相关性判别的密集车道线检测方法，其特征在于，所述密集车道划分处理具体包括以下步骤：

5.根据权利要求1所述的基于相关性判别的密集车道线检测方法，其特征在于：所述密集车道线检测模型包括检测模块、相关性判别模块和抑制模块；每个所述车道线图输入到检测模块进行检测处理后得到若干个车道线，所有车道线输入到...

【专利技术属性】
技术研发人员：郑途，杨政，何晓飞，
申请(专利权)人：杭州飞步科技有限公司，
类型：发明
国别省市：