申请/专利权人:浙江华锐捷技术有限公司
申请日:2020-12-01
公开(公告)日:2024-04-16
公开(公告)号:CN112613344B
主分类号:G06V20/54
分类号:G06V20/54;G06V10/56;G06V10/762;G06V10/82;G06N3/0464;G06N3/09
优先权:
专利状态码:有效-授权
法律状态:2024.04.16#授权;2021.06.18#著录事项变更;2021.04.23#实质审查的生效;2021.04.06#公开
摘要:本发明提供了一种车辆占道检测方法、装置、计算机设备和可读存储介质,该方法包括:将原始图像输送至深度学习全卷积网络,以提取路面上多个车道的粗粒度掩膜,并根据所述粗粒度掩膜生成二值化特征图;在所述二值化特征图中初步确定属于目标颜色的车道,通过幂函数曲线拟合以提取精细车道,并统计各车道的颜色,再将各车道的二值化亮点转换到HSV彩色空间,使用Kmeans算法对车道进行颜色聚类,以鉴别出属于目标颜色的目标车道;根据所述原始图像中车辆的3D信息定位所述车辆所处的车道,以判断所述车辆是否处于所述目标车道内;若所述车辆处于所述目标车道内,则对所述车辆进行标记。本发明能够解决现有技术识别准确度低、车道范围判断不准确的问题。
主权项:1.一种车辆占道检测方法,其特征在于,包括:将原始图像输送至深度学习全卷积网络,以提取路面上多个车道的粗粒度掩膜,并根据所述粗粒度掩膜生成二值化特征图;在所述二值化特征图中通过幂函数曲线拟合以提取精细车道,将各车道二值化点对应的原始彩色图像中的点转换到HSV彩色空间,使用Kmeans算法对车道进行颜色聚类,以鉴别出属于目标颜色的目标车道;包括,采用广度优先搜索算法,在所述粗粒度掩膜中提取若干个二值化点集,采用幂函数拟合算法,拟合车道线方程;将每一个车道二值化点对应的原始彩色图像中的点转换到HSV彩色空间;使用Kmeans算法对车道进行颜色聚类以获取集合结果;根据所述集合结果统计车道颜色信息,并根据几何位置关系,对车道进行排序,将相邻两个车道线均为目标颜色的车道确定为候选车道;提取候选车道的ROI图像,进行透视变换,统一转换为矩形图像,通过卷积神经网络进行目标车道二分类,以鉴别出属于目标颜色的目标车道;根据所述原始图像中车辆的3D信息定位所述车辆所处的车道,以判断所述车辆是否处于所述目标车道内;若所述车辆处于所述目标车道内,则对所述车辆进行标记。
全文数据:
权利要求:
百度查询: 浙江华锐捷技术有限公司 车辆占道检测方法、装置、计算机设备和可读存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。