[发明专利]基于注意力机制的车道线检测方法、装置、设备及介质

说明书

本发明公开了一种基于注意力机制的车道线检测方法、装置、设备及存储介质，所述方法包括：获取路况图像并进行预处理，得到预处理后的路况图像；将所述预处理后的路况图像输入预训练的车道线检测模型，得到检测出来的车道线，其中，所述车道线检测模型包括初始特征提取模块、混合注意力模块、特征融合模块、全连接层以及行锚选择层；在原始的路况图像中标记检测出来的车道线。根据本公开实施例提供的车道线检测方法，可以基于全局上下文的融合特征进行车道线的检测，可以适应复杂多变的道路场景，从而提高车道线检测的鲁棒性、适应性以及准确度。

技术领域

本发明涉及目标检测技术领域，特别涉及一种基于注意力机制的车道线检测方法、装置、设备及介质。

背景技术

车道线检测是智能驾驶领域的关键技术之一，被广泛应用于汽车辅助驾驶系统和车道偏离预警系统，它可以为车辆提供自身的位置信息，并为汽车规划线路。

现有技术中的车道线检测算法，主要是基于图像处理手段从图像中提取车道线的边缘特征，从而确定车道线的位置。例如，采用局部灰度阈值方法提取边缘特征，之后再将属于同一车道线的像素点进行聚类从而实现车道线的检测。该方法是针对车道线较为清晰完整、光照均匀、不存在遮挡等的简单场景，如高速公路。但是，在实际的应用场景中，通常会遇到车辆遮挡、车道线磨损、光线变化等复杂的道路场景，因此，现有技术中的车道线检测方法检测精度较低，难以适应复杂的道路场景。

发明内容

本公开实施例提供了一种基于注意力机制的车道线检测方法、装置、设备及介质。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

第一方面，本公开实施例提供一种基于注意力机制的车道线检测方法，包括：

获取路况图像并进行预处理，得到预处理后的路况图像；

将预处理后的路况图像输入预训练的车道线检测模型，得到检测出来的车道线，其中，车道线检测模型包括初始特征提取模块、混合注意力模块、特征融合模块、全连接层以及行锚选择层；

在原始的路况图像中标记检测出来的车道线。

在一个可选地实施例中，获取路况图像并进行预处理，得到预处理后的路况图像，包括：

获取车载摄像头拍摄的路况视频；

按照预设规则对路况视频进行抽帧，并调整抽取的路况图像的大小，得到预处理后的路况图像。

在一个可选地实施例中，将预处理后的路况图像输入预训练的车道线检测模型，得到检测出来的车道线，包括：

将预处理后的路况图像输入初始特征提取模块，得到提取出来的初始特征图；

将初始特征图输入混合注意力模块，得到提取出来的混合注意力特征图；

通过特征融合模块将初始特征图和混合注意力特征图按预设权重进行加权运算，得到融合特征图；

通过行锚选择层提取融合特征图的车道线锚点坐标，并根据锚点坐标进行车道线拟合，得到检测出来的车道线。

在一个可选地实施例中，初始特征提取模块为残差网络结构，通过多层的卷积运算得到提取出来的初始特征图。

在一个可选地实施例中，混合注意力模块包括通道注意力单元以及空间注意力单元；

通道注意力单元用于对初始特征图进行全局平均池化操作以及卷积操作，得到通道注意力特征图；