[发明专利]一种基于深度学习和跟踪技术的车道线实时检测方法在审
| 申请号： | 201710418031.2 | 申请日： | 2017-06-06 |
| 公开（公告）号： | CN109002745A | 公开（公告）日： | 2018-12-14 |
| 发明（设计）人： | 张亮;王震;高泽晋;张力 | 申请（专利权）人： | 武汉小狮科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/66;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 430075 湖北省武汉市东*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种车道线实时高精度检测的方法。该方法结合了深度学习技术的卷积神经网络模型和Kalman跟踪技术，车道线检测速度快、精度高，可以高精度地实时检测不同复杂路况的车道线，有效去除了路面阴影、反光等自然或人为噪声的干扰。 | ||
| 搜索关键词： | 车道线 实时检测 卷积神经网络 车道线检测 高精度检测 复杂路况 跟踪 反光 噪声 阴影 学习 | ||
【主权项】：
1.基于深度学习和跟踪技术的车道线实时检测方法，其特征在于，包括如下步骤：步骤1，预先基于海量数据训练用于目标分割的SegNet模型；步骤2，图像预处理，包括图像的去噪、划分兴趣区域等；步骤3，对首帧(关键帧)图像采用SegNet模型检测车道线；步骤4，对首帧后的3帧图像中车道线的位置采用Kalman跟踪算法预测；步骤5，末帧(关键帧)图像重复步骤3检测车道线，循环步骤3‑5，直至结束。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉小狮科技有限公司，未经武汉小狮科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710418031.2/，转载请声明来源钻瓜专利网。
- 上一篇：图像识别方法、装置和视频监控设备
- 下一篇：3D立体火灾识别方法和系统
