[发明专利]一种识别道路线的方法和装置有效
| 申请号： | 201711237254.5 | 申请日： | 2017-11-30 |
| 公开（公告）号： | CN109858309B | 公开（公告）日： | 2021-04-20 |
| 发明（设计）人： | 田欢;胡骏;程帅;刘威 | 申请（专利权）人： | 东软睿驰汽车技术（上海）有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 刘佳;王宝筠 |
| 地址： | 201805 上海市嘉*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种识别道路线的方法和装置。所述方法包括：获取车辆周围的当前道路图像；将所述当前道路图像输入到深度学习模型中，并基于所述深度学习模型的输出结果，确定所述当前道路图像中的道路线区域。该深度学习模型在卷积神经网络的基础上增加了递归神经网络。由于递归神经网络能够针对输入的每个像素点的图像特征输出每个像素点的处理结果，因此，道路图像中像素点级别的图像特征得以保留，道路图像中的道路线的空间特征得以体现，从而使得道路线残缺、道路线被部分遮挡、道路线处于剧烈变换环境中等各种环境下的道路线都能够被准确地、有效地识别出来。 | ||
| 搜索关键词： | 一种 识别 道路 方法 装置 | ||
【主权项】：
1.一种识别道路线的方法，其特征在于，包括：获取车辆周围的当前道路图像；将所述当前道路图像输入到深度学习模型中，并基于所述深度学习模型的输出结果，确定所述当前道路图像中的道路线区域；其中，所述深度学习模型已基于历史道路图像与所述历史道路图像中已知的道路线区域之间的对应关系进行了训练；所述深度学习模型包括第一模型单元和第二模型单元，所述第一模型单元的输出作为所述第二模型单元的输入；所述第一模型单元至少包括一个第一模型子单元，所述第一模型子单元包括一个卷积神经网络和一个第一递归神经网络，所述卷积神经网络的输出作为所述第一递归神经网络的输入；所述第二模型单元至少包括一个第二模型子单元，所述第二模型子单元包括一个反卷积神经网络和一个第二递归神经网络，所述反卷积神经网络的输出作为所述第二递归神经网络的输入。
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东软睿驰汽车技术（上海）有限公司，未经东软睿驰汽车技术（上海）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/201711237254.5/，转载请声明来源钻瓜专利网。
- 上一篇：视频检索装置、视频检索方法和存储介质
- 下一篇：车辆和交通标志检测方法
