[发明专利]基于深度学习的车道线检测方法及其应用的系统在审
| 申请号： | 201811413015.5 | 申请日： | 2018-11-23 |
| 公开（公告）号： | CN109389102A | 公开（公告）日： | 2019-02-26 |
| 发明（设计）人： | 卫星;杨国强;乔轩元;韩江洪;段章领;陆阳;魏振春 | 申请（专利权）人： | 合肥工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 上海光华专利事务所(普通合伙) 31219 | 代理人： | 王华英 |
| 地址： | 230009 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度学习的车道线检测方法及其应用的系统，包括：获取车道线图像；预处理车道线图像为处理标记图像，并将处理标记图像分为训练样本和测试样本；使用训练样本训练出预设分层类型的神经网络；输入测试样本至神经网络，并使用神经网络测试测试样本，获取车道线测试结果。本发明解决了现有技术中的基于深度学习的车道线检测技术存在的依赖人工操作导致智能化水平低，算法复杂导致检测效率低的技术问题。 | ||
| 搜索关键词： | 车道线检测 车道线图像 标记图像 测试样本 神经网络 训练样本 预处理 神经网络测试 人工操作 输入测试 车道线 智能化 分层 算法 预设 学习 应用 样本 检测 统一 | ||
【主权项】：
1.一种基于深度学习的车道线检测方法，其特征在于，包括：获取车道线图像；预处理所述车道线图像为处理标记图像，并将所述处理标记图像分为训练样本和测试样本；使用所述训练样本训练出预设分层类型的神经网络；输入所述测试样本至所述神经网络，并使用所述神经网络测试所述测试样本，以获取车道线测试结果。
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合肥工业大学，未经合肥工业大学许可，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/201811413015.5/，转载请声明来源钻瓜专利网。
