[发明专利]一种融合传统特征提取与深度神经网络的车道线检测方法有效
| 申请号： | 202210919555.0 | 申请日： | 2022-08-02 |
| 公开（公告）号： | CN115376082B | 公开（公告）日： | 2023-06-09 |
| 发明（设计）人： | 魏超;张美迪;李路兴;随淑鑫;钱歆昊;胡乐云;徐扬 | 申请（专利权）人： | 北京理工大学;北京理工大学长三角研究院（嘉兴） |
| 主分类号： | G06V20/56 | 分类号： | G06V20/56;G06V10/44;G06V10/25;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司： | 北京盛询知识产权代理有限公司 11901 | 代理人： | 蔺巍 |
| 地址： | 100081 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种融合传统特征提取与深度神经网络的车道线检测方法，包括：基于输入道路图片，提取所述道路图片中车道线的先验特征，获得车道线先验特征图；将所述车道线先验特征图与所述道路图片进行拼接得到道路特征图；将所述道路特征图输入到深度神经网络模型中，对所述道路特征图进行特征提取与关键点预测，得到每条车道线中各关键点的位置坐标。本发明从传统特征与深度神经网络相融合的角度，充分考虑了车道线的先验传统特征，在图像输入深度神经网络前，利用传统特征提取方法获取车道线的先验特征，使传统基于特征的车道线检测方法与深度学习的方法优势互补，在满足实时性要求的前提下，提高车道线检测算法的鲁棒性和准确性。 | ||
| 搜索关键词： | 一种 融合 传统 特征 提取 深度 神经网络 车道 检测 方法 | ||
【主权项】：
暂无信息
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北京理工大学;北京理工大学长三角研究院（嘉兴），未经北京理工大学;北京理工大学长三角研究院（嘉兴）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/202210919555.0/，转载请声明来源钻瓜专利网。
