龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：惠州市德赛西威智能交通技术研究院有限公司
摘要：本发明提供一种基于单目视觉的路面标记实例化识别的方法，通过取前视摄像头的rgb图像作为模型输入，基于深度学习算法，使用HarDNet网络结构作为模型的基本框架，构建深度学习模型；算法模型分别构建二分类分支训练模块，多分类分支训练模块和实例化分支训练模块；先利用公开数据集对模型进行预训练，后添加自定义数据集进行模型迭代优化。相对于传统的基于人工特征的算法，摆脱了人工设计特征的困扰，且本算法对环境、光照变化有更高的鲁棒性；另外，本算法创新性地设计出实例化不同目标的方法，大大提高了目标实例化的精度和速度。最后，在识别算法定型后，还可以依赖大数据不断地提高模型能力，不断提高对各种路况下的路面标记实例化识别精度。
主权项：1.一种基于单目视觉的路面标记实例化识别的方法，其特征在于，包括：S1：取前视摄像头的rgb图像作为模型输入，基于深度学习算法，使用HarDNet网络结构作为模型的基本框架，构建二分类分支训练模块，对公开数据集和自定义数据集中的数据进行模型预训练，获得初始模型model0参数；S2：导入所述初始模型model0参数，构建多分类分支训练模块，并对所述自定义数据集中的数据进行训练，并输出模型model1参数；S3：导入所述model1参数，新增实例化分支训练模块，并对所述自定义数据集中的数据进行训练，并输出模型model2参数；S4：将路面标记实例化识别结果输出给车辆感知融合和车辆控制模块，用于辅助驾驶；其中，所述模型预训练，包括：收集所有路面标记有关的公开数据集，构建细分类别为背景和油漆两类数据集，采用二分类交叉熵损失函数，对所述公开数据集作背景或油漆的二值语义分割训练；所述公开数据集至少包括构成涵盖各种场景的云端数据；其中，所述实例化分支训练模块还包括：构建两个预测分支为实例数分支和实例特征分支，所述实例数分支使用SmoothL1损失函数；所述实例特征分支使用Discriminative损失函数；其中，实例化的结果为在驾驶过程中所采集的原图的基础上叠加所述实例化结果model2参数的合成图，并通过不同颜色对每一目标实例进行标志显示。
全文数据：
权利要求：
百度查询： 惠州市德赛西威智能交通技术研究院有限公司 一种基于单目视觉的路面标记实例化识别的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号