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：山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)

摘要：本发明涉及一种基于轻量级车道线分割识别方法及系统，属于人工智能无人驾驶技术领域。包括：数据预处理：对车道线数据集TuSimple图像进行预处理和图像增强操作，得到训练集、验证集和测试集；构建ULNet轻量级的车道线分割模型，对图像进行训练，获得训练好的参数；将预处理后的图片输入训练好的车道线检测模型中进行车道检测，得到车道线检测结果；训练车道线分割模型对图像车道线进行检测，输出车道线分割结果。本发明能够有效地识别出车道线信息，并且保证能够轻量化地部署在车道线检测移动设备上，模型的计算量较低，达到低参数化的效果，并且模型在训练好后所占用的存储空间很少，能够有效地部署在移动汽车上。

主权项：1.一种基于轻量级车道线分割识别方法，其特征在于，包括：数据预处理：对车道线数据集TuSimple图像进行预处理和图像增强操作，得到训练集、验证集和测试集；构建ULNet轻量级的车道线分割模型，通过车道线分割模型对图像进行训练，获得训练好的参数；将预处理后的图片输入训练好的车道线检测模型中进行车道检测，得到车道线检测结果；训练车道线分割模型对图像车道线进行检测，输出车道线分割结果；车道线分割模型包括编码器模块和解码器模块；车道线分割模型的输入数据为预处理后且调整尺寸大小后的图像，同时引入绝对位置编码，将绝对位置编码与三维图像张量进行拼接作为车道线分割模型的最终输入；编码器模块包括六个阶段，车道线分割模型的前三阶段使用GhostConv卷积，GhostConv卷积操作中采用GeLU激活函数；后三阶段使用多方向逐点积注意力模块GMPPA来提取不同层级的信息，通过将特征图进行切分，在三种不同方向对切分好的特征图分别进行不同方向的点乘来提取特征；通过轻量化的方法构建一个融合多个不同尺度的掩码、高低维特征融合的MHLM模块，通过MHLM模块连接编码器模块和解码器模块，实现在不同尺度上实现特征之间的交互，达到高级特征图和低级特征图融合的效果；解码器模块中，前三个阶段使用多方向逐点积注意力GMPPA模块来提取不同层级的信息，后三个阶段通过一个双边上采样解码模块BI_Trans，双边上采样解码模块BI_Trans包括两个分支，其中，细粒度分支恢复图像的细粒度特征，粗粒度分支对图像进行线性插值，恢复车道线分割模型的粗粒度特征；两个分支均输出原通道数的一半和两倍上采样，最后通过拼接输出特征图；所述MHLM模块用于融合高维特征和低维特征，和不同解码阶段生成的Mask掩码图；包括：通过卷积和线性插值将高维特征转变为和低维特征相同的H,W，H、W分别是指特征张量的高度和宽度；分别将高维特征和低维特征在通道方向上进行Split切分，切分为两组；分别对高维特征、低维特征和不同解码阶段生成的Mask掩码图进行拼接，得到两组高低维度特征图和不同阶段Mask的融合特征；接着通过空洞卷积，提取不同尺度上的特征信息，将得到的特征图在通道维度进行拼接；采用GhostConv卷积，实现在不同尺度上实现特征之间的交互；这一信息提取过程的数学表述如下所示： 其中，和表示高、低维特征切分后的不同部分；表示模块输入的高维特征，表示模块输入的低维特征，Concat表示通道上的拼接操作，ArousConv表示对特征图进行空洞卷积，LN表示对特征图进行归一化；Conv2d表示卷积操作，BI表示线性插值，和表示两个掩码。

全文数据：

权利要求：

百度查询： 山东省计算中心(国家超级计算济南中心) 齐鲁工业大学(山东省科学院) 一种基于轻量级车道线分割识别方法及系统