用于识别车道线的方法、装置、设备、介质和产品.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113989762A(43)申请公布日2022.01.28(21)申请号202111503247.1(22)申请日2021.12.10(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人张洁张宸鸣钟开张通滨杨建忠卢振(74)专利代理机构北京英赛嘉华知识产权代理有限责任公司11204代理人王达佐马晓亚(51)Int.Cl.G06V20/56(2022.01)G06V10/26(2022.01)G06V10/774(2022.01)G06K9/62(2022.01)权利要求书3页说明书9页附图4页(54)发明名称用于识别车道线的方法、装置、设备、介质和产品(57)摘要本公开提供了用于识别车道线的方法及装置，涉及人工智能技术领域，具体为计算机视觉、深度学习技术领域。具体实现方案为：获取道路图像；基于道路图像和预设的车道线分割模型，确定道路图像中的初始双车道线；基于初始双车道线中未黏连的车道线坐标，确定拟合双车道线；利用拟合双车道线对初始双车道线中的黏连区域进行处理，得到目标双车道线。本实现方式可以提高双线类别的车道线识别精准度。CN113989762ACN113989762A权利要求书1/3页1.一种用于识别车道线的方法，包括：获取道路图像；基于所述道路图像和预设的车道线分割模型，确定所述道路图像中的初始双车道线；基于所述初始双车道线中未黏连的车道线坐标，确定拟合双车道线；利用所述拟合双车道线对所述初始双车道线中的黏连区域进行处理，得到目标双车道线。2.根据权利要求1所述的方法，其中，所述基于所述初始双车道线中未黏连的车道线坐标，确定拟合双车道线，包括：从所述初始双车道线中确定位于预设的距离范围内的双车道线；将所述位于预设的距离范围内的双车道线的坐标确定为所述未黏连的车道线坐标；基于所述未黏连的车道线坐标和预设的曲线方程，生成所述拟合双车道线。3.根据权利要求1所述的方法，其中，所述利用所述拟合双车道线对所述初始双车道线中的黏连区域进行处理，得到目标双车道线，包括：从所述拟合双车道线中确定与所述黏连区域的位置对应的目标车道线坐标；利用所述目标车道线坐标替换所述黏连区域对应的车道线坐标，得到替换后的所述目标双车道线。4.根据权利要求1所述的方法，还包括：对所述初始双车道线中指定区域的车道线执行预设的开闭操作。5.根据权利要求1所述的方法，其中，所述基于所述道路图像和预设的车道线分割模型，确定所述道路图像中的初始双车道线，包括：将所述道路图像输入所述预设的车道线分割模型，得到所述预设的车道线分割模型输出的所述道路图像中每个像素对应的车道线类别，以及该像素属于该车道线类别的置信度；基于所述车道线类别和所述置信度，从所述道路图像中确定所述车道线类别为单线类别的单车道线；基于所述单车道线，确定所述初始双车道线。6.根据权利要求5所述的方法，其中，所述基于所述车道线类别和所述置信度，从所述道路图像中确定所述车道线类别为单线类别的单车道线，包括：对于所述道路图像中的每个像素，响应于确定该像素对应的车道线类别为单线类别、且该像素属于单线类别的置信度大于预设的阈值，则将该像素确定为所述单车道线对应的像素。7.根据权利要求5所述的方法，其中，所述基于所述车道线类别和所述置信度，从所述道路图像中确定所述车道线类别为单线类别的单车道线，包括：响应于确定所述道路图像中各个像素属于单线类别的置信度均小于或者等于预设的阈值，按照属于单线类别的置信度由高至低的顺序选取预设数量个像素，作为所述单车道线对应的像素。8.一种用于识别车道线的装置，包括：图像获取单元，被配置成获取道路图像；初始车道线获取单元，被配置成基于所述道路图像和预设的车道线分割模型，确定所2CN113989762A权利要求书2/3页述道路图像中的初始双车道线；车道线拟合单元，被配置成基于所述初始双车道线中未黏连的车道线坐标，确定拟合双车道线；目标车道线获取单元，被配置成利用所述拟合双车道线对所述初始双车道线中的黏连区域进行处理，得到目标双车道线。9.根据权利要求8所述的装置，其中，所述车道线拟合单元进一步被配置成：从所述初始双车道线中确定位于预设的距离范围内的双车道线；将所述位于预设的距离范围内的双车道线的坐标确定为所述未黏连的车道线坐标；基于所述未黏连的车道线坐标和预设的曲线方程，生成所述拟合双车道线。10.根据权利要求8所述的装置，其中，所述目标车道线获取单元进一步被配置成：从所述拟合双车道线中确定与所述黏连区域的位置对应的目标车道线坐标；利用所述目标车道线坐标替换所述黏连区域对应的车道线坐标，得到替换后的所述目标双车道线。11.根据权利要求8所述的装置，还包括：图