[发明专利]一种特征检测方法及其装置

权利要求书

1.一种特征检测方法，包括：

获取车辆前进方向上的环境图像；以及

将所述环境图像输入环境特征提取模型以提取出所述环境图像中的环境特征，所述环境特征提取模型采用空洞空间卷积池化金字塔和轻量级网络的组合网络架构，所述环境特征为影响所述车辆的驾驶策略的物体或标志。

2.如权利要求1所述的特征检测方法，其特征在于，所述将所述环境图像输入环境特征提取模型以提取出所述环境图像中的环境特征包括：

将所述环境图像输入所述轻量级网络并将所述轻量级网络的其中一层输出的特征图作为基础特征图；

将所述基础特征图输入空洞空间卷积池化金字塔以得到融合特征图；以及

将所述融合特征图进行上采样以提取出所述环境图像中的环境特征。

3.如权利要求2所述的特征检测方法，其特征在于，所述将所述基础特征图输入空洞空间卷积池化金字塔以得到融合特征图包括：

对所述基础特征图分别进行多种不同的卷积操作以得到不同尺度的低维度卷积特征图；以及

将所述低维度卷积特征图与所述基础特征图进行融合以得到所述融合特征图，所述基础特征图用于指示所述环境图像的高维特征。

4.如权利要求3所述的特征检测方法，其特征在于，所述将所述低维度卷积特征图与所述基础特征图进行融合以得到所述融合特征图包括：

将所述低维度卷积特征图进行融合以得到低维融合特征图；

将所述低维融合特征图进行卷积操作以得到低维特征图；以及

将所述低维特征图与所述基础特征图进行融合以作为所述融合特征图。

5.如权利要求3所述的特征检测方法，其特征在于，所述对所述基础特征图分别进行多种不同的卷积操作以得到不同尺度的低维度卷积特征图包括：

对所述基础特征图分别进行核为3*3以及特征通道数量分别为32、64、128和256的卷积操作以得到4种不同尺度的低维度卷积特征图。

6.如权利要求2所述的特征检测方法，其特征在于，所述轻量级网络为MobileNet V3网络，所述将所述环境图像输入所述轻量级网络并将所述轻量级网络的其中一层输出的特征图作为基础特征图包括：

将所述环境图像输入所述MobileNet V3网络以得到所述MobileNet V3网络的bneck第一层输出的特征图以作为所述基础特征图。

7.如权利要求1所述的特征检测方法，其特征在于，还包括：

对所述环境图像进行预处理以突出所述环境图像中的环境特征所在区域。

8.如权利要求1所述的特征检测方法，其特征在于，所述环境特征包括车道线、车辆、交通标志、人行道或其任意组合。

9.一种特征检测装置，包括存储器、处理器以及存储在存储器上的计算机程序，其特征在于，所述处理器被用于执行存储在所述存储器上的计算机程序时实现如权利要求1～8中任一项所述的交通环境特征检测方法的步骤。

10.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1～8中任一项所述的特征检测方法的步骤。