[发明专利]用于高精地图的图像处理方法、装置、设备以及存储介质

说明书

本公开提供了用于高精地图的图像处理方法、装置、设备以及存储介质，涉及计算机技术领域，尤其涉及自动驾驶技术领域。具体实现方案为：对待检测图像进行特征提取，得到要素特征，要素特征包括车道线要素对应的第一要素特征；基于第一要素特征，确定车道线要素对应的多个待选表达式；其中，待选表达式用于表征车道线要素对应的拟合曲线；确定各待选表达式对应的置信度；基于置信度，从多个待选表达式中确定出目标表达式。根据本公开的技术，可以对待检测图像中的车道线要素进行精准检测。

技术领域

本公开涉及计算机技术领域，尤其涉及自动驾驶技术领域。

背景技术

高精地图主要包含红绿灯等标牌类和车道线等路面要素，前者具有规整的几何形状，后者形状不规则。相关技术中，针对车道线要素的检测，通常采用语义分割以及后处理策略来实现，存在计算量大、识别精度低等缺陷。

发明内容

本公开提供了一种用于高精地图的图像处理方法、装置、设备以及存储介质。

根据本公开的一方面，提供了一种用于高精地图的图像处理方法，包括：

对待检测图像进行特征提取，得到要素特征，要素特征包括车道线要素对应的第一要素特征；

基于第一要素特征，确定车道线要素对应的多个待选表达式；其中，待选表达式用于表征车道线要素对应的拟合曲线；

确定各待选表达式对应的置信度；

基于置信度，从多个待选表达式中确定出目标表达式。

根据本公开的另一方面，提供了一种模型训练方法，包括：

对样本图像中的车道线要素进行特征提取，得到样本特征；

确定样本图像中的车道线要素的样本表达式对应的样本系数组；

将样本特征输入待训练的系数预测模型，得到预测系数组；

确定预测系数组与样本系数组的差异，根据差异对待训练的系数预测模型进行训练，直至差异在允许范围内。

根据本公开的另一方面，提供了一种图像处理装置，包括：

特征提取模块，用于对待检测图像进行特征提取，得到要素特征，要素特征包括车道线要素对应的第一要素特征；

待选表达式确定模块，用于基于第一要素特征，确定车道线要素对应的多个待选表达式；其中，待选表达式用于表征车道线要素对应的拟合曲线；

置信度确定模块，用于确定各待选表达式对应的置信度；

目标表达式确定模块，用于基于置信度，从多个待选表达式中确定出目标表达式。

根据本公开的另一方面，提供了一种模型训练装置，包括：

样本特征提取模块，用于对样本图像中的车道线要素进行特征提取，得到样本特征；

样本系数组确定模块，用于确定样本图像中的车道线要素的样本表达式对应的样本系数组；

预测系数组生成模块，用于将样本特征输入待训练的系数预测模型，得到预测系数组；

训练模块，用于确定预测系数组与样本系数组的差异，根据差异对待训练的系数预测模型进行训练，直至差异在允许范围内。

根据本公开的另一方面，提供了一种电子设备，包括：

至少一个处理器；以及

与该至少一个处理器通信连接的存储器；其中，

该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开任一实施例中的方法。