[发明专利]基于改进SCNN网络的车道线检测方法有效
| 申请号： | 201910628882.9 | 申请日： | 2019-07-12 |
| 公开（公告）号： | CN110414386B | 公开（公告）日： | 2022-01-21 |
| 发明（设计）人： | 石英;万方颖;谢长君;刘子伟 | 申请（专利权）人： | 武汉理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 武汉开元知识产权代理有限公司 42104 | 代理人： | 刘琳 |
| 地址： | 430070 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于改进SCNN网络的车道线检测方法，通过选取CULane车道线数据集，作为用于改进后SCNN网络训练的训练数据集；构建改进后的SCNN网络，对不同的车道线特征进行分类，输出车道线候选点；采用车道线种子点归类方法，进行车道线的归类；基于车道线种子点归类方法所得的已归类好的车道线候选点，使用加权最小二乘法分车道线容器进行拟合，得到各车道线容器的车道线模型，实现车道线的精确定位。本发明在不丢失SCNN网络框架准确性的前提下提升了网络结构的处理速度，具有良好的鲁棒性与实时性，可以推广应用在驾驶辅助系统等系统中，具有广泛的实用性。 | ||
| 搜索关键词： | 基于 改进 scnn 网络 车道 检测 方法 | ||
【主权项】：
1.一种基于改进SCNN网络的车道线检测方法，其特征在于：所述方法包括以下步骤：步骤1：选取CULane车道线数据集，作为用于改进后SCNN网络训练的训练数据集；步骤2：构建改进后的SCNN网络，对不同的车道线特征进行分类，输出车道线候选点；步骤3：基于输出的车道线候选点，采用车道线种子点归类方法，进行车道线的归类；步骤4：基于车道线种子点归类方法所得的已归类好的车道线候选点，使用加权最小二乘法分车道线容器进行拟合，得到各车道线容器的车道线模型；步骤5：将车道线测试集输入车道线模型，实现车道线的精确定位。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉理工大学，未经武汉理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910628882.9/，转载请声明来源钻瓜专利网。
