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！

龙图腾网获悉苏州大学申请的专利一种基于矩形注意力机制的车道线检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116630918B 。

龙图腾网通过国家知识产权局官网在2025-06-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310514016.3，技术领域涉及：G06V20/56；该发明授权一种基于矩形注意力机制的车道线检测方法是由姚望舒;彭思源;薛一帆设计研发完成，并于2023-05-09向国家知识产权局提交的专利申请。

本一种基于矩形注意力机制的车道线检测方法在说明书摘要公布了：本发明涉及图像处理和车辆智能驾驶领域，提供了一种基于矩形注意力机制的车道线检测方法，步骤包括：获取车道线图像，将所述车道线图像输入到已训练收敛的基于矩形注意力机制的车道线检测模型中进行下采样，将所述下采样后的特征图通过注意力机制网络得到注意力加权后的特征图，将所述注意力加权后的特征图上采样，将上采样后的特征图通过关键点检测网络得到包含车道线起始点在内的所有关键点坐标，采用基于距离的聚类网络，通过关键点坐标与其所属起始点间的偏移量来将关键点聚类为车道线实例。本发明解决了自动驾驶中存在的难检测车道线场景，提高了模型的推理速度和预测准确度。

本发明授权一种基于矩形注意力机制的车道线检测方法在权利要求书中公布了：1.一种基于矩形注意力机制的车道线检测方法，其特征在于，包括：获取车道线图像f∈RC×H′×W′，其中，C为通道数，H′为图像高度，W′为图像宽度；将所述车道线图像输入到已训练收敛的基于矩形注意力机制的车道线检测模型中，对所述车道线图像进行卷积操作得到下采样后的特征图，所述下采样后的特征图为fds∈RC×P×W′，其中，C为通道数，P为图像下采样后的高度，W′为图像宽度；将所述下采样后的特征图通过注意力机制网络得到Q、K、V，其中Q∈RP×W′×C′、K∈RP×C′×W′、V∈RP×C×W′，所述Q和所述K通过仿射变换操作后生成注意力特征图A，通过softmax层计算所述注意力图A中各点与其处在同一水平方向上各个点的关联度，将所述注意力特征图A与所述V之间通过矩阵乘法操作，得到注意力加权后的特征图fo∈RC×P×W′，将注意力加权后的特征图上每一点与该点处于同一行内所有点的上下文特征信息聚合起来，将其经过卷积操作得到与原始输入特征图尺寸一致的上采样后的车道线特征图；将所述上采样后的车道线特征图输入所述基于矩形注意力机制的车道线检测模型的关键点检测网络中，输出所述上采样后的车道线特征图中包含车道线起始点在内的所有关键点坐标；关键点检测网络的损失函数计算公式如下： 其中，ζyx为起始点权重参数，Lf为二分类平衡交叉熵损失函数，H′为特征图的高度，W′为特征图的宽度,x∈[Wl′,W′-Wr′]andy∈[H′-Hb′,H′]为非起始点区域,x∈[0,Wl′]orx∈[W′-Wr′,W′]ory∈[0,H′]为起始点区域,Wl′、Wr′、H′b分别代表起始点区域的左宽度、右宽度、底部宽度，a代表非起始点区域的权重系数，b代表起始点区域的权重系数；采用基于距离的聚类网络，通过关键点坐标与其所属起始点间的偏移量来将关键点聚类为车道线实例。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人苏州大学，其通讯地址为：215000 江苏省苏州市吴中区石湖西路188号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。