Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 武汉理工大学魏晓旭获国家专利权

武汉理工大学魏晓旭获国家专利权

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!

龙图腾网获悉武汉理工大学申请的专利一种基于语义分割和边缘检测算法的车道线融合识别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:CN116385987B

龙图腾网通过国家知识产权局官网在2025-09-16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:202310131838.3,技术领域涉及:G06V20/56;该发明授权一种基于语义分割和边缘检测算法的车道线融合识别方法是由魏晓旭;范一珩;王炳轩;付正;王永圣设计研发完成,并于2023-02-17向国家知识产权局提交的专利申请。

一种基于语义分割和边缘检测算法的车道线融合识别方法在说明书摘要公布了:本发明提供了一种基于语义分割和边缘检测算法的车道线融合识别方法,其方法包括:获取包含车道线的道路图片,并对道路图片进行预处理,得到输入图像;然后基于边缘检测算法对输入图像进行车道线边缘检测输出第一车道线检测结果;其次,建立语义分割模型,基于的语义分割模型进行知识蒸馏和量化感知训练得到训练完备的轻量化语义分割模型,并基于轻量化语义分割模型对输入图像进行车道线检测输出第二车道线检测结果;最后基于滑动窗口算法对所述第一车道线检测结果和所述第二车道线检测结果进行融合识别输出目标车道线检测结果。本发明能够解决现有技术检测精度低和稳定度差的问题。

本发明授权一种基于语义分割和边缘检测算法的车道线融合识别方法在权利要求书中公布了:1.一种基于语义分割和边缘检测算法的车道线融合识别方法,其特征在于,包括: 获取包含车道线的道路图片,并对所述道路图片进行预处理,得到输入图像; 基于边缘检测算法对所述输入图像进行车道线边缘检测输出得到第一车道线检测结果; 建立语义分割模型,基于的语义分割模型进行知识蒸馏和量化感知训练得到训练完备的轻量化语义分割模型,并基于所述训练完备的轻量化语义分割模型对输入图像进行车道线检测输出得到第二车道线检测结果,所述训练完备的轻量化语义分割模型是基于Deeplabv3p-ResNet18模型训练得到,所述训练完备的轻量化语义分割模型,包括:编码模块和解码模块;编码模块包括主干网络DCNN及与其级联的空洞空间金字塔池化模块ASPP;空洞空间金字塔池化模块ASPP包括级联的空洞卷积模块和平均池化层;空洞卷积模块包括空洞卷积率由小到大排列的三个空洞卷积层;解码模块包括两个卷积层和两个四倍双线性插值上采样模块; 基于滑动窗口算法对所述第一车道线检测结果和所述第二车道线检测结果进行融合识别输出目标车道线检测结果,包括: 基于滑动窗口算法对所述第一车道线检测结果和所述第二车道线检测结果进行分别计算第一车道线检测结果的各窗口特征值和第二车道线检测结果的各窗口特征值; 基于第一车道线检测结果的各窗口特征值和第二车道线检测结果的各窗口特征值求取第一车道线检测结果的各窗口特征值和第二车道线检测结果的各窗口特征值关于期望特征值的距离; 基于第一车道线检测结果的各窗口特征值和第二车道线检测结果的各窗口特征值关于期望特征值的距离,选取对应窗口关于期望特征值的距离小的窗口融合为一个图像并进行优化输出目标车道线检测结果。

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武汉理工大学,其通讯地址为:430070 湖北省武汉市洪山区珞狮路122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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。