CN114022865A - 基于车道线识别模型的图像处理方法、装置、设备和介质 - Google Patents

基于车道线识别模型的图像处理方法、装置、设备和介质 Download PDF

Info

Publication number
CN114022865A
CN114022865A CN202111275608.1A CN202111275608A CN114022865A CN 114022865 A CN114022865 A CN 114022865A CN 202111275608 A CN202111275608 A CN 202111275608A CN 114022865 A CN114022865 A CN 114022865A
Authority
CN
China
Prior art keywords
image
lane line
model
classification
instance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111275608.1A
Other languages
English (en)
Inventor
何悦
谭啸
孙昊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202111275608.1A priority Critical patent/CN114022865A/zh
Publication of CN114022865A publication Critical patent/CN114022865A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供了一种基于车道线识别模型的图像处理方法、装置、设备和介质，属于图像处理技术领域，尤其涉及人工智能、自动驾驶和深度学习技术。具体实现方案为：获取待识别的输入图像；将所述输入图像输入车道线识别模型，以输出实例分割结果；其中，车道线识别模型包括图像特征提取子模型、语义分类子模型、实例分类子模型和实例分割子模型；图像特征提取子模型用于从输入图像提取图像特征；语义分类子模型和实例分类子模型，用于分别对图像特征进行处理，以确定语义分类结果和实例分类结果；实例分割子模型用于基于语义分类结果和实例分类结果进行处理，以确定实例分割结果，各实例分别对应于各车道线。提高了车道线识别的实时性和识别精度。

Description

基于车道线识别模型的图像处理方法、装置、设备和介质
技术领域
本公开涉及图像处理技术领域，尤其涉及人工智能、自动驾驶和深度学习技术。
背景技术
现有车道线检测方法在复杂的现实世界场景中已取得了卓越的性能，但是许多方法都存在运行实时效率的问题，这对于汽车的自动驾驶来说至关重要。
现有技术一般基于分割的方法、基于锚点检测(anchor)的方法、行检测方法或参数预测方法等进行车道线检测。但是各种检测方式均各有利弊，难以满足车道线的复杂检测需求，以及高实时性和高精度的要求。
发明内容
本公开提供了一种基于车道线识别模型的图像处理方法、装置、设备和介质，以提高车道线识别的实时性和识别精度。
根据本公开的一方面，提供了一种基于车道线识别模型的图像处理方法，所述方法包括：
获取待识别的输入图像；
将所述输入图像输入车道线识别模型，以输出实例分割结果；其中，所述车道线识别模型包括图像特征提取子模型、语义分类子模型、实例分类子模型和实例分割子模型；所述图像特征提取子模型用于从所述输入图像提取图像特征；所述语义分类子模型和实例分类子模型，用于分别对图像特征进行处理，以确定语义分类结果和实例分类结果；所述实例分割子模型用于基于所述语义分类结果和实例分类结果进行处理，以确定实例分割结果，各实例分别对应于各车道线。
根据本公开的另一方面，提供了一种基于车道线识别模型的图像处理装置，所述装置包括：
图像获取模块，用于获取待识别的输入图像；
结果输出模块，用于将所述输入图像输入车道线识别模型，以输出实例分割结果；其中，所述车道线识别模型包括图像特征提取子模型、语义分类子模型、实例分类子模型和实例分割子模型；所述图像特征提取子模型用于从所述输入图像提取图像特征；所述语义分类子模型和实例分类子模型，用于分别对图像特征进行处理，以确定语义分类结果和实例分类结果；所述实例分割子模型用于基于所述语义分类结果和实例分类结果进行处理，以确定实例分割结果，各实例分别对应于各车道线。
根据本公开的另一方面，提供了一种电子设备，该电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开任一实施例所述的基于车道线识别模型的图像处理方法。
根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行本公开任一实施例所述的基于车道线识别模型的图像处理方法。
根据本公开的技术，提高了车道线识别的实时性和识别精度。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开实施例的提供的一种基于车道线识别模型的图像处理方法的流程图；
图2A是根据本公开实施例的提供的另一种基于车道线识别模型的图像处理方法的流程图；
图2B是根据本公开实施例的提供的一种车道线识别模型的示意图；
图3是根据本公开实施例的提供的又一种基于车道线识别模型的图像处理方法的流程图；
图4是根据本公开实施例的提供的一种基于车道线识别模型的图像处理装置的结构示意图；
图5是用来实现本公开实施例的基于车道线识别模型的图像处理方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1是根据本公开实施例的提供的一种基于车道线识别模型的图像处理方法的流程图。本公开实施例适用于基于车道线识别模型对车道线进行识别的情况，可以涵盖车道线识别模型的训练过程和/或模型的识别应用过程。该方法可以由基于车道线识别模型的图像处理装置来执行，该装置可以由软件和/或硬件的方式实现，并可集成于承载基于车道线识别模型的图像处理功能的电子设备中，比如服务端中。
如图1所示，本实施例提供的基于车道线识别模型的图像处理方法可以包括：
S101，获取待识别的输入图像。
本实施例中，输入图像可以是包含车道线的图像，进一步还可以是车道线被遮挡的图像。具体的，可以通过自动驾驶车辆上的图像采集设备获取待识别的输入图像。在模型训练过程中，输入图像可以是样本集合中的图像，在模型识别应用过程中，输入图像可以是待识别车道线的图像。
S102，将输入图像输入车道线识别模型，以输出实例分割结果。
本实施例中，车道线识别模型包括图像特征提取子模型、语义分类子模型、实例分类子模型和实例分割子模型，用于输出实例分割结果。所谓图像特征提取子模型用于从输入图像提取图像特征；可选的，图像特征提取子模型可以由多层卷积神经网络组成。所谓语义分类子模型和实例分类子模型，用于分别对图像特征进行处理，以确定语义分类结果和实例分类结果，其中语义分类子模型可以对向量级别的图像特征进行处理；实例分类子模型可以对像素级的图像特征进行处理。实例分割子模型用于基于语义分类结果和实例分类结果进行处理，以确定实例分割结果，各实例分别对应于各车道线。
具体的，将输入图像输入车道线识别模型的图像特征提取子模型中，得到图像特征，进而将图像特征分别输入至语义分类子模型和实例分类子模型，分别得到语义分类结果和实例分类结果，例如若输入图像中有3个车道线，则实例分类结果包括4个实例，即3个车道线和1个背景。最后将语义分类结果和实例分类结果，输入至实例分割子模型，得到实例分割结果，也就是各车道线。
本公开实施例提供的技术方案，通过获取待识别的输入图像，之后将输入图像输入车道线识别模型，以输出实例分割结果；其中，车道线识别模型包括图像特征提取子模型、语义分类子模型、实例分类子模型和实例分割子模型；图像特征提取子模型用于从输入图像提取图像特征；语义分类子模型和实例分类子模型，用于分别对图像特征进行处理，以确定语义分类结果和实例分类结果；实例分割子模型用于基于语义分类结果和实例分类结果进行处理，以确定实例分割结果，各实例分别对应于各车道线。上述技术方案，通过端到端的模型来识别车道线，也即语义分类结果和实例分类结果进行融合时，是在模型内部完成的，相比于现有方案中模型输出结果后再进行后处理的方法识别车道线，本公开无需模型输出结果后再进行后处理，提高了车道线识别的实时性和识别精度。
在上述实施例的基础上，作为本公开的一种可选方式，在车道线识别模型的训练阶段，在输出实例分割结果之后，还可以采用目标损失函数，对实例分割结果与输入图像对应的标注图像进行损失计算，并根据损失计算结果对车道线识别模型进行迭代训练。
可选的，采用目标损失函数，对实例分割结果与输入图像对应的标注图像进行损失计算可以是按照隔行提取规则从实例分割结果和标注图像中提取像素特征，进而采用目标损失函数，对提取的像素特征进行损失计算。其中，目标损失函数可以是交叉熵损失函数，还可以是二范数等，本公开不作具体限定。示例性的，可以每隔10行从实例分割结果和标注图像中提取像素特征，进而采用目标损失函数，对提取的像素特征进行损失计算。
可以理解是，由于车道线通常是连续的直线型或规律线型，通过隔行提取像素特征来计算损失，既能保证准确性，有能够减少计算量。
需要说明的是，标注图像中的车道线图像可以包括至少一条遮挡车道线图像。其中，遮挡车道线是指一条车道线中部分被遮挡，被分为若干部分，本公开中将被遮挡的车道线标注为一条车道线即一个类别。相比于现有的对遮挡车道线的标注，补全被遮挡部分而后标注类别，或者为因遮挡而拆分成多条车道线分别标注类别，本公开中直接为遮挡车道线标注为一个类别，在训练过程中，采用遮挡车道线图像进行训练，因此，在实际识别过程中，可以识别存在车道线被遮挡的图像。
图2A是根据本公开实施例的提供的另一种基于车道线识别模型的图像处理方法的流程图。在上述实施例的基础上，进一步优化，提供一种可选实施方案。
如图2A所示，该方法具体可以包括：
S201，获取待识别的输入图像。
S202，将输入图像输入图像特征提取子模型，以提取图像特征。
本实施例中，可选的，图像特征提取子模型可以是特征金字塔网络(FeaturePyramid Networks，FPN)，具体包括X层下采样层和Y层特征预测层。每层下采样层的输出为B*C*H*W维的通道特征，其中，H*W表示分辨率，随着下采样层的增加，H*W越来越小；C表示通道数，不同下采样层的通道数可以相同，也可以不同；B表示batchsize(即批量处理的数量)。特征预测层是对每个下采样层进行预测得到的，特征预测层的输出数据的维度为B*C*H*W，其中，H*W代表分辨率，越来越小，C代表通道数，不同特征预测层的通道数可以相同，也可以不同。
具体的，将输入图像输入图像特征提取子模型，以对输入图像进行X层下采样层和Y层特征预测层的处理，以输出至少两个图像特征；其中，X和Y为大于1的自然数，X小于或等于Y。例如，如图2B所示，给出了一种车道线识别模型的示意图，其中，图像特征提取子模型包括3层下采样层记为C3，C4和C5，C5为最高层，C3为最低层；图像特征提取子模型包括5个特征预测层，记为P3-P7，其中，P3-P5是与C3-C5对应的特征预测层，P6是P5经过下采样处理得到，P7是P6经过下采样得到的，P3为最底层特征预测层，P7为最高层特征预测层。
可以理解的是，由于输入图像中存在不同尺寸的目标，不同的目标具有不同的特征，利用浅层的特征可以将简单的目标区分，利用深层的特征可以将复杂的目标区分，即高层的下采样层可以获得更强的语义信息，可以得到更加鲁棒的信息，低层的下采样层可以提供更加准确的位置信息。因此，使得每层下采样层对应的特征预测层的信息更加丰富准确，为后续的实例识别奠定基础。
可选的，作为本公开的一种可选实施方式，还可以在至少一层下采样层与对应的特征预测层之间设置有注意力编码单元，用于对下采样层输出结果的通道特征进行注意力计算。具体的，下采样层输出的通道特征的维度为B*C*H*W，对B*C*H*W的通道特征通过注意力编码单元进行处理，得到B*Cc*Hc*Wc维度的数据，以便后续输入特征预测层进行处理。注意力编码单元例如采用transformer encoder模型来实现。
优选的，最高层的下采样层与对应的特征预测层之间设置有注意力编码单元。例如，如图2B所示，可以在C5下采样层即最高下采样层与对应的特征预测层即P5之间设置注意力编码单元(如transformer encoder模型)，对下采样层输出结果的通道特征进行注意力计算。可以理解的是，通过对下采样层输出结果的通道特征进行注意力计算，可以学习到不同通道之间的相关性，提供更加丰富的图像特征，能够较好的兼顾语义注意的准确性和计算实时性。
可选的，作为本公开的另一种可选实施方式，还可以在至少一个特征预测层与语义分类子模型之间设置有维度转换单元(head)和注意力解码单元，维度转换单元用于对特征预测层输出的图像特征进行维度转换，注意力解码单元用于对维度转换后的图像特征进行解码，以输出向量形式的图像特征。具体的，维度转换单元对特征预测层输出的图像特征进行卷积操作，得到维度转换后的图像特征，即B*C h*H h*W维的图像特征；进而对B*C h*Hh*W维的图像特征通过注意力解码单元进行计算，得到向量形式的图像特征，即N*256维的向量形式的图像特征。注意力解码单元例如采用transformer decoder模型来实现。
优选的，与最高层下采样层对应的特征预测层相比，位于高层的一个特征预测层与语义分类子模型之间设置有维度转换单元和注意力解码单元。例如，如图2B所示，在特征预测层P6与语义分类子模型之间设置有维度转换单元(head)和注意力解码单元(transformer decoder模型)，对特征预测层的输出结果进行维度转换和注意力计算。可以理解的是，通过在特征预测层与语义分类子模型之间设置维度转换单元和注意力解码单元，可以将像素级的图像特征转变为向量形式的图像特征，以便后续进行语义分类和实例分类。
可选的，作为本公开的又一种可选实施方式，还可以在至少一层下采样层与对应的特征预测层之间设置有注意力编码单元，用于对下采样层输出结果的通道特征进行注意力计算，同时至少一个特征预测层与语义分类子模型之间设置有维度转换单元和注意力解码单元，维度转换单元用于对特征预测层输出的图像特征进行维度转换，注意力解码单元用于对维度转换后的图像特征进行解码，以输出向量形式的图像特征。
S203，将图像特征输入语义分类子模型，以识别确定图像特征中的车道线类别和背景类别，作为语义分类结果。
可选的，将语义输出预测层经注意力解码单元输出的、向量形式的图像特征输入语义分类子模型，以识别确定图像特征中的车道线类别和背景类别；其中，语义输出预测层为与最高层下采样层对应的特征预测层相比，位于高层的一个特征预测层，例如语义输出预测层可以是特征预测层P6或P7。可以理解的是，将向量形式的图像特征通过语义分类子模型进行处理，可以提高语义分类的准确性。
S204，将图像特征输入实例分类子模型，以识别确定图像特征中的多个实例，作为实例分类结果。
可选的，将最底层的特征预测层输出的像素级别的图像特征，输入实例分类子模型，以识别确定图像特征中的多个实例，作为实例分类结果。可以理解的是，将最底层的特征预测层输出的像素级别的图像特征，具有更高的分辨率，进而输入至实例分类子模型中进行处理，可以提高实例分类的准确性。
S205，将语义分类结果和实例分类结果输入实例分割子模型，以根据车道线类别和背景类别对多个实例进行区分，以形成包括背景和至少一条车道线的实例分割结果。
本实施例中，将语义分类结果和实例分类结果输入至实例分割子模型，实例分割子模型根据车道线类别和背景类型对多个实例进行区分，得到背景和至少一条车道线的实例分割结果。具体的，语义分类结果可以是包括N各类别的分类图，实例分类结果可以是输入图像中实例的N张实例图，将分类图和N张示例图，通过实例分割子模型进行结合，得到最终的实例分割结果，在实例分割结果中，既能体现车道线的像素点位置，又能记录车道线的类别。
本公开实施例提供的技术方案，通过获取待识别的输入图像，将输入图像输入图像特征提取子模型，以提取图像特征，之后将图像特征输入语义分类子模型，以识别确定图像特征中的车道线类别和背景类别，作为语义分类结果，并将图像特征输入实例分类子模型，以识别确定图像特征中的多个实例，作为实例分类结果，进而将语义分类结果和实例分类结果输入实例分割子模型，以根据车道线类别和背景类别对多个实例进行区分，以形成包括背景和至少一条车道线的实例分割结果。上述技术方案，提高了车道线识别的准确性和实时性。
图3是根据本公开实施例的提供的又一种基于车道线识别模型的图像处理方法的流程图。在上述实施例的基础上，进一步优化，提供一种可选实施方案。
如图3所示，该方法具体可以包括：
S301，获取待识别的输入图像。
S302，将输入图像输入图像特征提取子模型，以提取图像特征。
S303，将图像特征输入语义分类子模型，以识别确定图像特征中的车道线类别和背景类别，作为语义分类结果。
可选的，语义分类子模型可以是多层感知神经网络(MLP)。进一步的，将向量形式的图像特征输入多层感知神经网络，以分别输出掩码分类向量、以及输出车道线类别和背景类别。其中，掩码分类向量是一个256*N维的向量，用于后续实例分类子模型进行实例分类预测。如图2B所示，将transformer decoder模型输出的向量形式的图像特征输入至MLP中，得到N class predictions也即车道线类别和背景类别，以及掩码分类向量(N maskembeddings)。
可以理解的是，通过多层感知神经网络进程语义分类结果的确定，进一步提高了语义分类结果的准确性。
S304，将图像特征输入实例分类子模型，以识别确定图像特征中的多个实例，作为实例分类结果。
可选的，实例分类子模型为掩码分类子模型(F mask)，掩码分类子模型的设定类别根据道路中同时出现的车道线数量确定。
示例性的，可以将像素级别的图像特征进行二值化处理，得到二值化图像；例如，可以将最底层的特征预测层输出的像素级别的图像特征输入至掩码分类子模型中，得到二值化图像。进而将二值化图像，与掩码分类向量相乘，以识别确定图像中的多个实例(即Nmask predictions)。
可以理解的是，通过掩码分类子模型进行图像中实例确定，可以提高实例确定的准确性。
S305，将语义分类结果和实例分类结果输入实例分割子模型，以根据车道线类别和背景类别对多个实例进行区分，以形成包括背景和至少一条车道线的实例分割结果。
本公开实施例提供的技术方案，通过获取待识别的输入图像，将输入图像输入图像特征提取子模型，以提取图像特征，之后将图像特征输入语义分类子模型，以识别确定图像特征中的车道线类别和背景类别，作为语义分类结果，并将图像特征输入实例分类子模型，以识别确定图像特征中的多个实例，作为实例分类结果，进而将语义分类结果和实例分类结果输入实例分割子模型，以根据车道线类别和背景类别对多个实例进行区分，以形成包括背景和至少一条车道线的实例分割结果。上述技术方案，提高了车道线识别的准确性和实时性。
图4是根据本公开实施例的提供的一种基于车道线识别模型的图像处理装置的结构示意图。本公开实施例适用于基于车道线识别模型对车道线进行识别的情况，可以涵盖车道线识别模型的训练过程和/或模型的识别应用过程。该装置可以由软件和/或硬件的方式实现，并可集成于承载基于车道线识别模型的图像处理功能的电子设备中，比如服务端中。如图4所示，该装置具体可以包括：
图像获取模块401，用于获取待识别的输入图像；
结果输出模块402，用于将输入图像输入车道线识别模型，以输出实例分割结果；其中，车道线识别模型包括图像特征提取子模型、语义分类子模型、实例分类子模型和实例分割子模型；图像特征提取子模型用于从输入图像提取图像特征；语义分类子模型和实例分类子模型，用于分别对图像特征进行处理，以确定语义分类结果和实例分类结果；实例分割子模型用于基于语义分类结果和实例分类结果进行处理，以确定实例分割结果，各实例分别对应于各车道线
本公开实施例提供的技术方案，通过获取待识别的输入图像，之后将输入图像输入车道线识别模型，以输出实例分割结果；其中，车道线识别模型包括图像特征提取子模型、语义分类子模型、实例分类子模型和实例分割子模型；图像特征提取子模型用于从输入图像提取图像特征；语义分类子模型和实例分类子模型，用于分别对图像特征进行处理，以确定语义分类结果和实例分类结果；实例分割子模型用于基于语义分类结果和实例分类结果进行处理，以确定实例分割结果，各实例分别对应于各车道线。上述技术方案，通过端到端的模型来识别车道线，也即语义分类结果和实例分类结果进行融合时，是在模型内部完成的，相比于现有方案中的模型输出结果后再进行后处理的方法识别车道线，本公开无需模型输出结果后再进行后处理，提高了车道线识别的实时性和识别精度。
进一步地，该装置还包括模型训练模块，该模型训练模块用于：
采用目标损失函数，对实例分割结果与输入图像对应的标注图像进行损失计算，并根据损失计算结果对车道线识别模型进行迭代训练。
进一步地，模型训练模块包括像素特征提取单元和损失计算单元，其中，
像素特征提取单元，用于按照隔行提取规则从实例分割结果和标注图像中提取像素特征；
损失计算单元，用于采用目标损失函数，对提取的像素特征进行损失计算。
进一步地，标注图像中的车道线图像包括至少一条遮挡车道线图像。
进一步地，结果输出模块402包括：
图像特征提取单元，用于将输入图像输入图像特征提取子模型，以提取图像特征；
语义分类结果确定单元，用于将图像特征输入语义分类子模型，以识别确定图像特征中的车道线类别和背景类别，作为语义分类结果；
实例分类结果确定单元，用于将图像特征输入实例分类子模型，以识别确定图像特征中的多个实例，作为实例分类结果；
实例分割结果确定单元，用于将语义分类结果和实例分类结果输入实例分割子模型，以根据车道线类别和背景类别对多个实例进行区分，以形成包括背景和至少一条车道线的实例分割结果。
进一步地，图像提取子模型为特征金字塔网络模型，则图像特征提取单元，具体用于：
将输入图像输入图像特征提取子模型，以对输入图像进行X层下采样层和Y层特征预测层的处理，以输出至少两个图像特征；其中，X和Y为大于1的自然数，X小于或等于Y。
进一步地，至少一层下采样层与对应的特征预测层之间设置有注意力编码单元，用于对下采样层输出结果的通道特征进行注意力计算；和/或
至少一个特征预测层与语义分类子模型之间设置有维度转换单元和注意力解码单元，维度转换单元用于对特征预测层输出的图像特征进行维度转换，注意力解码单元用于对维度转换后的图像特征进行解码，以输出向量形式的图像特征。
进一步地，最高层的下采样层与对应的特征预测层之间设置有注意力编码单元。
进一步地，与最高层下采样层对应的特征预测层相比，位于高层的一个特征预测层与语义分类子模型之间设置有维度转换单元和注意力解码单元。
进一步地，语义分类结果确定单元具体用于：
将语义输出预测层经注意力解码单元输出的、向量形式的图像特征输入语义分类子模型，以识别确定图像特征中的车道线类别和背景类别；其中，语义输出预测层为与最高层下采样层对应的特征预测层相比，位于高层的一个特征预测层。
进一步地，实例分类结果确定单元具体用于：
将最底层的特征预测层输出的像素级别的图像特征，输入实例分类子模型，以识别确定图像特征中的多个实例，作为实例分类结果。
进一步地，实例分类子模型为掩码分类子模型，掩码分类子模型的设定类别根据道路中同时出现的车道线数量确定。
进一步地，语义分类结果确定单元还具体用于：
将向量形式的图像特征输入多层感知神经网络，以分别输出掩码分类向量、以及输出车道线类别和背景类别。
相应的，实例分类结果确定单元还具体用于：
将像素级别的图像特征进行二值化处理，得到二值化图像；
将二值化图像，与掩码分类向量相乘，以识别确定图像中的多个实例。
本公开的技术方案中，所涉及的图像数据等的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示，设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM 503中，还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 803通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如基于车道线识别模型的图像处理方法。例如，在一些实施例中，基于车道线识别模型的图像处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时，可以执行上文描述的基于车道线识别模型的图像处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行基于车道线识别模型的图像处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (17)

1.一种基于车道线识别模型的图像处理方法，所述方法包括：
获取待识别的输入图像；
将所述输入图像输入车道线识别模型，以输出实例分割结果；其中，所述车道线识别模型包括图像特征提取子模型、语义分类子模型、实例分类子模型和实例分割子模型；所述图像特征提取子模型用于从所述输入图像提取图像特征；所述语义分类子模型和实例分类子模型，用于分别对图像特征进行处理，以确定语义分类结果和实例分类结果；所述实例分割子模型用于基于所述语义分类结果和实例分类结果进行处理，以确定实例分割结果，各实例分别对应于各车道线。
2.根据权利要求1所述的方法，在所述车道线识别模型的训练阶段，在输出实例分割结果之后，还包括：
采用目标损失函数，对所述实例分割结果与输入图像对应的标注图像进行损失计算，并根据损失计算结果对所述车道线识别模型进行迭代训练。
3.根据权利要求2所述的方法，其中，采用目标损失函数，对所述实例分割结果与输入图像对应的标注图像进行损失计算包括：
按照隔行提取规则从所述实例分割结果和所述标注图像中提取像素特征；
采用目标损失函数，对提取的像素特征进行损失计算。
4.根据权利要求2所述的方法，其中，所述标注图像中的车道线图像包括至少一条遮挡车道线图像。
5.根据权利要求1所述的方法，其中，将所述输入图像输入车道线识别模型，以输出实例分割结果包括：
将所述输入图像输入所述图像特征提取子模型，以提取图像特征；
将图像特征输入所述语义分类子模型，以识别确定图像特征中的车道线类别和背景类别，作为语义分类结果；
将图像特征输入所述实例分类子模型，以识别确定图像特征中的多个实例，作为实例分类结果；
将所述语义分类结果和所述实例分类结果输入所述实例分割子模型，以根据车道线类别和背景类别对所述多个实例进行区分，以形成包括背景和至少一条车道线的实例分割结果。
6.根据权利要求5所述的方法，其中，所述图像提取子模型为特征金字塔网络模型，则将所述输入图像输入所述图像特征提取子模型，以提取图像特征包括：
将所述输入图像输入所述图像特征提取子模型，以对输入图像进行X层下采样层和Y层特征预测层的处理，以输出至少两个图像特征；其中，X和Y为大于1的自然数，X小于或等于Y。
7.根据权利要求6所述的方法，其中：
至少一层下采样层与对应的特征预测层之间设置有注意力编码单元，用于对下采样层输出结果的通道特征进行注意力计算；和/或
至少一个特征预测层与语义分类子模型之间设置有维度转换单元和注意力解码单元，所述维度转换单元用于对特征预测层输出的图像特征进行维度转换，所述注意力解码单元用于对维度转换后的图像特征进行解码，以输出向量形式的图像特征。
8.根据权利要求7所述的方法，其中，最高层的下采样层与对应的特征预测层之间设置有所述注意力编码单元。
9.根据权利要求7所述的方法，其中，与最高层下采样层对应的特征预测层相比，位于高层的一个特征预测层与语义分类子模型之间设置有所述维度转换单元和注意力解码单元。
10.根据权利要求6或7所述的方法，其中，将图像特征输入所述语义分类子模型，以识别确定图像特征中的车道线类别和背景类别包括：
将语义输出预测层经注意力解码单元输出的、向量形式的图像特征输入所述语义分类子模型，以识别确定图像特征中的车道线类别和背景类别；其中，所述语义输出预测层为与最高层下采样层对应的特征预测层相比，位于高层的一个特征预测层。
11.根据权利要求6-9任一所述的方法，其中，将图像特征输入所述实例分类子模型，以识别确定图像特征中的多个实例，作为实例分类结果包括：
将最底层的特征预测层输出的像素级别的图像特征，输入所述实例分类子模型，以识别确定图像特征中的多个实例，作为实例分类结果。
12.根据权利要求5所述的方法，其中，所述实例分类子模型为掩码分类子模型，所述掩码分类子模型的设定类别根据道路中同时出现的车道线数量确定。
13.根据权利要求5所述的方法，其中，将图像特征输入所述语义分类子模型，以识别确定图像特征中的车道线类别和背景类别包括：
将向量形式的图像特征输入多层感知神经网络，以分别输出掩码分类向量、以及输出车道线类别和背景类别；
相应的，将图像特征输入所述实例分类子模型，以识别确定图像特征中的多个实例包括：
将像素级别的图像特征进行二值化处理，得到二值化图像；
将所述二值化图像，与所述掩码分类向量相乘，以识别确定图像中的多个实例。
14.一种基于车道线识别模型的图像处理装置，所述装置包括：
图像获取模块，用于获取待识别的输入图像；
结果输出模块，用于将所述输入图像输入车道线识别模型，以输出实例分割结果；其中，所述车道线识别模型包括图像特征提取子模型、语义分类子模型、实例分类子模型和实例分割子模型；所述图像特征提取子模型用于从所述输入图像提取图像特征；所述语义分类子模型和实例分类子模型，用于分别对图像特征进行处理，以确定语义分类结果和实例分类结果；所述实例分割子模型用于基于所述语义分类结果和实例分类结果进行处理，以确定实例分割结果，各实例分别对应于各车道线。
15.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-13中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-13中任一项所述的方法。
17.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-13中任一项所述的方法。
CN202111275608.1A 2021-10-29 2021-10-29 基于车道线识别模型的图像处理方法、装置、设备和介质 Pending CN114022865A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111275608.1A CN114022865A (zh) 2021-10-29 2021-10-29 基于车道线识别模型的图像处理方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111275608.1A CN114022865A (zh) 2021-10-29 2021-10-29 基于车道线识别模型的图像处理方法、装置、设备和介质

Publications (1)

Publication Number Publication Date
CN114022865A true CN114022865A (zh) 2022-02-08

Family

ID=80058860

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111275608.1A Pending CN114022865A (zh) 2021-10-29 2021-10-29 基于车道线识别模型的图像处理方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN114022865A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114332248A (zh) * 2022-03-08 2022-04-12 深圳安智杰科技有限公司 视觉传感器外参数自动标定方法及装置
CN114863437A (zh) * 2022-04-21 2022-08-05 北京百度网讯科技有限公司 文本识别方法、装置、电子设备和存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114332248A (zh) * 2022-03-08 2022-04-12 深圳安智杰科技有限公司 视觉传感器外参数自动标定方法及装置
CN114863437A (zh) * 2022-04-21 2022-08-05 北京百度网讯科技有限公司 文本识别方法、装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
CN113657390B (zh) 文本检测模型的训练方法和检测文本方法、装置和设备
CN113901909B (zh) 基于视频的目标检测方法、装置、电子设备和存储介质
CN114429637B (zh) 一种文档分类方法、装置、设备及存储介质
CN114022865A (zh) 基于车道线识别模型的图像处理方法、装置、设备和介质
CN113139543A (zh) 目标对象检测模型的训练方法、目标对象检测方法和设备
CN113361578A (zh) 图像处理模型的训练方法、装置、电子设备及存储介质
CN114863437B (zh) 文本识别方法、装置、电子设备和存储介质
CN112863187B (zh) 感知模型的检测方法、电子设备、路侧设备和云控平台
CN114022887B (zh) 文本识别模型训练及文本识别方法、装置、电子设备
CN114612741A (zh) 缺陷识别模型的训练方法、装置、电子设备及存储介质
CN115761698A (zh) 一种目标检测方法、装置、设备及存储介质
CN115861809A (zh) 杆状物检测及其模型的训练方法、装置、电子设备、介质
CN115019321A (zh) 一种文本识别、模型训练方法、装置、设备及存储介质
CN112966140B (zh) 字段识别方法、装置、电子设备、存储介质和程序产品
CN113706705A (zh) 用于高精地图的图像处理方法、装置、设备以及存储介质
CN114842066A (zh) 图像深度识别模型训练方法、图像深度识别方法及装置
CN114463734A (zh) 文字识别方法、装置、电子设备及存储介质
CN114332509A (zh) 图像处理方法、模型训练方法、电子设备及自动驾驶车辆
CN113989300A (zh) 车道线分割的方法、装置、电子设备和存储介质
CN113962383A (zh) 模型的训练方法、目标跟踪方法、装置、设备和存储介质
CN113887394A (zh) 一种图像处理方法、装置、设备及存储介质
CN113887414A (zh) 目标检测方法、装置、电子设备和存储介质
CN113570607B (zh) 目标分割的方法、装置及电子设备
CN113012439B (zh) 车辆检测方法、装置、设备和存储介质
CN113887423A (zh) 目标检测方法、装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination