(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221047431 1.6 (22)申请日 2022.04.29 (71)申请人 智道网联科技 （北京） 有限公司 地址 100029 北京市东城区北三环东路3 6 号1号楼B6 01 (72)发明人 万单盼　 (74)专利代理 机构 北京市隆安 律师事务所 11323 专利代理师 权鲜枝　何健 (51)Int.Cl. G06K 9/62(2022.01) G06T 7/70(2017.01) G06V 20/58(2022.01) G06V 10/762(2022.01) G06V 10/26(2022.01)G06V 10/774(2022.01) (54)发明名称 车道线检测模 型训练方法、 装置及车道线检 测方法、 装置 (57)摘要 本申请公开了一种车道线检测模型训练方 法、 装置及车道线检测方法、 装置， 该方法包括： 获取待训练图像和其中的车道线实例的标注信 息； 根据车道线实例的标注信息， 利用预设特征 编码策略对待训练图像中的像素点进行编码得 到像素点的特征编码信息， 像素点的特征编码信 息包括像素点的横向特征向量和纵向特征向量； 利用待训练图像和像素点的特征编码信息及车 道线实例的标注信息训练车道线检测模 型， 得到 训练后的车道线检测模型。 本申请基于车道线实 例的标注信息， 利用预设特征编码策略对图像中 所有像素点进行特征编码， 并结合待训练图像和 车道线实例的标注信息共同训练车道线检测模 型， 提高了车道线检测的准确性和实时性， 且不 受车道线预设数量的限制。 权利要求书3页 说明书16页 附图4页 CN 114676794 A 2022.06.28 CN 114676794 A 1.一种车道线检测模型训练方法， 其中， 所述方法包括： 获取待训练图像和所述待训练图像中的车道线实例的标注信息； 根据所述车道线实例的标注信 息， 利用预设特征编码策略对所述待训练图像中的像素 点进行编码， 得到所述像素点的特征编码信息， 所述像素点的特征编码信息包括所述像素 点的横向特 征向量和纵向特 征向量； 利用所述待训练图像和所述像素点的特征编码信息以及所述车道线实例的标注信息 训练车道线检测模型， 得到训练后的车道线检测模型。 2.如权利要求1所述车道线检测模型训练方法， 其中， 所述待训练图像包括多个像素行 和多个像素列， 所述根据所述车道线实例的标注信息， 利用预设特征编码策略对所述待训 练图像中的像素点进行编码， 得到所述像素点的特 征编码信息包括： 按照各个像素行和各个像素列的方式确定所述像素点在所述待训练图像中的像素位 置； 根据所述车道线实例的标注信息以及所述车道线实例在所述待训练图像中的像素位 置， 确定所述像素点的横向特 征向量和纵向特 征向量。 3.如权利要求2所述车道线检测模型训练方法， 其中， 所述像素行包括当前像素行和下 一像素行， 所述像素点包括车道线实例对应的车道线像素点， 所述根据所述车道线实例的 标注信息， 利用预设特征编码策略对所述待训练图像中的像素点进行编码， 得到所述像素 点的特征编码信息包括： 根据所述车道线实例的标注信 息， 确定所述车道线像素点在所述当前像素行的多个当 前像素列的位置以及下一像素 行的多个下一像素列的位置； 根据所述车道线像素点在所述当前像素行的多个当前像素列的位置， 确定所述车道线 像素点在所述当前像素 行的各个当前像素列的横向特 征向量； 根据所述车道线像素点在所述当前像素行的多个当前像素列的位置以及所述下一像 素行的多个下一像素列的位置， 确定所述车道线像素点在所述当前像素行的各个当前像素 列的纵向特 征向量； 将所述车道线像素点在所述当前像素行的各个当前像素列的横向特征向量和所述当 前像素行的各个当前像素列的纵向特 征向量作为所述车道线像素点的特 征编码信息 。 4.如权利要求3所述车道线检测模型训练方法， 其中， 所述根据 所述车道线像素点在所 述当前像素行的多个当前像素列的位置， 确定所述车道线像素点在所述当前像素行的各个 当前像素列的横向特 征向量包括： 根据所述车道线像素点在所述当前像素行的多个当前像素列的位置， 确定所述车道线 像素点在所述当前像素 行的中心像素列； 以所述车道线像素点在所述当前像素行的中心像素列为基准， 确定所述车道线像素点 在所述当前像素 行的各个当前像素列的横向特 征向量。 5.一种车道线检测方法， 其中， 所述方法包括： 获取待检测图像； 利用车道线检测模型对所述待检测图像进行车道线检测， 得到车道线语义分割结果和 像素点的特 征编码信息； 根据所述车道线语义分割结果和所述像素点的特征编码信 息， 对待检测图像中的车道权　利　要　求　书 1/3 页 2 CN 114676794 A 2线像素点进行聚类； 根据聚类结果确定车道线实例分割结果， 以根据 所述车道线实例分割结果得到最终的 车道线检测结果； 其中， 所述车道线检测模型基于前述权利要求1～4之任一所述车道线检测模型训练方 法训练得到 。 6.如权利要求5所述车道线检测方法， 其中， 所述像素点的特征编码信 息包括车道线像 素点的特征编码信息， 所述根据所述车道线语义分割 结果和所述像素点的特征编码信息， 对待检测图像中的车道线像素点进行聚类包括： 根据所述车道线语义分割结果， 确定所述待检测图像中的车道线像素点所在的当前像 素行和当前像素列； 根据所述车道线像素点的特征编码信 息， 确定所述车道线像素点在所述当前像素行和 所述当前像素列的横向特 征向量； 根据所述车道线像素点在所述当前像素行和所述当前像素列的横向特征向量， 对所述 当前像素 行的车道线像素点进行聚类， 得到所述当前像素 行的多个车道线像素点簇 。 7.如权利要求6所述车道线检测方法， 其中， 所述根据聚类结果确定车道线实例分割结 果包括： 确定所述当前像素 行是否存在对应的历史像素 行； 若不存在， 则对所述当前像素行的多个车道线像素点簇依次进行标识后得到所述车道 线实例分割结果； 若存在， 则获取所述历史像素行的多个车道线像素点簇， 并根据所述历史像素行的车 道线像素点的纵向特征向量以及所述当前像素行的车道线像素点的纵向特征向量， 将所述 历史像素行的多个车道线像素点簇与所述当前像素行的多个车道线像素点簇进行匹配， 得 到所述当前像素 行的各个车道线像素点簇的标识。 8.如权利要求5所述车道线检测方法， 其中， 所述车道线检测结果为当前时刻的车道线 实例检测结果， 在根据聚类结果确定车道线实例分割 结果， 以根据所述车道线实例分割 结 果得到最终的车道线检测结果之后， 所述方法还 包括： 获取前一时刻的车道线实例检测结果； 根据所述前一 时刻的车道线实例分割结果以及所述当前时刻的车道线实例分割结果， 确定所述当前时刻的车道线实例与对应的前一时刻的车道线实例的距离； 基于所述当前时刻的车道线实例与对应的前一 时刻的车道线实例的距离， 利 于预设车 道线跟踪算法进行 车道线跟踪。 9.一种车道线检测模型训练装置， 其中， 所述装置包括： 第一获取 单元， 用于获取待训练图像和所述待训练图像中的车道线实例的标注信息； 编码单元， 用于根据所述车道线实例的标注信息， 利用预设特征编码策略对所述待训 练图像中的像素点进行编码， 得到所述像素点的特征编码信息， 所述像素点的特征编码信 息包括所述像素点的横向特 征向量和纵向特 征向量； 训练单元， 用于利用所述待训练图像和所述像素点的特征编码信 息以及所述车道线实 例的标注信息训练车道线检测模型， 得到训练后的车道线检测模型。 10.一种车道线检测装置， 其中， 所述装置包括：权　利　要　求　书 2/3 页 3 CN 114676794 A 3