公开(公告)号：CN119399723A

公开(公告)日：2025-02-07

申请号：CN202411642047.8

申请日：2024-11-18

Applicant: 南京邮电大学

Inventor： 孙宁 ,  方志明 ,  孙宇辰

IPC: G06V20/56 ,  G06V10/82 ,  G06V10/774 ,  G06V10/776 ,  G06N3/08 ,  G06N3/0985 ,  G06N3/0455 ,  G06V10/40 ,  G06V10/80 ,  G06N3/084 ,  G06V10/74

Abstract: 本发明公开一种基于动态线锚的轨道线检测方法，包括：收集包含轨道目标的图像和轨道线实例标注，并进行预处理，获得由原始图像张量和掩膜图像张量组成的数据集；根据获取的数据集，采用基于动态线锚和轨道对比学习的端到端的深度神经网络结构，训练获得轨道线检测模型；将待检测的图像输入到训练完成的轨道线检测模型，输出轨道线检测结果。本发明通过动态线锚和轨道对比学习的结合，有效提取轨道线特征，提高了轨道线检测的准确率，有效的改善了真实环境下面目前对复杂轨道线检测的准确度，更有利于今后自动驾驶领域的发展。

公开(公告)号：CN117523511A

公开(公告)日：2024-02-06

申请号：CN202311397661.8

申请日：2023-10-25

Applicant: 南京邮电大学

Inventor： 孙宁 ,  韩永朋 ,  方志明

IPC: G06V20/56 ,  G06V10/762 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/088

Abstract: 本发明提供一种基于混合注意力机制和关联像素的轨道线检测方法及系统，所述方法包括如下步骤：从轨道线数据库中选取混合场景的轨道图像和轨道线标注，并将其转化为二进制掩码，将轨道图像与二进制掩码进行配对，再按照相应比例划分为训练集和测试集；构建基于混合注意力机制和关联像素的轨道线检测网络模型；将按比例分好的训练集输入到深度神经网络中进行训练；将配对的彩色图像和二进制掩码输入到轨道线检测网络模型中，获得每个像素点的周围像素点特征信息，实现对水平关联像素域和垂直关联像素域的预测。本发明通过混合注意力机制和关联像素的结合，有效提取轨道线独特特征，提高网络模型检测的准确率，保证应用的准确性。