一种基于双流卷积神经网络的车道偏离预警方法

    公开(公告)号:CN114987551A

    公开(公告)日:2022-09-02

    申请号:CN202210732395.9

    申请日:2022-06-27

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于双流卷积神经网络的车道偏离预警方法,该方法包括以下步骤:将一段摄像头采集的包含车道信息的视频分成多个等长不重叠的分段,对每个分段分别进行稀疏采样;将每个分段采样得到的静态帧图像和光流图像分别输入到空间流卷积神经网络和时间流卷积神经网络进行特征提取;将各个分段提取的空间特征和时间特征分别进行特征融合;将融合后的时间特征和空间特征进行特征集成;将集成特征输入分类器,得到分类结果;根据分类结果判断车道偏离情况并进行车道偏离预警。相比其他车道偏离预警方法,该方法只需要根据车道视频信息而不需要结合车辆信息就可以实现车道偏离判断;该方法所需要输入的信息少,并且简化了车道偏离判断过程。

Patent Agency Ranking