← 返回列表
一种基于无人机巡检图像的车道线识别方法和系统
摘要文本
本发明公开一种基于无人机巡检图像的车道线识别方法,包括:S1,获取无人机巡检图像并对无人机巡检图像进行预处理;S2,构建用于车道线识别的轻量级语义分割网络,其中轻量级语义分割网络将Swin Transformer网络模型和轻量级语义分割头部SegFormer进行融合,以Swin Transformer为编码器并且以轻量级语义分割头部SegFormer为解码器;S3,基于经过预处理的无人机巡检图像和用于车道线识别的轻量级语义分割网络对车道线进行识别,还公开对应系统、电子设备及计算机可读存储介质,将Swin Transformer网络模型和轻量级语义分割头部进行融合,实现对无人机巡检图像中车道线的实时识别(大于30帧每秒),同时保证在不同工况下的识别精度,完成对车道线的像素级描述,从而适应真实复杂巡检环境。
申请人信息
- 申请人:山东大学
- 申请人地址:250199 山东省济南市山大南路27号
- 发明人: 山东大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于无人机巡检图像的车道线识别方法和系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311673890.8 |
| 申请日 | 2023/12/7 |
| 公告号 | CN117593716A |
| 公开日 | 2024/2/23 |
| IPC主分类号 | G06V20/56 |
| 权利人 | 山东大学 |
| 发明人 | 郭峰; 马晓楠; 陶睿堃; 周豪 |
| 地址 | 山东省济南市历城区山大南路27号 |
专利主权项内容
1.一种基于无人机巡检图像的车道线识别方法,其特征在于,包括:S1,获取无人机巡检图像并对无人机巡检图像进行预处理;S2,构建用于车道线识别的轻量级语义分割网络,其中所述轻量级语义分割网络将Swin Transformer网络模型和轻量级语义分割头部SegFormer进行融合,以SwinTransformer为编码器并且以轻量级语义分割头部SegFormer为解码器;S3,基于经过预处理的所述无人机巡检图像和所述用于车道线识别的轻量级语义分割网络对车道线进行识别。