買(mǎi)專利賣(mài)專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉杭州電子科技大學(xué)申請(qǐng)的專利一種使用自注意力機(jī)制和可變卷積的車道線檢測(cè)方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115810181B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-05發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202211670000.3，技術(shù)領(lǐng)域涉及：G06V20/56；該發(fā)明授權(quán)一種使用自注意力機(jī)制和可變卷積的車道線檢測(cè)方法是由湯景凡;吳旺杰;張旻;姜明設(shè)計(jì)研發(fā)完成，并于2022-12-25向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種使用自注意力機(jī)制和可變卷積的車道線檢測(cè)方法在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)了一種使用自注意力機(jī)制和可變卷積進(jìn)行特征提取優(yōu)化的車道檢測(cè)方法，包括1、主干流程初步提取圖像特征；2、特征融合計(jì)算；3、可變卷積計(jì)算階段；4、車道線位置預(yù)測(cè)階段；5、圖像分割特征提取階段。該方法ResNet卷積網(wǎng)絡(luò)、全連接層計(jì)算、圖像網(wǎng)格化建模方法對(duì)原始圖像進(jìn)行車道線檢測(cè)識(shí)別。本發(fā)明通過(guò)對(duì)自注意力機(jī)制、可變卷積方法、多尺度特征融合的結(jié)合使用，強(qiáng)化網(wǎng)絡(luò)對(duì)全局信息的提取能力；取消損失計(jì)算時(shí)先驗(yàn)信息從而減小模型過(guò)擬合帶來(lái)的復(fù)雜場(chǎng)景下的誤檢。

本發(fā)明授權(quán)一種使用自注意力機(jī)制和可變卷積的車道線檢測(cè)方法在權(quán)利要求書(shū)中公布了：1.一種使用自注意力機(jī)制和可變卷積的車道線檢測(cè)方法，其特征在于，包括如下步驟： S1、獲取原始圖像數(shù)據(jù)并構(gòu)建數(shù)據(jù)集； S2、數(shù)據(jù)集預(yù)處理，將原始圖像數(shù)據(jù)經(jīng)過(guò)遮擋、亮度調(diào)節(jié)、對(duì)比度調(diào)節(jié)、隨機(jī)噪聲生成得到預(yù)處理后的圖像數(shù)據(jù)； S3、預(yù)處理后的圖像數(shù)據(jù)作為輸入，進(jìn)行特征提取 S3-1、通過(guò)由4個(gè)卷積堆疊模塊組成的ResNet18提取出后三個(gè)卷積模塊生成的3個(gè)特征圖T1～T3； S3-2、輸出的特征圖T3進(jìn)行自注意力提取得到特征圖T4； S4、特征融合，將特征圖T1～T4的融合前需要進(jìn)行尺寸變換，首先對(duì)T1～T4卷積操作，統(tǒng)一到特定的通道數(shù)Cf＝64；然后從T4到T1通過(guò)逐個(gè)上采樣和相加的操作，得到一個(gè)融合了不同卷積層和自注意力特征的特征圖Tc； S5、將融合了不同卷積層和自注意力特征的特征圖Tc進(jìn)行可變卷積處理得到新的特征圖To： 包括如下子步驟： S5-1、首先將Tc通過(guò)兩個(gè)由三層卷積組成的計(jì)算單元：三層卷積，提取出Tcls和Tpts，前者是應(yīng)用可變卷積的特征圖，后者用以生成指定可變卷積位置的向量； S5-2、將Tpts再通過(guò)兩層卷積生成Toffset，尺寸為N×H×W，其中N為可變卷積感受野包含的計(jì)算位置個(gè)數(shù)，Toffset的數(shù)值為卷積計(jì)算點(diǎn)偏離卷積位置的數(shù)值，正數(shù)為向右偏移，負(fù)數(shù)為向左偏移， Toffset＝convTpts S5-3、將Toffset與數(shù)據(jù)集的label做損失計(jì)算； S5-4、將Toffset應(yīng)用在Tcls上進(jìn)行可變卷積操作，通過(guò)Toffset數(shù)值確定的卷積位置做卷積計(jì)算，得到新的特征圖To， To＝deformConvTcls,Toffset； S6、車道線預(yù)測(cè) 以To為輸入，經(jīng)過(guò)兩層全連接與Relu組合的計(jì)算層輸出每一個(gè)網(wǎng)格屬于每一條車道線的概率，其組成的概率矩陣M，其尺寸為lanes,H,W，其中l(wèi)anes為車道線數(shù)目的通道數(shù)，H、W為網(wǎng)格尺寸，每一個(gè)通道表示一條車道線在每個(gè)網(wǎng)格的分類信息，將概率矩陣M與數(shù)據(jù)集的label做交叉熵?fù)p失計(jì)算并反向傳播，fc為全連接層 M＝fcrelufcTo。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人杭州電子科技大學(xué)，其通訊地址為：310018 浙江省杭州市錢(qián)塘新區(qū)白楊街道2號(hào)大街1158號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。