买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华侨大学申请的专利一种车道线快速检测方法、装置及可读介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116778446B 。

龙图腾网通过国家知识产权局官网在2025-11-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310761995.2，技术领域涉及：G06V20/56；该发明授权一种车道线快速检测方法、装置及可读介质是由黄德天;刘航;宋佳讯;曾焕强;朱建清;陈婧;陈龙涛设计研发完成，并于2023-06-26向国家知识产权局提交的专利申请。

本一种车道线快速检测方法、装置及可读介质在说明书摘要公布了：本发明公开了一种车道线快速检测方法、装置及可读介质，获取路况图像；构建基于编码器‑解码器的神经网络并训练，得到车道线检测模型，基于编码器‑解码器的神经网络包括主干分支和辅助分支，主干分支包括依次连接的编码器网络、CBAM注意力机制模块和解码器网络，编码器网络中包括改进的残差结构，改进的残差结构包括第一卷积层以及分别与第一卷积层连接的第一分支和第二分支，第一分支包括第二卷积层，第二分支包括依次连接的第三卷积层和第四卷积层，第一分支、第二分支与第一卷积层的输入通过加法器相连，辅助分支为实例分割网络，并仅在训练过程中使用；将路况图像输入车道线检测模型，检测得到车道线图像，提高车道线检测的准确率和检测速度。

本发明授权一种车道线快速检测方法、装置及可读介质在权利要求书中公布了：1.一种车道线快速检测方法，其特征在于，包括以下步骤： 获取路况图像； 构建基于编码器-解码器的神经网络并训练，得到车道线检测模型，所述基于编码器-解码器的神经网络包括主干分支和辅助分支，所述主干分支包括依次连接的编码器网络、CBAM注意力机制模块和解码器网络，所述编码器网络中包括改进的残差结构，所述改进的残差结构包括第一卷积层以及分别与所述第一卷积层连接的第一分支和第二分支，所述第一分支包括第二卷积层，所述第二分支包括依次连接的第三卷积层和第四卷积层，所述第一分支、第二分支与所述第一卷积层的输入通过加法器相连；所述CBAM注意力机制模块包括通道注意力模块和空间注意力模块，所述通道注意力模块中，将所述编码器网络输出的特征图分别输入平均池化层和最大池化层，得到平均池化特征和最大池化特征，并将所述平均池化特征和最大池化特征分别输入多层感知器，得到两个输出特征向量，采用逐元素求和将两个输出特征向量进行合并，并经过sigmoid函数，得到通道注意力特征图： 其中，F为所述编码器网络输出的特征图，McF为通道注意力特征图，为平均池化特征，为最大池化特征，AvgPool表示平均池化层，MaxPool表示最大池化层，MLP表示多层感知器，σ表示sigmoid函数，w0和w1表示MLP权重，w0∈RCr×C，w1∈RC×Cr，r为减速比，C为车道线数量； 所述通道注意力特征图与所述编码器网络输出的特征图相乘，得到通道修正特征图； 所述空间注意力模块中，将所述通道修正特征图分别输入三个1×1的卷积块，输出第一特征图F1、第二特征图F2和第三特征图F3，其中，{F1，F2，F3}∈RH×W×C，计算所述第一特征图中的第m个位置和所述第二特征图中的第n个位置之间的相关特征Cmn： Cmn＝F1xmTF2xn； 通过Softmax函数将相关特征Cmn归一化为Smn： 其中，Smn∈[0,1]； 将Smn和F3xm的转置矩阵之间执行矩阵乘法，得到第n个位置的特征图： 将每个位置的特征图重塑为RH×W×C，表示为： X＝X1,X2,...,Xn,...,XH×W；所述解码器网络中，首先将CBAM注意力机制模块得到的特征图进行维度展开，并依次经过两个全连接层和一次维度重整，得到位置特征图，基于行锚检测的方式将重整后的特征图划分为若干个行锚框，并将每个行锚框划分为若干个网格，对每个行锚框中的每个网格预测存在车道线的概率，并输出车道线像素点的位置；所述辅助分支为实例分割网络，并仅在训练过程中使用； 将所述路况图像输入所述车道线检测模型，检测得到车道线图像。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华侨大学，其通讯地址为：362000 福建省泉州市丰泽区城东城华北路269号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。