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！

龙图腾网获悉闽江学院申请的专利基于全局特征优化和形状特征感知聚合的车道线检测方法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：CN118865296B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202410851356.X，技术领域涉及：G06V20/56；该发明授权基于全局特征优化和形状特征感知聚合的车道线检测方法是由李佐勇;戴伟龙;曾焕强;胡蓉;蔡远征设计研发完成，并于2024-06-28向国家知识产权局提交的专利申请。

本基于全局特征优化和形状特征感知聚合的车道线检测方法在说明书摘要公布了：本发明涉及一种基于全局特征优化和形状特征感知聚合的车道线检测方法，属于自动驾驶技术领域。该方法提出一个融合了全局特征优化器GFO和自适应车道几何聚合器ALGA这两个核心组件的车道线检测模型，其通过全局特征优化器使得模型能够对图像中的局部和全局特征进行充分地融合，有效过滤不重要的信息，同时使用自适应车道几何聚合器来有效地利用好车道线特殊的形状先验信息，从而使模型能够有效地应对弯道和车道线缺失等复杂场景，有效地缓解了之前的方法中模型遇到复杂情况时性能下降的问题。

本发明授权基于全局特征优化和形状特征感知聚合的车道线检测方法在权利要求书中公布了：1.一种基于全局特征优化和形状特征感知聚合的车道线检测方法，其特征在于，包括如下步骤： 对输入的车道线图像进行预处理； 通过主干网络提取不同层级的特征； 在全局特征优化器GFO的操作下对提取到的特征进行处理； 通过自适应车道几何聚合器ALGA利用车道线的形状先验信息，增强图像中车道锚点的相关性； 通过颈部网络对提取到的特征进行从粗到细的逐层细化，以优化提取到的特征，并在整个过程中始终保持高级语义信息； 将优化得到的特征进行包括池化、卷积和全连接层的操作，最终送到回归分支和分类分支并进行特征的聚合及可视化以得到最终的车道线预测图像； 所述自适应车道几何聚合器ALGA具体实现如下： 对于一个车道锚点，首先使用卷积层来预测它与其周围同一车道上的K个锚点之间的偏移量及每个偏移量相应的调质因子，这个调质因子使得模型能够自适应地调节每个锚点的贡献度，具体如下列公式所示： 其中，pi表示第i个锚点的坐标，表示第i个锚点的特征表示，φ表示偏移量卷积层，用于从特征图学习并提取预测的偏移量，ψ表示调质因子卷积层，用于从特征图中学习并提取每个偏移量的调质因子，表示预测的偏移量集合，表示第m个偏移的偏移量，表示预测到的偏移量的调质因子集合，表示第m个偏移的调质因子； 接下来，通过使用可变形卷积来结合预测到的偏移量和每个偏移量对应的调质因子对锚点相邻的特征进行整合，以聚合第i个锚点的上下文信息，如下所示： 其中，wm,m＝1,…,M是卷积的权重； 在经过可变形卷积的特征聚合后，继续对特征图施加空间注意力，进而有效地处理车道线缺失或遮挡的情况，得到最终的车道线预测图像。

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闽江学院，其通讯地址为：350108 福建省福州市闽侯县溪源宫路200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。