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！

龙图腾网获悉同济大学申请的专利一种基于道路场景的车道线和车道区域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：CN116152766B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202310137313.0，技术领域涉及：G06V20/56；该发明授权一种基于道路场景的车道线和车道区域检测方法是由田炜;余先旺设计研发完成，并于2023-02-20向国家知识产权局提交的专利申请。

本一种基于道路场景的车道线和车道区域检测方法在说明书摘要公布了：本发明涉及一种基于道路场景的车道线和车道区域检测方法，将车辆前视RGB图像处理为的高分辨率图像和低分辨率图像，将高分辨率图像和低分辨率图像均输入预先构建并训练好的检测网络中，得到车道线和车道的检测结果。检测网络包括：车道线初级特征提取模块：提取车道线的初级特征；车道初级特征提取模块：提取车道的初级特征；特征交互学习模块：将两个初级特征进行信息交互，生成交互特征；车道线解码器和车道解码器：分别对交互特征进行第一次解码，第一次解码后的特征输入对方解码器中，结合交互特征进行第二次解码；交互约束损失模块：将两个解码器第二次解码的解码特征进行约束。与现有技术相比，本发明能够同时精准检测车道线和车道。

本发明授权一种基于道路场景的车道线和车道区域检测方法在权利要求书中公布了：1.一种基于道路场景的车道线和车道区域检测方法，其特征在于，将包含真实道路场景的车辆前视RGB图像处理为分辨率不同的高分辨率图像和低分辨率图像，将高分辨率图像和低分辨率图像均输入预先构建并训练好的检测网络中，得到车道线和车道的检测结果； 所述检测网络包括： 车道线初级特征提取模块：用以提取车道线的初级特征，输入为高分辨率图像； 车道初级特征提取模块：用以提取车道的初级特征，输入为低分辨率图像； 特征交互学习模块：用以将车道线的初级特征和车道的初级特征进行信息交互，生成交互特征； 车道线解码器：用以对交互特征进行第一次解码，第一次解码后的特征输入车道解码器中，接收车道解码器第一次解码的解码特征，结合交互特征进行第二次解码； 车道解码器：用以对交互特征进行第一次解码，第一次解码后的特征输入车道线解码器中，接收车道线解码器第一次解码的解码特征，结合交互特征进行第二次解码； 交互约束损失模块：用以约束车道线解码器和车道解码器第二次解码的解码特征； 所述车道线初级特征提取模块和所述车道初级特征提取模块均包括卷积神经网络、上下文信息提取单元和辅助损失分支，所述卷积神经网络用以提取车道线车道的初始初级特征，所述上下文信息提取单元和所述辅助损失分支用以对车道线车道的初始初级特征进行优化，生成车道线车道的初级特征； 所述特征交互学习模块包括依次连接的拼接层、线性预处理层、全局平均池化层和多个线性运算层； 车道线的初级特征和车道的初级特征经由拼接层拼接后，由线性预处理层预处理为第一融合特征，第一融合特征经由全局平均池化层进行非线性激活和全局平均池化得到权重特征，权重特征经由两个线性运算层处理后，分成车道线特征分支和车道特征分支，并得到各自的权重和，将和进行归一化指数函数处理得到两分支的相对权重和，并在和分别与由拼接层拼接后的特征相乘后，将结果相加得到第二融合特征，进而得到两分支的注意力加权融合，最后将第二融合特征通过两层线性运算层处理恢复到与第一融合特征相同的维度得到第三融合特征，将第三融合特征与第一融合特征残差相加得到最终融合特征。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。