(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210224636.9 (22)申请日 2022.03.09 (71)申请人 上海瀚所信息技 术有限公司 地址 200036 上海市 静安区江场三路25 0号 16号楼606室 (72)发明人 张雯玮　杜杰儒　赵子铭　何为　 李凤荣　张质懿　 (74)专利代理 机构 上海智信专利代理有限公司 31002 专利代理师 杨怡清 (51)Int.Cl. G06V 20/40(2022.01) G06V 20/58(2022.01) G06T 7/11(2017.01) G06V 10/26(2022.01)G06K 9/62(2022.01) G06V 10/80(2022.01) G06V 20/70(2022.01) (54)发明名称 一种基于图注意力机制网络的车道线标志 分割方法 (57)摘要 本发明涉及一种基于图注意力机制网络的 车道线标志分割方法， 包括： 步骤S1， 构建基于图 注意力机制网络的交通标志分割模型； 步骤S2， 采集车道线标志数据集， 根据采集到的车道线 标 志数据集对交通标志分割模型进行训练， 得到训 练好的交通标志分割模型； 步骤S3， 获取初始路 况图像， 对获取到的初始路况图像进行预处理， 得到预处理后的路况图像； 步骤S4， 将预处理后 的路况图像输入至训练好的交通标志分割模型， 获取分割出来的车道线 标志， 并在初始路况图像 中标记分割出来的车道线 标志。 本发 明能够使图 像的全局特征与各子区域特征在空间和语义上 得到充分融合， 同时对特征按重要性进行筛选， 能够在复杂场景在准确分割出 车道线标志信息 。 权利要求书2页 说明书5页 附图1页 CN 114743126 A 2022.07.12 CN 114743126 A 1.一种基于图注意力机制网络的车道线标志分割方法， 其特 征在于， 包括： 步骤S1， 构建基于图注意力机制网络的交通标志分割模型； 步骤S2， 采集车道线标志数据集， 根据采集到的车道线标志数据集对所述交通标志分 割模型进行训练， 得到训练好的交通标志分割模型； 步骤S3， 获取初始路况图像， 对获取到的初始路况图像进行预处理， 得到预处理后的路 况图像； 步骤S4， 将预处理后的路况图像输入至训练好的交通标志分割模型， 获取分割出来的 车道线标志， 并在所述初始路况图像中标记分割出来的车道线标志。 2.根据权利要求1所述的基于图注意力 机制网络的车道线标志分割方法， 其特征在于， 所述交通标志分割模型包括依 次连接的初始特征提取模块、 金字塔池化模块、 图注意力机 制网络、 上采样模块以及前馈神经网络， 且上采样模块与融合神经网络连接 。 3.根据权利要求1所述的基于图注意力 机制网络的车道线标志分割方法， 其特征在于， 所述交通标志分割模型的损失函数按照下式表达： Ltotal＝α Lcls+β Lseg， Lcls＝{l1， l2， ...， lN}li＝‑wi[yilogxi+(1‑yi)log(1‑xi)]， Lseg＝{l1， l2， ...， lN}， 式中， Ltotal表示交通标志分割模型的总损失函数， α和β 是加权系数， Lcls表示分类损失 函数， Lseg表示分割损失函数； wi为权重矩阵， yi为原始分类结果， xi为模型分类预测值， 为 原始分割结果， 为模型分割预测值。 4.根据权利要求1所述的基于图注意力 机制网络的车道线标志分割方法， 其特征在于， 所述步骤S3包括： 步骤S31， 通过车载摄像头拍摄路况视频， 并按照设定的帧率对路况视频进行抽帧， 得 到初始路况图像； 步骤S32， 调整初始路况图像的大小， 并对调整大小后的初始路况图像进行增 强， 得到 预处理后的路况图像。 5.根据权利要求4所述的基于图注意力 机制网络的车道线标志分割方法， 其特征在于， 所述步骤S32中采用Reti nexNet对所述初始图像进行增强。 6.根据权利要求2所述的基于图注意力 机制网络的车道线标志分割方法， 其特征在于， 所述步骤S4包括： 步骤S41， 将预处 理后的路况图像输入所述初始特 征提取模块， 获取初始特 征图； 步骤S42， 将所述初始特征图输入所述金字塔池化模块， 获取全局池化特征图以及若干 子区域池化特 征图； 步骤S43， 将所述全局池化特征图以及所述子区域池化特征图输入所述图注意力机制 网络， 获取多头注意力特 征图； 步骤S44， 通过所述融合神经网络， 对所述多头注意力特征图进行降维， 并将降维后的 多头注意力特征图输入所述上采样模块， 得到上采样后的特征图， 然后将上采样后的特征 图与所述初始特 征图进行 连接， 得到融合特 征图；权　利　要　求　书 1/2 页 2 CN 114743126 A 2步骤S45， 通过所述前馈神经网络， 对所述融合特征图中的各像素点进行分类， 得到分 割出来的车道线标志。权　利　要　求　书 2/2 页 3 CN 114743126 A 3