采用双支路与特征融合网络的路沿分割

路沿检测是智能车辆环境感知的重要目标，使用语义分割的方法对路沿目标进行检测。针对语义分割网络不能平衡浅层特征和深度特征的问题，设计了一种具有双支路特征融合的实时路沿分割网络。网络主支使用残差结构模块进行下采样，在特征图分辨率为输入分辨率的1/16时恢复至原来分辨率。采用多个模块来融合浅层空间特征与高级语义特征：使用SDFE(spatial detail feature extraction)模块弥补几何特征的丢失；使用联合特征金字塔（joint feature pyramid,JFP）模块将网络多个阶段具有强语义信息的多尺度特征结合使用；支路中设计了特征注意力机制（feature attention,FA）模块，使用4个卷积归一化，通过注意力模块处理，用来增强空间细节特征的提取；设计了FFM(feature fusion module)模块融合高级语义特征与浅层特征。对网络进行性能评价，该网络测试mIoU为79.65%,FPS为59.6，在道路上进行实车实验，分割快速且效果良好。