LaneAr:基于编解码实例分割的车道线检测方法 |
| |
引用本文: | 李杰,刘奕,高尚兵,汪长春,胡序洋,李少凡.LaneAr:基于编解码实例分割的车道线检测方法[J].淮阴工学院学报,2022(3):59-64. |
| |
作者姓名: | 李杰 刘奕 高尚兵 汪长春 胡序洋 李少凡 |
| |
作者单位: | 1. 淮阴工学院计算机与软件工程学院;2. 江苏科技大学冶金与材料工程学院;3. 江苏省互联网移动互联网技术工程实验室 |
| |
基金项目: | 江苏省研究生实践创新计划(SJCX21_1513); |
| |
摘 要: | 车道线检测在自动驾驶中有着重要的作用。在对道路图像进行检测时,一般的编解码网络在进行图像分割的精度不高。构建一种LaneAr编解码体系结构的车道线检测算法,在编码器部分采用深层的残差结构与不同尺度的空洞卷积结合扩大感知域,同时利用批归一化BN(Batch Normalization)捕获到图像中的车道线语义信息,在获取到编码特征图时利用提出通道注意力机制增强语义特征提取效果,最后再通过多次上采样进行解码恢复到与输入图像相同的像素。实验表明,LaneAr模型在tusimple数据集进行车道线检测的实验其准确率能达到97.82%,同时对复杂场景下的道路环境的车道线检测效果也比较显著。该方法在进行车道线检测时的精度上优于现阶段的其他编解码方法。
|
关 键 词: | 车道线检测 残差结构 图像分割 编码解码网络 通道注意力机制 |
|
|