基于模型集成的高分辨率融合车道线检测算法EI北大核心CSCD |
| |
引用本文: | 袁鑫江聪世.基于模型集成的高分辨率融合车道线检测算法EI北大核心CSCD[J].计算机辅助设计与图形学学报,2022(9):1402-1410. |
| |
作者姓名: | 袁鑫江聪世 |
| |
作者单位: | 1.武汉大学遥感信息工程学院430079; |
| |
基金项目: | 国家自然科学基金(41971352)。 |
| |
摘 要: | 针对无人机航拍视角下车道线形状复杂、细节特征易丢失、车道线前后景像素占比不均衡等问题,提出一种基于模型集成的高分辨率融合车道线检测算法.首先使用高分辨率融合结构和双线性插值算法改进全卷积神经网络的卷积模块和上采样模块;然后依据模型集成思想,使用改进后的模型结构作为车道线前后景语义分割模型及车道线多类别语义分割模型,用于分步骤解决车道线检测问题,并使用阈值化交叉熵损失函数和Lovasz损失函数组成联合损失函数对2种模型进行训练;最后使用局部色选区域生长算法为检测结果添补细节.实验结果表明,所提算法在自定义无人机航拍视角的15类车道线语义分割数据集中达到0.5484的平均交并比和0.9931的像素精度,在NVIDIA Tesla V100平台对分辨率为512×512的图像的检测速度达到23.08帧/s.
|
关 键 词: | 卷积神经网络 高分辨率融合 车道线检测 数据不均衡 模型集成 |
本文献已被 维普 等数据库收录! |
|