光度鲁棒的违章压线检测系统

摘要：

针对目前车辆压线检测系统存在易受环境光照变化影响、拍摄角度固定等问题,本文设计了一种包含图像亮度调整模块和基于深度神经网络分割模块的车载端违章压线检测系统.系统首先利用图像亮度调整方法对图像进行预处理,再利用基于深度神经网络的车辆目标检测和语义分割模型从图像中获取车辆和车道线信息.论文中利用轻量级空间卷积模块加强车道线分割模型特征提取的效率,实现高精度车道线分割,满足实时性要求.最后根据车道线分割结果和车辆目标检测结果进行压线行为检测.实验证明,本系统能够有效检测车辆违章压线行为,同时对环境光照变化具有一定的鲁棒性.

关键词：深度学习、目标检测、语义分割、压线检测

所属期刊栏目：11

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2022-04-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：147-150