轴注意力引导的锚点分类车道线检测

摘要：

由于车道线的多样性以及交通场景的复杂性等问题,车道线检测是一项具有挑战性的任务.其主要表现在当车辆行驶在拥堵、夜晚、弯道等车道线不清晰或被遮挡的道路上时,现有检测方法的检测结果并不理想.本文基于检测方法的框架提出了一种轴注意力引导的锚点分类车道线检测方法来解决两个问题.首先是车道线不清晰或缺失时存在的视觉线索缺失问题.其次是锚点分类时用混合锚点上的稀疏坐标表示车道线带来的特征信息缺失问题,从而导致检测精度下降,所以通过在骨干网络中添加轴注意力层来聚焦行向和列向的显著特征来提高精度.在TuSimple和CULane两个数据集上进行了大量实验.实验结果表明,本文方法在各种条件下都具有鲁棒性,同时与现有的先进方法相比,在检测精度和速度方面都表现出综合优势.

关键词：车道线检测、锚点分类、轴注意力、自动驾驶

所属期刊栏目：50

分类号：TP391.4(计算技术、计算机技术)

资助基金：上海市自然科学基金;国家自然科学基金

在线出版日期：2023-09-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：50-63