改进FCN的车道线实例分割检测方法

摘要：

为准确识别车道线,提高车道线检测算法的实时性和鲁棒性,提出一种基于改进FCN的车道线实例分割检测方法.对输入图像采用压缩的VGG16网络进行编码,设计语义分割和嵌入分割双分支实现多车道线分割解码,通过DB-SCAN算法聚类像素点,应用逆透视变换获得俯视视角下的图片,利用最小二乘法完成车道线像素点的拟合并还原回图像,得出更加精确的车道线.实验结果表明,方法图像帧处理速度为30 fps,常规车道线检测准确率达97.28％,复杂场景综合准确率达89.6％,验证了其准确性和有效性.

关键词：车道线检测、全卷积神经网络、非对称卷积、实例分割、逆透视变换

所属期刊栏目：43

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家重点研发计划;中央引导地方科技发展专项基金项目;川渝联合实施重点研发基金项目

在线出版日期：2022-10-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：2935-2943