零参考样本下的夜间车道线检测方法

摘要：

针对ERFNet网络在遮挡和夜晚场景中检测准确率较低的问题,提出一种结合零样本增强和自注意力机制的夜间车道线检测方法.首先,使用基于零参考样本的图像增强网络对检测图像进行增强,提高图像对比度的同时增强其梯度;然后,利用车道线细长的空间结构,在ERFNet网络中引入自注意力机制,预测车道在垂直和水平方向的置信度,增加在遮挡、阴影等情况下对全局特征的提取能力.实验结果表明,该方法在白天场景下具有与ERFNet相当的准确率,而在遮挡、夜晚的复杂场景下,F1-measure分别提高了2.12％和2.33％,证明了该方法的有效性和优越性.

关键词：车道线检测、图像增强、语义分割、零参考样本

所属期刊栏目：51

分类号：V448.15(航天仪表、航天器设备、航天器制导与控制)

资助基金：国家自然科学基金;国家重点研发计划;陕西省重点研发项目

在线出版日期：2023-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：194-198,205