10.19562/j.chinasae.qcgc.2023.02.011
基于实例分割的车道线检测算法
为实现在自动驾驶复杂场景下检测数量变化的车道线,提出一种基于实例分割的车道线检测算法.首先以ResNet18网络作为主干网络提取图像特征,采用特征金字塔网络进行特征融合.同时设计一种扩张卷积残差模块来提高检测的精度;然后基于车道线的位置进行实例分割,利用语义分割出的车道线点位置预测对应的聚类点位置,通过对聚类点采用DBSCAN聚类算法实现车道线实例区分.结果表明,该算法能够在复杂的自动驾驶场景下有效地进行多车道线检测,在CULane数据集和TuSimple数据集上的调和平均值分别达到75.2%和97.0%.
汽车主动安全、车道线检测、实例分割、聚类
45
TP391.41;TN911.73;P237
山西省基础研究计划项目;山西省回国留学人员科研项目
2023-03-14(万方平台首次上网日期,不代表论文的发表时间)
共10页
263-272