基于深度学习的快速车道线检测方法

摘要：

针对目前基于深度学习的车道线检测方法普遍存在的实时性较差的问题,文章中提出了一种高效的车道线检测方法LaneBezierNet.该方法从前置摄像头获取图像后,先使用数据增强技术对图像进行处理,然后通过贝塞尔曲线回归模型直接输出图像中每条车道线的贝塞尔曲线控制点坐标,结合贝塞尔曲线方程便可以得到车道线上的每个坐标点信息.实验结果表明,在Tusimple公开数据集上达到了92.89％的较高准确率的同时,每秒传输帧数(FPS)达到了116 bits/s.相较于基于图像分割的车道线检测方法,该方法在检测速度上有着明显提升.该算法在检测准确率未明显下降的前提下极大地提升了检测效率,更加符合实际项目需求.

关键词：车道线检测、EfficientNet、残差网络、贝塞尔曲线

所属期刊栏目：48

分类号：TP391(计算技术、计算机技术)

在线出版日期：2023-03-23（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：34-39