基于改进FCN的车道线检测研究

摘要：

为提高车道线检测的准确性以增强无人驾驶车辆的安全驾驶性能,在传统车道线检测的边缘提取、霍夫变换、颜色空间阈值提取、透视变换等方法的基础上,利用深度学习技术,提出一种基于改进FCN的车道线检测网络模型.该模型能够准确提取出车道线的特征信息,并在车道线检测数据集上进行模型训练,以评估该车道线检测网络的性能.通过实验对比,结果表明改进FCN模型在检测精度上比传统FCN网络模型提高了1％,具有良好的分割有效性.

关键词：无人驾驶;深度学习;图像分割;FCN模型

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：黔科合LH字黔科合基础[2018]10292017]7229;2018]1029

在线出版日期：2022-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：30-33