内燃机与配件2022，Issue(24) ：6-8.

基于深度学习的局部特征增强车道线检测方法

Lane Line Detection Method Based on Local Feature Enhancement Based on Deep Learning

张博
内燃机与配件2022，Issue(24) ：6-8.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于深度学习的局部特征增强车道线检测方法

Lane Line Detection Method Based on Local Feature Enhancement Based on Deep Learning

张博1
扫码查看

作者信息

  • 1. 重庆交通大学,重庆 400074
  • 折叠

摘要

车道线检测作为环境感知必不可少的一环,有着为自动驾驶提供路径规划辅助以及车辆定位和控制的辅助作用.深度学习的方法在解决车道线检测任务中具有良好的表现.结合车道线检测任务和深度学习技术的分析,提出了一个基于深度学习的增强局部特征的车道线检测方法.通过增强车道线消失点的特征信息结合注意力机制来增加模型的识别能力,另外,还重新设计了形状损失函数用来增加车道线间的约束.结果表明,通过车道局部特征增强的方法不仅可以加快模型的回归能力,也表现出了更好的检测性能.

关键词

机器视觉/智能车辆/车道线/深度学习

引用本文复制引用

出版年

2022
内燃机与配件
石家庄金刚内燃机零部件集团有限公司

内燃机与配件

影响因子：0.095
ISSN：1674-957X
参考文献量2
段落导航相关论文