基于循环特征融合的弯道增强车道线检测算法 |
| |
引用本文: | 鲁维佳,刘泽帅,潘玉恒,李国燕,李慧洁,丛佳.基于循环特征融合的弯道增强车道线检测算法[J].测绘通报,2023(12):25-30. |
| |
作者姓名: | 鲁维佳 刘泽帅 潘玉恒 李国燕 李慧洁 丛佳 |
| |
作者单位: | 1. 天津城建大学计算机信息与工程学院;2. 中国铁塔股份有限公司天津市分公司 |
| |
摘 要: | 针对道路转弯处曲率过大导致弯道识别的精度下降的问题,本文提出了一种基于循环特征融合Resa-CC的弯道增强车道线检测算法。该算法利用车道线的形状先验性,捕获图像像素中行与列的空间关系,融合信息生成特征图;以残差网络为主体框架,加入编码器、解码器和注意力机制模块,在损失函数中引入弯道结构约束来提高车道线弯道的识别精度。加入循环特征融合模块和自注意力机制模块后准确率分别提升3.41%和1.1%,证明了两模块的有效性;Resa-CC算法准确率可达96.83%,FPS为35.68,误检率FP和漏检率FN分别为0.031 5和0.028 2,表明本文算法具有较高的检测性能,在车辆行驶弯道路段中能更准确地推断出车道线的位置。
|
关 键 词: | 交通工程 车道线检测 循环特征聚合 深度学习 自动驾驶 ResNet |
|
|