-
公开(公告)号:CN115205811A
公开(公告)日:2022-10-18
申请号:CN202210184350.2
申请日:2022-02-28
Applicant: 东北电力大学
IPC: G06V20/58 , G06T5/00 , G06N3/08 , G06N3/04 , G06K9/62 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/774 , G06V10/32
Abstract: 本发明公开了一种基于深度学习方法的遮挡车道线检测方法,其方法包括:对车道线数据进行增强及尺寸统一操作;利用多通道特征空间金字塔为特征提取网络,进行对预处理完毕的车道线信息进行语义分割及多尺度特征融合;引入双注意力机制的循环特征丰富模块,将遮挡前后的车道线空间信息丰富到原始特征中,增加了车道线细粒度特征细节;通过二分类损失计算将车道线与背景信息分离,以完成对遮挡前后的车道线检测实验,最终对结果进行分析评价。本发明的方法可实现对遮挡条件下的车道线检测,为自动驾驶和高级驾驶辅助系统(ADAS)提供重要参考。