基于深度学习的道路标线自动提取与分类方法

• 作者: 刘先林 黄刚
• 来源期刊: 中国激光
• 学科: 物理学
• 关键词: 遥感 深度学习 道路标线 自动提取 移动测量系统
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 测量与计量
• 页码范围: 138-145
• 页数: 8页
• 分类号: O436
• 语种: 中文
• DOI: 10.3788/CJL201946.0804002

摘要

道路标线提取与分类是智慧城市建设中需要解决的关键技术之一,也是智能驾驶亟待解决的技术难题.提出了一种基于深度学习的道路标线自动提取与分类方法,通过移动窗口法结合相邻扫描线拓扑关系进行地面点云的提取,并生成强度图像,基于深度学习方法实现道路标线的自动提取与分类,并利用KD树聚类分割算法结合矢量化方案实现道路标线的矢量化.基于实验数据对该方法进行验证分析,结果表明,使用该方法进行自动提取与分类的精度和Fscore分别为92.59％和90.15％,证明了该方法的可行性和准确性.该方法为道路标线的自动提取提供了新思路,使道路标线提取工作变得更准确、高效,提升了道路标线获取与分类的智能化程度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘先林		27	342	11.0	18.0
2	黄刚		1	0	0.0	0.0