基于密集分割网络的车道线检测方法

• 作者: 丁海涛 孙锐 程旭升 高隽
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 智能交通 车道线检测 实例分割 DSNet 邻近AND运算 Meanshift聚类
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 图形与图像
• 页码范围: 467-473
• 页数: 7页
• 分类号: TN911.73
• 字数: 3268字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2020.03.012

摘要

传统车道线检测算法大多数依赖手工制作特征和启发式算法的组合,容易受车辆遮挡和地面污损等因素的影响.针对影响车道线检测的复杂问题,将车道线检测视为连续细长区域实例分割问题,提出了一种基于密集分割网络的车道线检测方法.为此,使用稠密块构建了一个密集分割网络DSNet,该网络能够利用特征重复使用的特性提高提取车道线实例特征和恢复特征图分辨率的性能.同时,还引入了邻近AND运算和Meanshift聚类算法对DSNet网络的输出进行处理,减小了非车道线像素的影响,使得检测结果的边界线更为清晰.实验表明,本文方法能很好地解决车辆遮挡和地面污损问题,并且还能确定车道线的数量,具有较好的鲁棒性和实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高隽	合肥工业大学计算机与信息学院	160	1689	22.0	34.0
2	孙锐	合肥工业大学计算机与信息学院	46	332	10.0	16.0
3	丁海涛	合肥工业大学计算机与信息学院	2	12	1.0	2.0
4	程旭升	合肥工业大学计算机与信息学院	1	0	0.0	0.0