作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在人工智能的时代,自动驾驶技术越来越成熟,技术中包含的自动车道保持功能占有重要的地位,这对自动驾驶中的后续车道偏离与预警起着关键性的作用.文章利用深度学习技术,针对现有双分支车道线实例分割检测算法存在的准确率受批量影响、准确率不理想等问题,在车道线实例分割中采用自适配归一化函数,并使用传统的SGD优化器对整个模型进行优化解决实验过程中的效率问题.在TuSimple车道数据集进行实验,在性能方面准确率与原始算法相比从96.4%提高到98.6%.
推荐文章
基于DM6446的车道线快速检测算法
车道线
候选点
有效特征点
最小二乘法
基于线性双曲线模型的车道线检测算法
车道检测
大津法
霍夫变换
线性双曲线模型
一种基于扫描线的车道线识别算法
车道线识别
双阈值二值化
自适应阈值
扫描
区域划分
一种基于视频实时处理的车道检测算法
车道检测
视频实时处理
VFW
扫描线
区域生长
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于双分支车道线实例分割的检测算法
来源期刊 无线互联科技 学科
关键词 深度学习 双分支实例分割 自适配归一化
年,卷(期) 2020,(3) 所属期刊栏目 实验研究
研究方向 页码范围 117-118
页数 2页 分类号
字数 1367字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张珑 哈尔滨师范大学计算机科学与信息工程学院 17 82 4.0 8.0
2 王聪 哈尔滨师范大学计算机科学与信息工程学院 8 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度学习
双分支实例分割
自适配归一化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
无线互联科技
半月刊
1672-6944
32-1675/TN
16开
江苏省南京市
2004
chi
出版文献量(篇)
18145
总下载数(次)
78
总被引数(次)
27320
论文1v1指导