-
题名基于改进UFSA算法的车道线检测研究
被引量：1
- 1
-
-
作者
王祥
柯福阳
朱节中
夏德铸
-
机构
南京信息工程大学自动化学院
南京信息工程大学遥感与测绘学院
南京信息工程大学无锡研究院
无锡学院
-
出处
《计算机仿真》
北大核心
2023年第5期213-219,共7页
-
基金
第十六批次江苏省“六大人才商峰”高层次人才项目(XYDXX-045)
2020年无锡市科技发展资金(N20201011)
西宁市科技计划(2019-Y-12)。
-
文摘
由于传统车道线检测方法存在计算量大、无视觉线索和车道线遮挡等主要问题,制约着车道线检测的发展。目前,UFSA(UltraFast Structure-aware)算法的提出可以有效解决上述问题,并在车道线检测领域广泛的应用。而UFSA算法存在网络卷积和池化提取特征会丢失重要信息、边界信息不够敏感等问题,故加入ASPP(Atrous Spatial Pyramid Pooling)空洞金字塔池化与FCANet(Frequency Channel Attention)频率域通道注意力的融合机制定义为FCASPP(Frequency Channel Attention Spatial Pyramid Pooling),上述机制能够有效地在大感受野时,获取更丰富上下文信息并提取更有用和紧致的特征而抑制噪声信息,L-Dice(Lane Dice Loss)函数比Softmax函数更加关注车道边界的信息。通过消融实验验证了上述改进的有效性,且无需添加任何计算量。在TuSimple和CULane两个基准数据集中,检测精度与原文相比,分别提高了0.21个百分点和1.7个百分点,速度与原文相当,所提算法较具竞争力。
-
关键词
车道线检测
频率域通道注意力
空洞金字塔池化
检测精度
-
Keywords
Lane line detection
FCANet
ASPP
Detection accuracy
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
