基于深度学习的高效道路车道线检测
计算机视觉与模式识别
2018-09-12 v1
摘要
车道线检测是高级驾驶辅助系统（ADAS）中道路场景分析的重要元素。受限于车载计算能力，同时降低系统复杂度并保持高精度仍具挑战。本文提出一种车道线检测器（LMD），使用深度卷积神经网络提取鲁棒车道线特征。为以更低复杂度为目标提升性能，采用了空洞卷积。设计了更浅更窄的结构以降低计算成本。此外，我们还设计后处理算法构建三阶多项式模型以拟合弯曲车道。我们的系统在所采集道路场景中展现出有前景的结果。
引用
@article{arxiv.1809.03994,
title = {Efficient Road Lane Marking Detection with Deep Learning},
author = {Ping-Rong Chen and Shao-Yuan Lo and Hsueh-Ming Hang and Sheng-Wei Chan and Jing-Jhih Lin},
journal= {arXiv preprint arXiv:1809.03994},
year = {2018}
}
备注
Accepted at International Conference on Digital Signal Processing (DSP) 2018