基于优化稠密视差图估计的多车道检测算法
计算机视觉与模式识别
2018-08-29 v1
摘要
车道检测对自动驾驶车辆非常重要。近年来，计算机立体视觉被广泛用于提升车道检测系统的精度。本文主要提出一种基于优化稠密视差图估计开发的多车道检测算法，其中在时刻 t_n 获得的视差信息被用于优化时刻 t_{n+1} 的视差估计过程。这是通过估计时刻 t_n 的路面模型，进而控制时刻 t_{n+1} 视差估计的搜索范围来实现的。随后使用我们之前发表的算法检测车道，该算法利用消失点信息对车道建模。实验结果表明，视差估计的运行时间减少了约 37%，车道检测精度约为 99%。
引用
@article{arxiv.1808.09128,
title = {Multiple Lane Detection Algorithm Based on Optimised Dense Disparity Map Estimation},
author = {Han Ma and Yixin Ma and Jianhao Jiao and M Usman Maqbool Bhutta and Mohammud Junaid Bocus and Lujia Wang and Ming Liu and Rui Fan},
journal= {arXiv preprint arXiv:1808.09128},
year = {2018}
}
备注
5 pages, 7 figures, IEEE International Conference on Imaging Systems and Techniques (IST) 2018