VIL-100：一种用于视频实例车道检测的新数据集与基线模型
计算机视觉与模式识别
2021-08-20 v1
摘要
车道检测在自动驾驶中起着关键作用。由于车载相机在行驶中持续采集视频流，当前的车道检测工作主要聚焦于单帧图像，忽略了沿视频的动态信息。在本工作中，我们收集了一个新的视频实例车道检测（VIL-100）数据集，包含 100 段视频共计 10,000 帧，采集自不同真实交通场景。每段视频中的所有帧均被手动标注为高质量的实例级车道标注，并包含一组帧级和视频级指标用于定量性能评估。此外，我们提出了一种名为多级记忆聚合网络（MMA-Net）的新基线模型，用于视频实例车道检测。在我们的方法中，当前帧的表示通过注意力聚合来自其他帧的局部与全局记忆特征而增强。在新收集数据集上的实验表明，所提 MMA-Net 优于最先进的车道检测方法和视频目标分割方法。我们在 https://github.com/yujun0-0/MMA-Net 发布了数据集与代码。
引用
@article{arxiv.2108.08482,
title = {VIL-100: A New Dataset and A Baseline Model for Video Instance Lane Detection},
author = {Yujun Zhang and Lei Zhu and Wei Feng and Huazhu Fu and Mingqian Wang and Qingxia Li and Cheng Li and Song Wang},
journal= {arXiv preprint arXiv:2108.08482},
year = {2021}
}