Efficient Road Lane Marking Detection With Deep Learning
作者提出了LMD(Lane Marking Detector),利用 深度 卷积网络提取车道线特征,为增大感受野,采用了空洞卷积(dilated convolution)。
本文属于语义分割的,还未到实例分割的范畴。先分割出车道线,然后进行后处理,拟合车道线。
算法 流程图如下:

步骤:
a、采用CNN网络(LMD)生成车道线masks(lane masks),属于语义分割。在 训练 LMD时,作者分三类,分别是车道线、道路、其他类;LMD采用的是encode-decode的网络结构,引入dilated convolution增大感受野,采用softmax训练 模型 。
b、车道线聚 类 (lane grouping),采用的是传统方法。
c、拟合车道线方程(Lane Model Fitting),采用三次曲线。
免责声明:本文系网络转载或改编,未找到原创作者,版权归原作者所有。如涉及版权,请联系删