基于改进SCNN网络的车道线检测算法OACSTPCD
车道线检测是车道保持系统、车道偏离告警系统的实现前提。为了进一步提升检测的精度,本文将深度学习与车道线检测结合提出一种融合改进的SCNN车道线识别算法。该方法以改进的SCNN网络为基础,引入PSA注意力模块,并将其与VGG(Visual Geometry Group)网络相结合提出融合上下文信息的车道线识别网络VGG-K,帮助每层中行和列像素之间进行消息传递,增强其对连续变换目标的识别能力,然后利用二次曲线模型拟合得到最终的车道线检测结果。将改进…查看全部>>
武丽;张征浩;葛彩成;俞俊
无锡学院电子信息工程学院,江苏无锡214105南京信息工程大学电子信息工程学院,江苏南京210044南京信息工程大学电子信息工程学院,江苏南京210044南京信息工程大学电子信息工程学院,江苏南京210044
计算机与自动化
车道线检测深度学习目标识别特征提取
《计算机与现代化》 2024 (7)
P.87-92,6
国家自然科学基金青年资助项目(62106111)2021年无锡学院第二批产学合作协同育人项目(202102563020)。
评论