| 基于实例分割的车道线检测及自适应拟合算法 | |
| 田锦1; 袁家政2; 刘宏哲1 | |
| 2020-06-19 | |
| 发表期刊 | 计算机应用
 |
| ISSN | 1001-9081 |
| 卷号 | 40期号:07页码:1932-1937 |
| 摘要 | 车道线检测是智能驾驶系统的重要组成部分。传统车道线检测方法高度依赖手动选取特征,工作量大,在受到物体遮挡、光照变化和磨损等复杂场景的干扰时精度不高,因此设计一个鲁棒的检测算法面临着很大挑战。为了克服这些缺点,提出了一种基于深度学习实例分割方法的车道线检测模型。该模型基于改进的Mask R-CNN模型,首先利用实例分割模型对道路图像进行分割,提高车道特征信息的检测能力;然后使用聚类模型提取离散的车道线特征信息点;最后提出一种自适应拟合的方法,结合直线和多项式两种拟合方法对不同视野内的特征点进行拟合,生成最优车道线参数方程。实验结果表明,该方法提高了检测速度,在不同场景下都具有较好的检测精度,能够实现对各种复杂实际条件下的车道线信息的鲁棒提取。 |
| 关键词 | 车道线检测 智能驾驶 深度学习 实例分割 自适应拟合 |
| URL | 查看原文 |
| 收录类别 | 北大核心 ; CSCD |
| 语种 | 中文 |
| 资助项目 | 国家自然科学基金资助项目（61571045,61871028,61871039,61802019）;北京市自然科学基金资助项目（KZ201951160050）;长城学者支持项目（CIT&TCD20190313）;北京联合大学研究生资助项目~~ |
| 原始文献类型 | 学术期刊 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/143087 |
| 专题 | 国家开放大学北京分部 |
| 通讯作者 | 袁家政 |
| 作者单位 | 1.北京市信息服务工程重点实验室(北京联合大学); 2.北京开放大学智能教育研究院 |
| 通讯作者单位 | 国家开放大学北京分部 |
| 推荐引用方式 GB/T 7714 | 田锦,袁家政,刘宏哲. 基于实例分割的车道线检测及自适应拟合算法[J]. 计算机应用,2020,40(07):1932-1937. |
| APA | 田锦,袁家政,&刘宏哲.(2020).基于实例分割的车道线检测及自适应拟合算法.计算机应用,40(07),1932-1937. |
| MLA | 田锦,et al."基于实例分割的车道线检测及自适应拟合算法".计算机应用 40.07(2020):1932-1937. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [田锦]的文章 |
| [袁家政]的文章 |
| [刘宏哲]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [田锦]的文章 |
| [袁家政]的文章 |
| [刘宏哲]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [田锦]的文章 |
| [袁家政]的文章 |
| [刘宏哲]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论