#3 1-18-2U-net车道检测

Closed
created 1 year ago by chengKun · 3 comments
chengKun commented 1 year ago
Owner
H-Net比用固定的转换矩阵要好,用3阶多项式拟合要比2阶好,用了透视变换比不用好。 车道线识别深度学习面临的挑战: (1)车道线这种细长的形态结构,需要更加强大的高低层次特征融合,来同时获取全局的空间结构关系,和细节处的定位精度。 (2)车道线的形态有很多不确定性,比如被遮挡,磨损,以及道路变化时本身的不连续性。需要网络针对这些情况有较强的推测能力。 (3)车辆的偏离或换道过程会产生自车所在车道的切换,车道线也会发生左/右线的切换。一些提前给车道线赋值固定序号的方法,在换道过程中会产生歧义的情况。
chengKun commented 1 year ago
Owner
车道线检测方法分为两种:一种是传统算法,主要基于边缘特征或者是图像分割,通过图像预处理,特征提取等方式与卡尔曼滤波器等算法结合,在识别出车道线后采用后处理的方式形成最终的车道。然而这种传统方法易受到光照变化,行驶车辆,道路破损等干扰,导致效果欠佳。近年来,深度学习方法利用网络模型自动学习目标特征,具有较强的泛化能力,可以有效提高目标检测的准确率。得益于卷积神经网络的强大特征提取能力,性能也在不断提升。
chengKun closed this issue 1 year ago
Kiloy11 commented 3 months ago
yhytr
Sign in to join this conversation.
No Label
No Milestone
No Assignees
2 Participants
Notifications
Due Date

No due date set.

Dependencies

This issue currently doesn't have any dependencies.

Loading…
There is no content yet.