科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对道路转弯处曲率过大导致弯道识别的精度下降的问题，本文提出了一种基于循环特征融合Resa-CC的弯道增强车道线检测算法。该算法利用车道线的形状先验性，捕获图像像素中行与列的空间关系，融合信息生成特征图；以残差网络为主体框架，加入编码器、解码器和注意力机制模块，在损失函数中引入弯道结构约束来提高车道线弯道的识别精度。加入循环特征融合模块和自注意力机制模块后准确率分别提升3.41%和1.1%,证明了两模块的有效性；Resa-CC算法准确率可达96.83%,FPS为35.68,误检率FP和漏检率FN分别为0.031 5和0.028 2,表明本文算法具有较高的检测性能，在车辆行驶弯道路段中能更准确地推断出车道线的位置。
- 单位
