科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了能够高效、低成本地评估交通标线的使用状况和完整度，提出了一种基于计算机视觉技术的评估方法。该方法可使用成本较低的数码相机收集路面图像数据，并通过一系列卷积神经网络对交通标线的破损状况进行全自动识别。提出了标线破损率的概念，通过估计破损部面积和标线原轮廓面积之间的比值来客观反映标线的破损程度。采用目标检测模型识别出图像中标线的边框，并采用KCF算法对标线边框进行跟踪从而确定目标标线。为了估计目标标线的破损率，采用语义分割模型识别了标线上的破损部。从卷积神经网络的感受野出发分析了标线原轮廓识别的关键问题。采用由空洞卷积构建瓶颈部的U-Net模型还原了破损标线的原轮廓阔，为计算破损率提供关键信息。测试结果显示：所提方法可有效地自动评估交通标线的破损率。
-
单位交通运输学院; 交通运输部公路科学研究院; 北京交通大学
