基于图割的车道自动提取实验方案设计

作者：任鹏; 温春苗; 常来宾; 陈子维; 吕新荣^*

来源：实验技术与管理, 2022, 39(05): 70-75.

DOI：10.16791/j.cnki.sjg.2022.05.013

• 车辆检测
• 轨迹信息
• 图割
• 车道自动提取

从监控视频中提取车道，在城市规划、道路安全等方面发挥着重要作用。受限于大样本集训练，深度学习方法对未经训练的数据提取精度不高。Graph-Cut（图割）算法具有较好的车道分割效果，但需手动指定车道和背景区域。针对上述问题，设计了无须手工干预的车道提取实验方案：(1)利用YOLOv5检测视频中的车辆，得到它们在每帧的坐标信息；(2)将坐标信息拟合成运动轨迹，用来初始化图割算法；(3)基于图割算法指定车道和背景区域，实现车道区域的自动提取。多场景实验结果表明，该方案可有效地自动提取出场景中的车道区域。

• 单位
  中国石油大学（华东）