基于Spatial-LargeFOV深度学习网络的车道线检测方法
基本信息
| 申请号 | CN201910454187.5 | 申请日 | - |
| 公开（公告）号 | CN110276267A | 公开（公告）日 | 2019-09-24 |
| 申请公布号 | CN110276267A | 申请公布日 | 2019-09-24 |
| 分类号 | G06K9/00;G06K9/62;G06N3/04 | 分类 | 计算；推算；计数; |
| 发明人 | 金文;岑翼刚;王荟苑 | 申请（专利权）人 | 江苏金海星导航科技有限公司 |
| 代理机构 | 南京中高专利代理有限公司 | 代理人 | 江苏金海星导航科技有限公司 |
| 地址 | 212000 江苏省镇江市京口区宗泽路60号3楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于Spatial‑LargeFOV深度学习网络的车道线检测方法。该方法通过训练一个用于分割车道线像素区域的语义分割网络完成对车道线的定位。为了更有效地识别车道线这种长距离的连续性目标，探索了以LargeFOV为基础网络的编码器‑解码器结构，一方面利用空间卷积结构增强空间信息，另一方面利用不同扩张率的空洞卷积组合增加感受野，利用跳跃连接进行多级特征融合，达到融合多尺度上下文信息和细化分割边缘的目的。本发明在不同场景下均可以实现准确的车道线检测，具有良好的应用前景。 |
