摘要
本发明公开了一种基于混合注意力特征增强的车道线识别定位方法,包括以下步骤:将待检测对象通过卷积神经网络提取得到特征信息;将特征信息基于特征融合网络处理得到融合的特征图;设计校准优化模块增强特征信息表达;将处理后的特征信息输入优化后的解码器进行解码;对模型进行训练得到最终的检测模型。本发明充分利用了车道线识别与定位过程中的低级特征对具有高级语义的特征进行细化,从而更准确地框定车道线的位置和形状,具有更高的检测速度和识别精度,并在流程中优化了注意力操作,降低了计算成本,可以更好帮助车辆感知路面轨道信息,具有较好的实际可行性。
技术关键词
车道线识别
定位方法
卷积神经网络提取
特征融合网络
Sigmoid函数
生成特征
通道注意力机制
解码器
多尺度信息
感知路面
校准
分支
动态
多层感知机
模块
系统为您推荐了相关专利信息
定位方法
噪声子空间
定位算法
天基无源定位技术
特征值
设备运行状态数据
特征提取网络
日志
特征融合网络
电力
特征融合网络
多尺度特征提取
注意力机制
多尺度融合网络
双向特征金字塔
车内环境控制方法
越野房车
车内摄像头
重卡
座椅