摘要
本发明属于计算机视觉技术领域,且公开了一种基于草图细化策略的快速车道线检测方法及系统,该方法采用草图和细化两阶段策略对快速车道线进行检测。本发明通过在草图阶段采用轻量级卷积神经网络,系统能够快速提取图像特征,进而高效地估计车道线的局部方向,并生成初步车道线提议,使系统无需进行复杂的计算即可完成检测,且检测速度高达278帧/秒,在通过细化阶段的多级特征融合和车道段关联模块增强了对车道线形状和连续性的识别能力,从而大幅提高了车道线检测的准确性,使F1分数达到78.9%,提高了检测效率的同时,保证了检测精度,满足自动驾驶系统中对车道线实时检测的高要求。
技术关键词
车道线检测方法
轻量级卷积神经网络
车道线检测系统
策略
图像采集单元
线段
多级特征融合
表达式
计算机视觉技术
自动驾驶系统
输入模块
两阶段
输出模块
车载摄像头
曲线
连续性
系统为您推荐了相关专利信息
可视化方法
数字孪生
智能体交互
时序数据处理模型
多头注意力机制
焊缝识别方法
视觉
特种作业考试
硬件资源利用率
网络优化策略
智能辅助系统
分析模块
数据采集模块
智能辅助方法
语音采集模块
船舶减摇鳍
双向斜盘式
轴向柱塞泵
能量回收结构
LSTM神经网络