一种基于多任务卷积神经网络的车道线检测系统

本发明涉及智能辅助驾驶技术领域，公开了一种基于多任务卷积神经网络的车道线检测系统，包括所述多任务卷积神经网络架构：由共享特征提取层、车道线定位子网络、车道线类型识别子网络及可行驶区域分割子网络构成。通过深度可分离卷积与空洞空间金字塔池化的级联结构，显著降低模型计算复杂度，同时增强多尺度道路场景特征的表达能力。浅层分组卷积与深层通道重排密集连接的组合设计，在减少参数量的基础上提升特征融合效率，解决了现有模型因计算资源需求大而难以实时部署的问题；基于注意力机制的特征融合模块结合改进的预处理技术，有效抑制阴影、光照不均及夜间低光干扰，提升车道线定位精度。