一种融合多模块增强特征的道路标线检测深度学习系统

本申请涉及道路标线检测技术领域，公开了一种融合多模块增强特征的道路标线检测深度学习系统，包括：数据获取端，用于移动激光扫描装置实时采集道路场景的三维点云数据；预处理端，用于接收点云数据，经布料模拟滤波分割地面点云并投影生成二维强度图像；特征增强端，用于包含顺序处理的通道语义增强模块与空间上下文增强模块，其中：所述通道语义增强模块对输入特征执行双池化融合及自适应卷积，输出通道权重化的增强特征。本发明采用了通道语义增强模块和空间上下文增强模块的技术方案，达到了显著提升道路标线检测精度的效果，相较于现有技术中仅依赖单一特征提取的方法，解决了其在复杂场景下检测精度不足的问题。