基于双特征提取网络的复杂环境车道线精准检测

张云佐; 郑宇鑫; 武存宇; 张天

doi:10.13229/j.cnki.jdxbgxb.20221129

吉林大学学报(工学版) ›› 2024, Vol. 54 ›› Issue (07) : 1894 -1902. DOI: 10.13229/j.cnki.jdxbgxb.20221129

基于双特征提取网络的复杂环境车道线精准检测

张云佐, 郑宇鑫, 武存宇, 张天

作者信息 +

Author information +

文章历史 +

摘要

为解决现有方法在复杂环境中检测精度低的问题，提出了一种基于双特征提取网络的复杂环境车道线精准检测算法。首先，搭建双特征提取网络，获取不同尺度的特征图，提取更有效的特征，提高模型在复杂环境下的特征提取能力。然后，构建跨通道联合注意力模块，提高模型对车道线细节的关注度，抑制无用信息。最后，结合改进的空洞空间金字塔池化模块扩大图像感受野，提高模型对上下文信息的利用率，以强化算法的检测能力。经实验验证，本文算法在CULane数据集上的F1-measure达到了72.43%，相比于基线模型提升了4.03%，在复杂的场景中对车道线进行检测时效果提升明显。