深度学习道路标线提取数据集构建及评估

Construction and Evaluation of Deep Learning Road Marking Extraction Dataset

道路标线的准确提取在高级辅助驾驶系统和高精度地图的开发中具有重要意义。基于深度学习的方法强烈依赖于高质量的训练样本数据集,因此本文根据工程项目需要并在分析道路标线特征信息的基础上,提出了一种深度学习道路标线提取数据集的构建方法。该方法选用车载激光点云数据,并对点云进行预处理操作,将预处理后得到的点云转换为强度特征图像,然后根据道路标线相关规范,结合原始车载激光点云数据中所涉及的标线进行道路标线信息标注,并研究了数据分块与划分和数据增强与归一化的方法。实验结果表明,本文研究的构建方法是可行的,可为道路标线相关提取工作提供参考。