基于双特征提取网络的复杂环境车道线精准检测

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F_(1)-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。