基于图割的车道自动提取实验方案设计

从监控视频中提取车道,在城市规划、道路安全等方面发挥着重要作用。受限于大样本集训练,深度学习方法对未经训练的数据提取精度不高。Graph-Cut(图割)算法具有较好的车道分割效果,但需手动指定车道和背景区域。针对上述问题,设计了无须手工干预的车道提取实验方案:(1)利用YOLOv5检测视频中的车辆,得到它们在每帧的坐标信息;(2)将坐标信息拟合成运动轨迹,用来初始化图割算法;(3)基于图割算法指定车道和背景区域,实现车道区域的自动提取。多场景实验结果表明,该方案可有效地自动提取出场景中的车道区域。