-
题名基于语义分割的车辆行驶车道定位方法
- 1
-
-
作者
裴晨皓
黄立勤
-
机构
福州大学物理与信息工程学院
-
出处
《福州大学学报（自然科学版）》
CAS
北大核心
2019年第4期453-459,共7页
-
基金
福建省重大重点科技基金资助项目(2017H6009,2018H0018)
福建省中青年教师教育科研项目(JA15626)
赛尔网络创新项目(NGII20160208,NGII20170201)
-
文摘
提出一种基于语义分割的车辆行驶车道定位方法.首先采用“编码器-解码器”网络架构实现多车道语义分割,通过最大池化计算的池化索引来进行非线性上采样,消除上采样的学习需要;然后结合目标检测YOLO v2算法,判断行驶车辆所属车道的位置,从而进行车道定位.利用卡尔斯鲁厄理工学院和丰田美国技术研究院公布的数据集(KITTI)中城市道路(UM)的数据制作训练和测试数据库,并将其公开发布.该算法可以实现端到端训练,网络结构简单、速度快、内存需求低,每帧图像的执行速度在60 ms以内.
-
关键词
车辆辅助驾驶
车道语义分割
卷积神经网络
车道定位
-
Keywords
vehicle assisted driving
lane semantic segmentation
convolutional neural network
lane orientation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
