友情提示:本文共有 589 个字,阅读大概需要 2 分钟。
#论文速递#
研究方向:自动驾驶的车道线检测 | SOTA + 实时检测
题目:SUPER: A Novel Lane Detection System(一种新颖的车道线实时检测系统)
来源:arxiv 2020.5.14
学术机构:密歇根大学安娜堡分校、UM-SF Motors
是否开源:未开源
摘要:在过去的几年中,学者们积极研究了基于AI的车道检测算法。与传统的基于特征的方法相比,许多AI的方法已显示出卓越的性能。但是,精度通常仍然处在80%或90%的水平,甚至在使用具有挑战性的图像时甚至更低。
在本文中,我们提出了一种实时车道检测系统,称为“场景理解物理增强实时(SUPER)”算法。所提出的方法包括两个主要模块:1)作为场景特征提取器的分层语义分割网络; 2)用于车道推理的物理增强型多车道参数优化模块。使用来自Cityscapes,Vistas和Apollo的异构数据训练提出的系统,并在四个完全独立的数据集(从未见过)上评估性能,包括Tusimple,Caltech,URBAN KITTI-ROAD和X-3000。与已经在相同数据集上训练的车道检测模型相比,所提出的方法执行相同或更好的方法,甚至在从未训练过的数据集上也表现良好。此外,还进行了实际的车辆测试。初步测试结果显示,与Mobileye相比,实时车道检测性能很有希望。#科技青年##科技新星创作营##AI前线#
收集不易,本文《#论文速递# 研究方向:自动驾驶的车道线...》知识如果对你有帮助,请点赞收藏并留下你的评论。