基于改进MMA-Net的车道线检测算法.pdf

基于改进MMA-Net的车道线检测算法.pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

第40卷第9期算机仿真2023年9月

文章编号:1006-9348(2023)09-0102-06

基于改进MMA-Net的车道线检测算法

江漫,张瑜,张宇航

长乾,朱

(贵州民族大学数据科学与信息工程学院,贵州贵阳550025)

摘要:针对当前主流车道线检测算法没有考虑到视频顿序列的长时记忆信息的问题,提出一种改进多层记忆聚合网络

(Multi-levelMemoryAggregationNetwork,MMA-Net)的车道线检测方法。将MMA-Net中的卷积神经网络(Convolutional

NeuralNetwork,CNN)替换为门控循环单元(GatedRecurrentUnit,GRU),并增加编码器层数,形成编码多解码少的非对称网

络结构。采用6层GRU网络提取车道线视频顿的局部和全局记忆特征,然后利用注意力机制对局部和全局记忆特征进行

聚合,最后采用3个Refine模块作为解码器来预测车道线实例分割结果。采用两阶段训练方法在VIL-100数据集上进行训

练,并与11个先进的车道线检测方法进行了比较,实验结果表明,其准确率达到97.2%,检测速度为18.391顿/每秒(fps),

较原始MMA-Net准确率提升了6.2%,检测速度提高了0.643fps,且远胜于其它车道线检测方法。

关键词:车道线检测;门控循环单元;注意力机制;实例分割;计算机视觉

中图分类号:TP391.9文献标识码:B

LaneDetectionAlgorithmBasedonImprovedMMA-Net

JIANGMan,ZHANGQian,ZHUYu,ZHANGYu-hang

(SchoolofDataScienceandInformationEngineering,GuizhouMinzuUniversity,GuiyangGuizhou550025,China)

ABSTRACT:Aimingattheproblemthatthecurrentmainstreamlanedetectionalgorithmwithoutconsideringthe

long-termmemoryinformationofvideoframesequence,anewlanedetectionmethodbasedonimprovedmulti-level

memoryaggregationnetwork(MMA-Net)isproposed.ConvolutionalNeuralNetwork(CNN)inMMA-Netwas

changedintogatedrecurrentunit(GRU),andthenumberofencoderlayerswasincreasedtoformanasymmetricnet-

workstructurewithmoreencodingandlessdecoding.The6-layerGRUnetworkwasusedtoextractthelocaland

globalmemoryfeaturesofthevideoframes;,thentheattentionmechanismwasusedtoaggregatethelocalandglobal

memoryfeatures,andfinally,threeRefinemoduleswereusedasdecoderstopredicttheresultoflaneinstanceseg-

mentation.Thetwo-stagetrai

文档评论(0)

151****8026 + 关注
实名认证
内容提供者

安全评价师持证人

该用户很懒,什么也没介绍

领域认证该用户于2023年09月13日上传了安全评价师

1亿VIP精品文档

相关文档