- 1、本文档共12页,其中可免费阅读11页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种基于深度神经网络的车道线检测方法及系统,所述方法通过编码网络模块对连续图像进行特征提取得到包含车道线语义特征的特征图序列,然后将特征图序列输入到对应的循环卷积网络模块中,通过循环卷积网络模块对特征图序列进行多层循环卷积和时序特征融合,输出特征融合后的语义特征图,最后通过所述解码网络模块对所述语义特征图进行解码,输出车道线位置的预测图。本发明充分地考虑了驾驶场景的连续性,即时间序列上的关联,可以学习到时间先验的关联信息,从而提高网络的稳定性和预测的准确性,还可以将连续图像中前级图像
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113392812 B
(45)授权公告日 2022.06.07
(21)申请号 202110773241.X G06V 10/82 (2022.01)
文档评论(0)