基于全局特征优化和形状特征感知聚合的车道线检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于全局特征优化和形状特征感知聚合的车道线检测方法
申请号:CN202410851356
申请日期:2024-06-28
公开号:CN118865296B
公开日期:2025-11-14
类型:发明专利
摘要
本发明涉及一种基于全局特征优化和形状特征感知聚合的车道线检测方法,属于自动驾驶技术领域。该方法提出一个融合了全局特征优化器(GFO)和自适应车道几何聚合器(ALGA)这两个核心组件的车道线检测模型,其通过全局特征优化器使得模型能够对图像中的局部和全局特征进行充分地融合,有效过滤不重要的信息,同时使用自适应车道几何聚合器来有效地利用好车道线特殊的形状先验信息,从而使模型能够有效地应对弯道和车道线缺失等复杂场景,有效地缓解了之前的方法中模型遇到复杂情况时性能下降的问题。
技术关键词
车道线检测方法 形状先验信息 注意力 因子 Sigmoid函数 通道 全局平均池化 锚点 自动驾驶技术 图像 优化器 特征金字塔 网络 分支 代表 元素 层级 语义 核心