| 恶劣天气下基于锚点的多尺度融合车道线检测及优化方法 |
| |
| 引用本文： | 邓文博,刘翔鹏,安康.恶劣天气下基于锚点的多尺度融合车道线检测及优化方法[J].上海师范大学学报(自然科学版),2024,53(2):161-166. |
| |
| 作者姓名： | 邓文博 刘翔鹏 安康 |
| |
| 作者单位： | 上海师范大学 信息与机电工程学院, 上海 201418 |
| |
| 基金项目： | 上海师范大学一般科研项目（SK202123） |
| |
| 摘 要： | 针对黑夜和大雾天气下车道线检测的问题,在数据预处理阶段采用改进的自适应伽马变换对过暗或漂白的图片进行增强,并利用暗通道先验法对大雾场景下的图像进行数据增强,从而降低干扰. 在特征提取阶段,采用改进的rotation forest block（RFB）网络提取车道线的特征信息,并通过基于锚点的分类方法实现了快速而准确的车道线检测功能.
|
| 关 键 词： | 车道线检测 数据增强 rotation forest block (RFB) 暗通道先验法 目标检测 |
| 收稿时间： | 2023/12/25 0:00:00 |
Multi-scale fusion lane detection and optimization method based on anchor points in adverse weather conditions |
| |
| DENG Wenbo,LIU Xiangpeng,AN Kang.Multi-scale fusion lane detection and optimization method based on anchor points in adverse weather conditions[J].Journal of Shanghai Normal University(Natural Sciences),2024,53(2):161-166. |
| |
| Authors: | DENG Wenbo LIU Xiangpeng AN Kang |
| |
| Institution: | College of Information, Mechanical and Electrical Engineering, Shanghai Normal University, Shanghai 201418, China |
| |
| Abstract: | |
| |
| Keywords: | lane detection data augmentation rotation forest block (RFB) dark channel prior method object detection |
|
| 点击此处可从《上海师范大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《上海师范大学学报(自然科学版)》下载免费的PDF全文 |
