典型文献
基于多层感知器的端到端车道线检测算法
文献摘要：
针对复杂环境中车道线检测效率低的问题,提出了一种基于多层感知器(MLP)的车道线检测算法(LaneMLP).整个算法主要由全局感知器和局部感知器组成,首先通过逐行分类模型对道路环境图像栅格化,将车道线检测转换为逐行分类任务;分类过程中使用MLP模块作为全局感知器提取车道线的全局语义信息和车道间的结构信息,使用组卷积模块作为局部感知器提取车道线的色彩和位置信息;最后对模型进行结构重参数化设计,以实现训练与推理解耦,在训练与推理过程中使用不同的模块组合,达到提高推理准确率和速度兼顾的目的.在CULane数据集上进行了验证,实验结果表明:在推理速度超过每秒350帧的情况下,准确率达到了76.8％,和SCNN算法相比,准确率提高了5.2％,推理速度也提高了5倍.
文献关键词：
车道线检测;多层感知器;逐行分类;栅格编码;重参数化
中图分类号：
作者姓名：
王月鑫;伍鹏;周沛;叶旭;周顺平
作者机构：
长江大学 电子信息学院,荆州 434023;中国地质大学(武汉)国家地理信息系统工程技术研究中心,武汉 430074;中国地质大学(武汉)工程学院,武汉 430074
文献出处：
引用格式：
[1]王月鑫;伍鹏;周沛;叶旭;周顺平-.基于多层感知器的端到端车道线检测算法)[J].中南民族大学学报（自然科学版）,2022(04):475-482
A类：
LaneMLP,逐行分类,栅格编码
B类：
多层感知器,端到端,车道线检测,检测算法,复杂环境,检测效率,局部感知,分类模型,道路环境,栅格化,分类任务,分类过程,全局语义信息,结构信息,组卷积,卷积模块,位置信息,结构重参数化,参数化设计,解耦,推理过程,模块组合,CULane,推理速度,每秒,SCNN
AB值：
0.267969
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
