典型文献
基于图割的车道自动提取实验方案设计
文献摘要：
从监控视频中提取车道,在城市规划、道路安全等方面发挥着重要作用.受限于大样本集训练,深度学习方法对未经训练的数据提取精度不高.Graph-Cut(图割)算法具有较好的车道分割效果,但需手动指定车道和背景区域.针对上述问题,设计了无须手工干预的车道提取实验方案:①利用YOLOv5检测视频中的车辆,得到它们在每帧的坐标信息;②将坐标信息拟合成运动轨迹,用来初始化图割算法;③基于图割算法指定车道和背景区域,实现车道区域的自动提取.多场景实验结果表明,该方案可有效地自动提取出场景中的车道区域.
文献关键词：
车辆检测;轨迹信息;图割;车道自动提取
中图分类号：
作者姓名：
任鹏;温春苗;常来宾;陈子维;吕新荣
作者机构：
中国石油大学(华东) 海洋与空间信息学院,山东 青岛 266580
文献出处：
引用格式：
[1]任鹏;温春苗;常来宾;陈子维;吕新荣-.基于图割的车道自动提取实验方案设计)[J].实验技术与管理,2022(05):70-75
A类：
车道自动提取,图割算法
B类：
提取实验,实验方案设计,监控视频,城市规划,道路安全,受限于,大样本,样本集,集训,深度学习方法,经训,数据提取,Graph,Cut,分割效果,背景区域,无须,YOLOv5,合成运动,运动轨迹,初始化,多场景,出场,车辆检测,轨迹信息
AB值：
0.341741
相似文献
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。
