典型文献
基于改进FCN的车道线检测研究
文献摘要：
为提高车道线检测的准确性以增强无人驾驶车辆的安全驾驶性能,在传统车道线检测的边缘提取、霍夫变换、颜色空间阈值提取、透视变换等方法的基础上,利用深度学习技术,提出一种基于改进FCN的车道线检测网络模型.该模型能够准确提取出车道线的特征信息,并在车道线检测数据集上进行模型训练,以评估该车道线检测网络的性能.通过实验对比,结果表明改进FCN模型在检测精度上比传统FCN网络模型提高了1％,具有良好的分割有效性.
文献关键词：
无人驾驶;深度学习;图像分割;FCN模型
中图分类号：
作者姓名：
杨莹;何志琴
作者机构：
贵州大学电气工程学院,贵阳550025
文献出处：
引用格式：
[1]杨莹;何志琴-.基于改进FCN的车道线检测研究)[J].微处理机,2022(01):30-33
A类：
B类：
FCN,车道线检测,高车,无人驾驶车辆,安全驾驶,驾驶性能,边缘提取,霍夫变换,颜色空间,透视变换,深度学习技术,测网,出车,特征信息,检测数据集,模型训练,该车,实验对比,检测精度,图像分割
AB值：
0.315524
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。
