【车道线检测】FOLOLane解读

一、概览

论文：Focus on Local: Detecting Lane Marker from Bottom Up via Key Point

创新点： 提出一种新的车道线检测网络，FOLOLane，把车道线检测视作关键点评估+关联任务。降低计算成本的同时避免了Segmentation策略中噪声大、信息冗余的问题。最后FOLOLane在CULane和TuSimple数据集上均获得了SOTA的精度。

为什么： 主流的方法把车道线检测视作分割任务，但是这样一是计算量大，二是pixel-wise的输出存在信息的冗余、会带来大量的噪声干扰，导致后去post-processing过程聚类可能出错，影响精度。

怎么做： 通过轻量级的分割网络，输出两个分支，一个分支输出heatmap图表示像素是否是关键点，另一个分支输出offsets用于精准补偿关键点的位置。输出的网络通过关联算法完成局部到全局的曲线关联，形成多条完整的curve

核心： 主流的算法是直接建模车道线的整体结构，然后通过后处理求解曲线参数。复杂的车道线的形状需要CNN的高维输出，所以对模型能力和数据的要求都很高。 但是车道线的局部具有有限的几何变化和空间覆盖，所以建模局部的结构效率更高，对模型（可以使用很简单的模型）和数据（数据量要求很低）的要求也比较低。

出发点： 直接建模整条线的特征需要CNN的高维输出，对模型和数据的要求很高，但是建模局部信息比较简单。

第一次将车道线检测做成局部的几何建模。模型只需要在受限的空间范围内，关注于比较简单的任务，使估计出来的局部曲线非常精确。
输入一张图片，经过CNNs提取特征。把图片沿着高度等距离画线，距离为固定值，这样等分线和车道线曲线的交点就是关键点集合的子集。 CNN建模低复杂度的局部特征，使用了两个单独的head， 一个head用来预测key points，另一个head用来在局部范围内refine key point的位置（offset），并将在同一条线中的key points联系起来。
两个head 一共 逐像素的预测四个map：

• key points（heat map）
• 关键点 与 上一个交点关键点 在水平上的坐标偏差、
• 关键点 与 当前交点关键点 在水平上的坐标偏差、
• 关键点与下一个交点关键点在水平上的坐标偏差。

最后通过后处理连线。后处理有两种解码方式：efficiency-oriented decoding algorithm / a greedy one, 将局部信息整合为车道线的全局信息。在性能退化可忽略的情况下，实现了36%的加速。

二、具体阐述

1. Introduction

目前常用的方法是，使用语义分割或者目标检测算法解析车道线标记，加上后处理方法，将网络的输出转化为参数曲线。但是比较常用的框架无法推广到弯曲的车道线，因为车道线的检测需要同时精确表示局部位置和全局形状。

• 基于语义分割的算法。
  将车道线预测为二值的mask，使用聚类算法将masked pixel分到不同的实例中，然后使用曲线拟合结果。
  存在的问题：聚类使得训练和推理的过程复杂化；使用像素级输入来做曲线拟合通常是冗余和嘈杂的，这些像素都可能带来对正确率的负面影响。

• 基于目标检测的算法。
  生成边界框作为输出（实际上使用的是anchor line，不是anchor box）。检测框往往覆盖了图片中的大部分区域，像素级的错误会严重影响检测的性能，原因可能是CNN学习到的feature是基于有限的感受野的，有限感受野使得特征不足以建模距离太远的content。（感受野比较小，没有覆盖整条曲