【谷歌翻译】Multi-Class Lane Semantic Segmentation using Efficient Convolutional Networks
车道检测在自动驾驶汽车中起着重要作用。 多项研究利用语义分割网络来提取鲁棒的车道特征,但很少有人能够区分不同类型的车道。 本文关注于多类车道语义分割问题。 基于观察到车道是道路场景图像中的小尺寸和窄宽度的对象,我们提出了两种技术:FSS和DD Block。 FSS允许网络使用适当的特征尺寸提取细车道特征。 为了获取细粒度的空间信息,DD块由一系列具有递减的扩张率的扩张卷积组成。 实验结果表明,所提出的技术与基线系统相比,在精度上有明显提高,同时实现了相同或更快的推理速度,并且可以在高分辨率图像上实时运行。
翻译
2020-03-19 22:04:31 ·
400 阅读 ·
0 评论