![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文阅读
文章平均质量分 94
论文阅读
大龙唉
这个作者很懒,什么都没留下…
展开
-
论文阅读《FENET: FOCUSING ENHANCED NETWORK FOR LANE DETECTION》
受人类驾驶专注力的启发,这项研究开创性地利用等技术增强网络,有针对性地创新解决了自动驾驶精确车道检测的障碍。实验证明,我们的 "聚焦采样 "策略与统一方法不同,强调重要的远距离细节,显著提高了对安全至关重要的基准和实际弯道/远距离车道识别精度。FENetV1 通过模拟驾驶员视觉的增强隔离透视感知上下文,实现了最先进的度量性能,而 FENetV2 则在建议的中被证明是最可靠的。因此,我们特别推荐将 V2 用于实际的车道导航,尽管它在标准的全图像度量上有一定程度的下降。原创 2024-03-10 10:47:24 · 1187 阅读 · 1 评论 -
论文阅读《Rethinking Efficient Lane Detection via Curve Modeling》
这篇论文提出了一种新颖的基于参数曲线的方法,用于在RGB图像中进行车道线检测。与通常需要启发式方法来解码预测或制定大量锚点的先进的基于分割和点检测的方法不同,基于曲线的方法可以自然地学习整体的车道表示。为了处理现有多项式曲线方法的优化困难,我们提出利用参数化的贝塞尔曲线,因为它易于计算、稳定,并且具有高自由度的变换。此外,我们提出了基于可变形卷积的特征翻转融合,以利用驾驶场景中车道的对称性质。所提出的方法在流行的LLAMAS基准测试中实现了新的最先进性能。原创 2023-12-27 21:59:01 · 1667 阅读 · 1 评论 -
论文阅读《A Keypoint-based Global Association Network for Lane Detection》——GANet
车道检测是一项具有挑战性的任务,需要预测复杂的车道线拓扑形状,并同时区分不同类型的车道。早期的工作遵循自上而下的路线图,将预定义的锚点回归到各种形状的车道线中,但由于锚点形状固定,因此缺乏足够的灵活性来适应复杂的车道形状。最近,一些研究提出将车道检测作为一个关键点估算问题,以更灵活地描述车道线的形状,并以逐点的方式将属于同一条车道线的相邻关键点逐步分组,但这种方法在后处理时效率低且耗时。在本文中,我们提出了全局关联网络(GANet),从一个新的角度来制定车道检测问题,即每个关键点,而不是逐点扩展。原创 2023-10-29 20:13:45 · 211 阅读 · 0 评论 -
《CLRNet:Cross Layer Refinement Network for Lane Detection》论文笔记
在智能汽车的视觉导航系统中,车道至关重要。当然,车道是一种具有高级语义的交通标志,而它具有特定的局部模式,需要详细的低级特征才能准确定位。使用不同层次的特征对于准确检测车道非常重要,但目前还没有得到充分的研究。在这项工作中,我们提出了跨层细化网络(CLRNet),旨在充分利用高层和低层特征进行车道检测。具体来说,它首先利用高级语义特征检测车道,然后根据低级特征进行细化。这样,我们就能利用更多的上下文信息来检测车道,同时利用局部详细的车道特征来提高定位精度。原创 2023-10-12 11:52:09 · 448 阅读 · 0 评论 -
论文阅读《Imagic: Text-Based Real Image Editing with Diffusion Models》
以文本为条件的图像编辑最近引起了相当大的兴趣。然而,目前大多数方法都局限于以下几种情况之一:特定的编辑类型(如对象叠加、样式转移)、合成生成的图像,或者需要输入多个共同对象的图像。在本文中,我们首次展示了对单张真实图像进行复杂(如非刚性)文本语义编辑的能力。例如,我们可以改变图像中一个或多个物体的姿态和构成,同时保留其原始特征。我们的方法可以让一只站立的狗坐下,让一只鸟张开翅膀,等等。- 每个物体都在用户提供的单张高分辨率自然图像中。原创 2023-10-17 15:58:31 · 230 阅读 · 0 评论 -
论文《Keep your Eyes on the Lane: Real-time Attention-guided Lane Detection》阅读
现代车道检测方法在复杂的真实世界场景中取得了卓越的性能,但许多方法在保持实时效率方面存在问题,而这对于自动驾驶汽车来说非常重要。在这项工作中,我们提出了 LaneATT:一种基于锚点的深度车道检测模型,它与其他通用深度目标检测器类似,使用锚点进行特征池步骤。由于车道遵循规则模式且高度相关,我们假设在某些情况下,全局信息可能对推断车道位置至关重要,尤其是在遮挡、车道标记缺失等情况下。因此,本研究提出了一种基于锚的新颖注意力机制,该机制可聚合全局信息。该模型在文献中使用最广泛的三个数据集上进行了广泛评估。原创 2023-10-07 17:16:56 · 105 阅读 · 0 评论 -
论文《Line-CNN: End-to-End Traffic Line Detection With Line Proposal Unit》阅读
交通线路检测任务是一个基本而又具有挑战性的问题。以往的方法通常通过两个阶段进行交通线路检测,即线段检测和线段聚类,这很可能会忽略整条线路的全局语义信息。为解决这一问题,我们提出了一种名为 "线路-CNN(L-CNN)"的端到端系统,其中的关键部分是一个新颖的线路建议单元(LPU)。LPU 利用线路建议作为参考来定位准确的交通曲线,从而迫使系统学习整个交通线路的全局特征表示。原创 2023-10-04 11:11:23 · 334 阅读 · 0 评论