需求发布 成果发布 科创案例库 揭榜挂帅
技术路演 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 基于深度学习的视频实例车道线检测技术

基于深度学习的视频实例车道线检测技术

发布时间: 2024-11-05

来源: 试点城市（园区）

基本信息

合作方式： 技术许可
成果类型： 发明专利,实用新型专利,软件著作权
行业领域：
高端装备制造产业,智能制造装备产业
成果介绍
针对实际情况中视频流车道线检测任务，提出了一种快速的视频实例车道线检测网络(FMMA-Net)，完成了实例车道线的局部和全局动态特征的获取、随时间自适应更新记忆模板的设计，用于获取实例车道的局部-全局动态特征，其中包含车道形状和位置变化信息，处理视频流中的车道变化、场景切换、车道遮挡等问题。提高了检测结果在时间维度上的稳定性和精度，在实际的动态交通场景中更具有鲁棒性，如图1、2所示。
成果亮点
为应对动态场景中车道线的帧间演化问题，提出了一种基于记忆模板的多帧车道线检测网络(MT-Net)。针对抖动带来的误检和漏检问题，网络通过记忆模板建立过去帧与当前帧的强关联性，从全局和局部的角度获取车道线的动态特征。该特征描述了每条实例车道线在时间维度的动态演化，增强了网络在动态场景中的适应性。网络可根据该标签学习每条实例车道线的外观和位置演化方向，获得更高的预测精度和车道稳定性。
团队介绍
安徽工程大学是一所以工为主的省属多科性高等院校和安徽省重点建设院校，学校办学始于1935年安徽私立内思高级职业学校，历经芜湖电机制造学校、芜湖机械学校、安徽机电学院、安徽工程科技学院等办学阶段，2010年更名为安徽工程大学。学校设有17个二级学院和继续教育学院，60余个本科招生专业。作为省级博士立项建设单位，学校有17个一级学科硕士学位授权点，11个硕士专业学位授权类别。
成果资料
产业化落地方案
点击查看