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 基于深度混合网络的连续多帧驾驶场景的鲁棒车道检测方法

基于深度混合网络的连续多帧驾驶场景的鲁棒车道检测方法

发布时间: 2024-11-06

来源: 试点城市（园区）

基本信息

合作方式： 技术转让
成果类型： 发明专利,实用新型专利
行业领域：
制造业,汽车制造业
成果介绍
通过自动编解码器网络，设计了ST-MAE网络，该网络将连续的六帧图像序列作为输入。通过ST-LSTM块将连续多帧的驾驶场景通过时间序列建模，由SwinTransformer块组成的编码器提取各帧驾驶场景的图像信息。最后，通过由SwinTransformer块组成的解码器对特征完成重建工作完成车道检测任务。
成果亮点
提出了基于自编解码器（MaskedAutoencoders,MAE）网络架构的ST-MAE网络，在一定程度上降低了基于连续多帧图像序列的车道检测的计算成本；在ST-MAE网络中采用了“掩码”技术在处理大规模图像任务方面相比较其他混合神经网络具有巨大优势；使用了ST-LSTM，实现以多个连续帧构建时间序列，同时实现以端到端方式训练网络和时间序列数据的特征提取的功能。
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