零参考样本下的夜间车道线检测方法

摘要

针对ERFNet网络在遮挡和夜晚场景中检测准确率较低的问题,提出一种结合零样本增强和自注意力机制的夜间车道线检测方法。首先,使用基于零参考样本的图像增强网络对检测图像进行增强,提高图像对比度的同时增强其梯度;然后,利用车道线细长的空间结构,在ERFNet网络中引入自注意力机制,预测车道在垂直和水平方向的置信度,增加在遮挡、阴影等情况下对全局特征的提取能力。实验结果表明,该方法在白天场景下具有与ERFNet相当的准确率,而在遮挡、夜晚的复杂场景下,F1-measure分别提高了2.12%和2.33%,证明了该方法的有效性和优越性。