基于全卷积网络的车道区域分割算法

摘要

为智能车辆的轻量化、实时性检测,提高车道识别的准确度、鲁棒性,提出了一种利用全卷积网络(FCN)实现车道区域分割的方法.采用一种对称结构的全卷积网络对车道区域作逐像素预测:利用卷积、池化提取车道特征,利用池化索引辅助上采样,用卷积来恢复特征信息.在既定网络结构下,比较3×3、5×5和7×7尺寸的卷积核对模型性能的影响.基于FCN-32s和FCN-16s,分别设计混叠结构的FCN和无混叠结构的FCN与本网络作测试对比.结果表明:该算法对车道分割准确、鲁棒性强、实时处理能力优秀,分割效果优于传统FCN ;在3种不同尺寸中,小尺寸(3×3)卷积核的实时处理速率最高,达53 帧/s.因此,该算法适合自动驾驶道路感知任务.