一种基于FCN的车道线检测算法

摘要

传统的车道线检测算法只能实现较为理想的直道情况,当应对如弯道、车道线模糊、阴影遮挡以及光线昏暗等复杂环境时,就表现得束手无策.为了解决这些问题,提出基于全卷积神经网络(Fully Convolutional Neural Net-work,FCN)的车道线检测算法.首先通过实车摄像头采集车道线,将车道线图像输入到全卷积神经网络进行处理,主要包括卷积、池化及反卷积等.然后经过条件随机场(Conditional Random Field,CRF)处理,得到更加精细,并具有与原始图像空间一致性的结果.最后,在大量的车道线数据集基础上,从车道线检测的质量和检测时间2方面对FCN算法的优越性进行验证.仿真结果表明,基于全卷积神经网络的车道线检测算法在检测精度、识别率和识别速度上有很明显的优越性.