收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于深度学习的道路标线自动提取与分类方法

黄刚  刘先林  
【摘要】:道路标线提取与分类是智慧城市建设中需要解决的关键技术之一,也是智能驾驶亟待解决的技术难题。提出了一种基于深度学习的道路标线自动提取与分类方法,通过移动窗口法结合相邻扫描线拓扑关系进行地面点云的提取,并生成强度图像,基于深度学习方法实现道路标线的自动提取与分类,并利用KD树聚类分割算法结合矢量化方案实现道路标线的矢量化。基于实验数据对该方法进行验证分析,结果表明,使用该方法进行自动提取与分类的精度和F_(score)分别为92.59%和90.15%,证明了该方法的可行性和准确性。该方法为道路标线的自动提取提供了新思路,使道路标线提取工作变得更准确、高效,提升了道路标线获取与分类的智能化程度。

知网文化
【相似文献】
中国期刊全文数据库 前1条
1 方莉娜;黄志文;罗海峰;陈崇成;;结合SVM与图匹配的车载激光点云道路标线识别[J];地球信息科学学报;2019年07期
中国硕士学位论文全文数据库 前1条
1 白冰洁;基于FPGA的车道偏离预警系统研究[D];广西科技大学;2013年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978