이 연구는 운전자의 시각적 초점에 영감을 받아 차선 감지를 위한 혁신적인 기술을 제안한다.
초점 샘플링: 중요한 원거리 세부 정보를 강조하는 새로운 샘플링 기법을 도입하여 곡선 및 원거리 차선 인식 정확도를 크게 향상시켰다.
부분 시야 평가: 운전자의 시선 초점에 맞춰 전방 도로 구간의 정확도를 평가하는 새로운 지표를 제안하여 실제 주행 상황에 더 부합하는 성능 평가가 가능하다.
향상된 FPN 아키텍처: 위치 인식 non-local 블록 또는 표준 non-local 블록을 FPN에 통합하여 전역 문맥 정보를 효과적으로 활용할 수 있도록 하였다.
방향성 IoU 손실: 원거리 차선의 방향성 오차를 보정하는 새로운 회귀 손실 함수를 개발하였다.
실험 결과, 제안된 FENetV1 모델은 기존 방식을 능가하는 성능을 보였으며, FENetV2 모델은 실제 주행 상황에서 더 나은 성능을 발휘하는 것으로 나타났다. 이는 운전자의 시각적 초점에 기반한 접근법이 자율 주행을 위한 정밀한 차선 감지에 효과적임을 보여준다.
toiselle kielelle
lähdeaineistosta
arxiv.org
Tärkeimmät oivallukset
by Liman Wang,H... klo arxiv.org 04-29-2024
https://arxiv.org/pdf/2312.17163.pdfSyvällisempiä Kysymyksiä