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.
To Another Language
from source content
arxiv.org
Önemli Bilgiler Şuradan Elde Edildi
by Liman Wang,H... : arxiv.org 04-29-2024
https://arxiv.org/pdf/2312.17163.pdfDaha Derin Sorular