《电子测量技术杂志》发表论文赏析

基于Transformer和XCA注意力的车道线检测方法

来源:电子测量技术杂志2026年第7期北京时间:

作者:李睿,敖银辉,陈新盛,李桂伸

单位:广东工业大学机电工程学院 广州 510000

摘要:针对LSTR算法在复杂道路场景下存在的局部细节捕捉能力不足与计算复杂度高的问题,本研究提出动态多路径协方差Transformer检测模型DMCTR。首先,构建特征增强与抑制模块,通过增强与抑制特征操作,缓解传统卷积对弯曲车道及虚线段等弱特征的漏检问题;其次,构建动态增强双通道注意力模块,利用可变形卷积适应车道几何形变,并结合双注意力机制增强局部几何特征;最后在Transformer架构中引入交叉协方差注意力机制,进而替换Transformer编码器中的多头自注意力。实验结果表明,在TuSimple数据集上,DMCTR准确率达到96.74%,较基线LSTR模型提升0.56%;在CULane数据集复杂场景下,F1值提升4.48%,车道线模糊、夜晚强光等特殊场景检测精度提升显著,使得模型在保持实时性(353 fps)的同时,有效解决了传统方法在复杂场景下的特征建模瓶颈。

关键词:车道线检测;LSTR 算法;Transformer;交叉协方差注意力机制

基金资助:广东省自然科学基金(2022A1515012080)项目资助

2026年7期其他文献查阅:

基于LightGBM的标准单元动态电流预测

基于软硬协同的Paillier同态加密算法加速方案设计

基于改进GANomaly网络的轮胎缺陷图像检测

基于改进深度可分离复值网络的开集调制识别方法

基于超窄脉冲触发的宽带微波取样器设计

基于改进MMoE的联合活动识别与室内定位算法

基于改进YOLOv8的PE燃气管道缺陷检测算法

基于平滑迭代ESKF的无人船位姿估计算法

基于INGO_BiLSTM_SA的短期风电功率预测

一种PMSM自整定在线惯量辨识策略

基于CW-EMA分解与组合神经网络的风电功率预测

基于自适应模型预测的T型三电平逆变器并网控制

基于HCDNet-YOLO11的输电线路关键部位及缺陷检测算法

中间包内嵌分布式钢水连续测温系统的研发

DBTNet:一种用于运动想象脑电解码的融合网络

基于高斯加权动态时间规整的时间序列聚类

基于VMD-Informer和表面肌电信号的下肢关节角度预测

基于改进UNeXt的岩心目标提取算法

基于互补混合专家与一致性偏置路由的图像去雪算法

无人机航拍小目标检测研究

基于改进YOLOv10n的钢轨表面缺陷检测

注意力与多尺度特征融合的胸部疾病分类

改进RT-DETR矿工不安全行为检测方法

基于Transformer和XCA注意力的车道线检测方法

面向机器人的轻量化多目标检测算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!