基于多尺度空洞融合注意力的车道线检测算法

来源：电子测量技术杂志2024年第23期北京时间：

作者：李沐原，张兰春，张博源

单位：江苏理工学院汽车与交通工程学院 常州 213001

摘要：UFSA-LD算法在提取车道线的细长结构特征时，面临信息丢失、长距离上下文捕获困难以及边界细节识别不敏感等挑战。本文提出一种基于多尺度空洞特征融合注意力的车道线检测算法：在UFSA-LD辅助分割分支加入MDFA模块，借助空洞空间金字塔池化（ASPP）扩展了网络的感受野，多尺度捕捉车道特征；利用融合注意力机制（FCBAM）从通道与空间多维度过滤干扰信息，增强关键特征表示。引入Dice Loss损失函数，更多关注车道线的边缘与局部结构信息。实验结果表明：改进后模型在TuSimple数据集上检测精度由95.81%提升至96.03%；在CULane数据集上F1指标较原文提升1.8，验证了模型改进的有效性。

关键词：车道线检测;ASPP;融合注意力;Dice Loss

基金资助：江苏省高校自然科学基金重大项目(22KJA580002)、江苏理工学院研究生实践创新计划项目(XSJCX23_34)资助