基于LSTR和Vit-CoMer骨干的车道线检测方法

来源：电子测量技术杂志2024年第19期北京时间：

作者：郑剑，郭亦畅

单位：1.江西理工大学信息工程学院 赣州 341000; 2.江西理工大学宜春新能源锂电研究院 宜春 336023

摘要：针对LSTR算法在实际应用中存在的提取特征尺度单一及缺乏对车道局部特征有效捕捉的问题。本文首次将Vit-CoMer骨干网络用于车道线检测任务中，提出LSCoMer车道线检测模型。首先，在特征提取网络后使用MRFP丰富多尺度特征,提高检测精度；其次，在Transformer结构的开始和结束位置集成CTI模块，以促进CNN的局部特征与Transformer的全局特征之间有效融合,强化后者在局部细节上的敏感性。实验结果表明，本文方法在TuSimple数据集上准确率为96.68%，较原LSTR方法提升0.5%且显著优于PolyLaneNet等同类方法，在CULane数据集中，本文方法F1分数比LSTR方法提升3.02%。

关键词：车道线检测;LSTR算法;Transformer;多尺度特征

基金资助：宜春市科技专项资金（2023YBKJGG02）项目资助