文章目录

  • 零. 概述
    • 1. DataSet
    • 2. 车道线检测难点
    • 3. 数据增强
  • 一、基于分割和辅助实例化信息的方法
    • 1. HDMapNet: An Online HD Map Construction and Evaluation Framework
    • 2. 3D-LaneNet: End-to-End 3D Multiple Lane Detection
    • 3. LaneAF: Robust Multi-Lane Detection with Affinity Fields
    • 4. Spatial As Deep: Spatial CNN for Traffic Scene Understanding
    • 5. RESA: Recurrent Feature-Shift Aggregator for Lane Detection
    • 6. LaneNet: Real-Time Lane Detection Networks for Autonomous Driving
    • 7. Learning Lightweight Lane Detection CNNs by Self Attention Distillation
    • 8. ONCE-3DLanes: Building Monocular 3D Lane Detection
    • 9. End-to-End Deep Learning of Lane Detection and Path Prediction for Real-Time Autonomous Driving
  • 二、基于关键点的方法
    • 1. RCLane: Relay Chain Prediction for Lane Detection
    • 2. Focus on Local: Detecting Lane Marker from Bottom Up via Key Point
    • 3. Key Points Estimation and Point Instance Segmentation Approach for Lane Detection
    • 4. A Keypoint-based Global Association Network for Lane Detection
  • 三、基于row-wise的方法
    • 1. Ultra Fast Structure-aware Deep Lane Detection
    • 2. CondLaneNet: a Top-to-down Lane Detection Framework Based on Conditional Convolution
    • 3. End-to-End Lane Marker Detection via Row-wise Classification
  • 四、基于多项式回归的方法
    • 1. Structured Bird's-Eye-View Traffic Scene Understanding from Onboard Images
    • 2. Rethinking Efficient Lane Detection via Curve Modeling
    • 3. PolyLaneNet: Lane Estimation via Deep Polynomial Regression
    • 4. End-to-end Lane Shape Prediction with Transformers
  • 五、基于anchor的方法
    • 1. PersFormer: 3D Lane Detection via Perspective Transformer and the OpenLane Benchmark
    • 2. Line-CNN: End-to-End Traffic Line Detection With Line Proposal Unit
    • 3. (Lane-ATT)Keep your Eyes on the Lane: Real-time Attention-guided Lane Detection
    • 4. 3D-LaneNet: End-to-End 3D Multiple Lane Detection
    • 5. Gen-LaneNet: A Generalized and Scalable Approach for 3D Lane Detection
    • 6. Learning to Predict 3D Lane Shape and Camera Pose from a Single Image via Geometry Constraints
    • 7. Eigenlanes: Data-Driven Lane Descriptors for Structurally Diverse Lanes
    • 8. CLRNet: Cross Layer Refinement Network for Lane Detection
  • 六、直接输出实例的方法
    • 1. VectorMapNet: End-to-end Vectorized HD Map Learning
    • 2. Hierarchical Recurrent Attention Networks for Structured Online Maps
    • 3. DagMapper

零. 概述

车道线检测是自动驾驶中的一个基础模块,其实也是一个由来已久的任务,早期已有很多基于传统图像处理实现的车道线检测算法。但随着大家研究的深入,车道线检测任务所应对的场景越来越多样化,逐步已经脱离了对于“白、黄色线条”这种低阶理解。目前更多的方式是寻求对于语义上车道线存在位置的检测,即使它是模糊的被光照影响的、甚至是完全被遮挡的

本文主要对主流的车道线检测(包括 BEV-鸟瞰图视角图像视角)方法进行总结。由于基于深度学习的方法性能远超传统方法,所以本文只总结了基于深度学习的方法。
文中车道线检测有些是有高度的3D检测,有些没有高度的BEV检测,统一标识了BEV,没有特别区分是否预测高度。主要分了六大类:

  • 包括基于分割的方法(像素级的分类,忽略了车道线作为一个整体的问题;后处理也会引入偏差)
  • 基于关键点的方法
  • 基于row-wise的方法(实例级别的车道线判定仍然是问题)
  • 基于多项式回归的方法(速度快,但是精度差)
  • 基于anchor的方法(灵活性差,受限于anchor&#

【车道线检测】车道线检测算法汇总相关推荐

  1. 目标检测常见数据增强算法汇总讲解(Mixup,Cutout,CutMix,Mosaic)

           在学习目标检测算法的过程中,发现了一些有趣的目标检测算法,打算简单写个笔记,不足之处还望谅解,可以在评论中指出来.         目标检测作为需要大量数据的算法,在实际情况中经常面临数 ...

  2. 自动驾驶中的车道线检测算法汇总

    对近两年来车道线检测算法进行汇总,后期将会保持不断更新~ 1.Efficient Road Lane Marking Detection with Deep Learning 2.VPGNet: Va ...

  3. 车道线检测综述及新工作汇总

    编辑丨3D视觉工坊 车道线检测综述及近期新工作--为ADAS.自动驾驶服务. 部分视频效果展示: https://www.bilibili.com/video/BV1E54y1V7G4 https:/ ...

  4. 车道线检测:几何约束联合车道分割和车道边界检测

    点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 来源 | 知乎@任乾 编辑丨焉知自动驾驶 本文分享了一篇关于车道线检测的论文,其主要创新点在于把车道线 ...

  5. 计算机视觉——车道线(路沿)检测

    目录 系列文章目录 一.实验内容与方法 二.视频的导入.拆分.合成 1.视频时长读取 2.视频的拆分 3.视频的合成 三.图像处理/边缘检测 0.尝试 1.图像处理->边缘检测(原理) 2.Ca ...

  6. 使用霍夫变换检测车道线

    点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 车道线检测是自动驾驶汽车的重要组成部分之一,有很多方法可以做到这一 ...

  7. 基于边缘检测和模型拟合检测车道线

    实验任务与要求: 给一张道路照片,检测并拟合出白色车道线. 问题分析 本实验采用计算机视觉中边缘检测和模型拟合等技术,检测并拟合出白色的车道线. 通过分析本实验需要处理的图像,可以发现图片来源与真实场 ...

  8. LIDAR系列之2:用激光雷达检测车道线

    转自:https://www.sohu.com/a/207740445_391994 基于视觉系统的车道线检测有诸多缺陷 首先是视觉系统对背景光线很敏感,诸如阳光强烈的林荫道,车道线被光线分割成碎片, ...

  9. 车道线检测+车道线跟踪+车道线识别

    原本打算用深度学习的,但是....各种原因.于是想着随便先实现以一下,发现效果还不错,还节约成本.美滋滋 现成代码美滋滋,先上个链接 http://blog.csdn.net/chongshangyu ...

最新文章

  1. 穹顶下业务流程管理失位
  2. 论文|记忆网络之Memory Networks
  3. android 时间转换 工具下载,时间转换器手游下载_时间转换器安卓版下载v1.09.25_3DM手游...
  4. kmeans鸢尾花分类python代码_python实现鸢尾花三种聚类算法(K-means,AGNES,DBScan)
  5. JEECG-P3开发专题 - 开发环境搭建入门
  6. SmartBear继SoapUI Pro 5 2之后推出新版本改名SoapUI NG Pro
  7. Android 11.0 12.0系统添加水印(仿安全模式水印)
  8. 双物块弹簧阻尼系统模型,李雅普诺夫稳定性分析,matlab仿真验证
  9. 科技复原,3000多前年的木乃伊「发声」了
  10. 集线器、交换机、路由器功能原理入门总结
  11. 《童虎学习笔记》14分钟结合ProxySQL处理超半数MGR节点故障
  12. 计算机控制矢量网络分析仪,完全独立的HF(短波)软件定义收发器和矢量网络分析仪设计...
  13. Unreal Engine蓝图编程学习(四)
  14. keras系列︱人脸表情分类与识别:opencv人脸检测+Keras情绪分类(四)
  15. props的基本使用和特点
  16. 液晶显示模块(LCM)介绍
  17. 本地图片转网图url专用
  18. STC89C52RC - 12 - 静、动数码管显示
  19. pf与ckf_CKF启用VR直播,暴风魔镜呈现格斗赛事“拳拳到肉”
  20. Windows如何打开heic文件,一招就可以学会

热门文章

  1. js promise 详解
  2. 广东外语外贸大学南国商学院计算机,广东外语外贸大学南国商学院宿舍怎么样...
  3. ps命令的使用(linux)
  4. springboot + mybatis
  5. SAP SD 第一节 SD后台配置
  6. 在Linux桌面条件下打开Terminal的快捷键
  7. [技术讨论]H桥驱动直流电机的效率计算方法
  8. 中国MEMS陀螺仪应用及市场需求空间测算研究报告
  9. GitHub上12306开源项目如何本地启动,注意:不需要Python基础
  10. LINUX服务器集群系统