基于知识蒸馏和超分辨率的车道检测算法仿真

作     者：张琰 舒畅 王晶 ZHANG Yan;SHU Chang;WANG Jing

作者机构：武昌工学院信息工程学院湖北武汉430065 法国贡比涅技术大学(UTC)皮卡第大区瓦兹省贡比涅60200 

基　　金：湖北省教育厅科学技术研究计划指导性项目(B2020266) 湖北省高等学校优秀中青年科技创新团队计划项目(T2021042) 

出 版 物：《计算机仿真》 (Computer Simulation)

年 卷 期：2023年第40卷第1期

页      码：178-181,194页

摘      要：为改善自动驾驶领域中车道线检测的鲁棒性与实时性,提出了基于知识蒸馏和超分辨率的快速车道线检测算法。由于复杂路况与采集图像的分辨率因素影响,会导致对空间和边缘信息的缺失,而单纯利用神经网络来提高图像的特征提取与分割精度,又会导致网络结构过于繁杂。因此结合知识蒸馏思想对神经网络采取轻量化设计,并对路况图像采取超分辨率重构。算法首先采用分组卷积,把Teacher网络的训练成果转换成不同分辨率的投影关系,完成缺失信息的合理补充。针对Teacher与Student网络相似性,为避免训练过程中的相互干扰,引入残差结构进行特征重建。根据编解码设计分割网络,通过特征提取与交叉熵计算,确定车道线的分布情况。基于Cityscape数据集对算法的性能进行比较分析,结果表明,所提算法能够有效提高车道线检测的实时性,同时具有良好的鲁棒性和准确率。

主 题 词：知识蒸馏 超分辨率 神经网络 损失函数 车道线检测 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1006-9348.2023.01.033

馆 藏 号：203118539...