TY -的A2 Scioscia Floriano盟——胜利,球迷盟——Yuzhi张盟——晓惠,Bi PY - 2023 DA - 2023/02/03 TI -车道标记检测基于多线程Self-Attention SP - 2075022六世- 2023 AB - Lane马克检测是自动驾驶的一个重要任务。许多研究人员已经提出了很多模型。但驾驶环境要复杂得多,尤其是对于一些具有挑战性的场景,如车辆阻塞,严重马克退化,沉重的阴影,等等。很难检测出车道标志在有限的地方接受域上面的场景。出于这个原因,我们提出一个基于多线程self-attention车道标志检测网络。它能找到车道标记点之间的空间关系在全球视角和扩大其功能映射的接受域同样。为进一步提取上下文和全局特征,融合全球信息和本地信息预测分类和位置回归。最后,它能促进车道标志检测精度大大特别是在具有挑战性的场景。在TuSimple基准,其准确性是95.76%压倒性的其他方法,及其FPS是170.2,这是第二。在其F1 CULane基准达到75.55%,FPS达到170.5。 Both of them are the highest compared to other methods. Our proposed model establishes a new state-of-the-art among real-time methods. SN - 1574-017X UR - https://doi.org/10.1155/2023/2075022 DO - 10.1155/2023/2075022 JF - Mobile Information Systems PB - Hindawi KW - ER -