摘要

近年来，车道线检测在自动驾驶领域取得了显著进展。RESA（Recurrent Feature-Shift Aggregator）基于图像分割技术，提出了一种新颖的模块，在通过普通卷积神经网络（CNN）完成初步特征提取后，进一步丰富车道线特征。针对Tusimple数据集，其场景相对简单，车道线具有更显著的空间特征。在此基础上，本文引入位置嵌入（position embedding）方法，以进一步增强空间特征表达。实验结果表明，该方法在Tusimple数据集上取得了96.93%的最高准确率，显著提升了检测性能。