与所有提出的方法相反,3D-LaneNet 通过在单个前馈传递中直接从图像中提供 3D 世界坐标中的完整多通道表示,统一了公共管道的前三个阶段。此外,以前的方法使用平坦地面假设来进行图像与世界的对应,而我们的方法完全估计了定义车道的参数化 3D 曲线。只有少数方法直接解决 3D 车道估计:[24],使用立体,和 [34, 6],它...
3D-LaneNet 在经常观察的场景和常见的成像条件下恢复车道的 3D 结构方面显示出有希望的结果,但是,由于两个主要缺点,它的实用性值得怀疑。 首先,3D-LaneNet 在anchor 表示中使用了不合适的坐标系,其中ground-truth 车道与视觉特征不对齐。这在丘陵道路场景中最为明显,其中投影到虚拟顶视图的平行车道看起来不平行,如图...
其中对LaneNet网络框架进行了改进,同时采用了Swin Transformer替代了原有的卷积神经网络,这使得网络的训练成本得以降低,车道线检测效率和精度均有所提升,证明了该基于深度学习的车道线检测方法是未来趋势,适用于本文的研究课题,并对ST-LaneNet车道线...