车道线检测和语义分割模型在自动驾驶中的应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第14-20页 |
| 1.1 研究背景与研究意义 | 第14-15页 |
| 1.2 车道线检测研究现状 | 第15-16页 |
| 1.3 图像的语义分割研究现状 | 第16-17页 |
| 1.4 本文研究工作概述与安排 | 第17-20页 |
| 2 一种多车道线检测方法 | 第20-34页 |
| 2.1 引言 | 第20页 |
| 2.2 逆透视变换 | 第20-26页 |
| 2.2.1 逆透视变换基本操作 | 第21-24页 |
| 2.2.2 实验小结 | 第24-26页 |
| 2.3 图像增强 | 第26-28页 |
| 2.3.1 图像操作模型 | 第26-27页 |
| 2.3.2 实验小结 | 第27-28页 |
| 2.4 车道线检测相关模型 | 第28-31页 |
| 2.4.1 常见的车道线模型 | 第28页 |
| 2.4.2 道路平面区域划分算法 | 第28-30页 |
| 2.4.3 RANSAC算法 | 第30-31页 |
| 2.5 车道线跟踪模型 | 第31-32页 |
| 2.6 实验结果展示与分析 | 第32-33页 |
| 2.7 本章小结 | 第33-34页 |
| 3 重要性意识的语义分割模型在自动驾驶中的应用 | 第34-54页 |
| 3.1 引言 | 第34-36页 |
| 3.2 图像语义分割相关工作 | 第36-37页 |
| 3.3 重要性意识的语义分割模型 | 第37-43页 |
| 3.3.1 提出的损失函数 | 第37-40页 |
| 3.3.2 前向传播和后向传播法则 | 第40-42页 |
| 3.3.3 深度神经网络 | 第42-43页 |
| 3.4 实验 | 第43-52页 |
| 3.4.1 实验设置 | 第44-45页 |
| 3.4.2 定量和定性分析 | 第45-50页 |
| 3.4.3 参数敏感性分析 | 第50-51页 |
| 3.4.4 训练时间的对比 | 第51-52页 |
| 3.5 本章小结 | 第52-54页 |
| 4 总结与展望 | 第54-56页 |
| 4.1 本文工作总结 | 第54页 |
| 4.2 未来工作展望 | 第54-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-68页 |
| 附录 | 第68页 |
