电子学报 ›› 2021, Vol. 49 ›› Issue (7): 1379-1385.DOI: 10.12263/DZXB.20201375
徐频捷1,2, 陈逸杰3, 李之南4, 赵地1
XU Pin-jie1,2, CHEN Yi-jie3, LI Zhi-nan4, ZHAO Di1
摘要:
动态视觉传感器(Dynamic Vision Sensor,DVS)相比于传统彩色相机有更高的时间分辨率、动态范围,且功耗更低、带宽更低,在自动驾驶领域有很好的应用前景,因此吸引了越来越多研究者的注意.然而由于事件驱动的数据是异步的且缺少一种统一的表示形式,在复杂的交通场景下,以车道检测为代表的基于事件驱动数据的交通场景分割任务难以应用传统的语义分割算法.针对以上问题,本文提出了一种三通道的事件数据编码方式,综合考虑事件数据的时空特征,将其作为卷积神经网络的输入;提出了一种基于编解码模型的事件数据车道检测算法,在基于事件驱动的车道线检测数据集DET上,本文方法的mIoU(mean Intersection over Union)达到了58.76%,比基准方法提高了4.4%.
中图分类号: