基于KANs网络和注意力机制的车道线检测方法研究

分享到

【获取途径】超星期刊网
【作者】杨潞霞，陆剑
【刊名】电脑与电信
【作者单位】太原师范学院
【年份】2025
【卷号】第1期
【页码】32-36，41
【ISSN】1008-6609
【关键词】注意力机制残差模块车道线检测深度神经网络
【摘要】车道线检测对于自动驾驶和辅助驾驶系统的安全性至关重要。然而，在光照变化、车道线模糊、车道线部分缺失、阴影等多种复杂环境下，其检测精度会受到较大影响。针对上述问题，以UNet作为主干网络，提出了一种基于KANs网络和注意力机制的车道线检测方法研究。首先在编码网络的卷积层中提出双卷积残差特征提取模块，延缓梯度消失问题；其次设计了HLA注意力机制模块，并将其添加到跳跃连接处，以提升模型的鲁棒性；最后将KAN层集成到UNet模型的深层网络中，提高模型的可解释性。在CULane通用数据集上的测试结果表明，...
【文献类型】期刊