速度最快250fps！实时、高性能车道线检测算法LaneATT

CVPR 2021 车道线检测方向论文：Keep your Eyes on the Lane: Real-time Attention-guided Lane Detection 。

论文：

https://arxiv.org/pdf/2010.12035.pdf

代码：

https://github.com/lucastabelini/LaneATT

动机

车道线检测是自动驾驶领域非常重要的子任务之一。作者提出了一个实时、高性能的车道线检测算法，将其命名为LaneATT。

该方法基于anchor实现，且应用了注意力机制，轻量级版本的推理速度达到250FPS。

网络结构

1.1 总体流程

算法总体流程如下图所示：

将车辆前视相机采集到的RGB图像作为输入，输出车道线位置。

从上图中可以看出，该算法将backbone的输出结果进行池化操作，以提取每个anchor的特征；将提取到的特征与注意力模块产生的全局特征进行融合，以解决遮挡、光照等原因导致车道线检测不到的问题；融合后的特征作为全连接层的输入，全连接层输出车道线的置信度和相关参数。

1.2 车道线和anchor的表示方法

车道线的表示

沿图片纵向做等分操作，得到的等分点记作，其中。

对于每条车道线，令固定，因此决定了每条车道线的差异；每个都与对应的形成车道线上的一个点。

由于车道线不会贯穿整张图像，令和分别表示的开始索引和结束索引，用于表示车道线的连续有效点。

anchor的表示

使用原点和方向表示anchor，其中。

原点总是位于图像的左、右、下三个边界上。

1.3 Backbone

使用诸如ResNet的通用网络作为LaneATT的backbone；将backbone的输出特征记作。

为减少后续模块计算量，对做卷积，将输出结果记作。

1.4 feature pooling

对于每个anchor，都要从中提取特征，使用坐标索引要从中提取的特征点。先定义这些坐标点的方向坐标：，使用如下公式求它们对应的坐标：

上式中的和表示anchor的原点和方向，表示特征对应原图的步长。

对于每个anchor，使用上述的和，从中提取到特征；若上述计算得到的某个点的坐标值超出的范围，则中对应位置的值为0。

1.5 注意力机制

上文提到的feature pooling操作得到的为局部特征。为了能够应对遮挡、光照等复杂场景，需要将局部特征与全局特征融合。

作者使用注意力模块，该模块的输入为局部特征，输出为全局特征。

注意力模块中包含一个全连接层，对于索引为的anchor，该anchor对应的局部特征作为的输入，的输出为权重：

用于融合除第i个anchor以外的其他anchor对应的局部特征从而形成全局特征：

以上内容只是针对索引为i的anchor；对于所有的anchor，可以使用矩阵乘法快速实现。假设anchor的数量为，令

，，使用如下矩阵乘法计算所有anchor对应的全局特征：

上式中

，且。

1.6 prediction head

对于索引为i的anchor，其局部特征和全局特征做concat操作，输出结果记作。作为2个并行的全连接层的输入，其中一个全连接层用于分类，输出信息为；另外一个全连接层用于回归，输出信息为。

对于每个anchor，网络最终输出3类信息：

（1）个概率值，用于预测该anchor对应的车道线类别和背景的概率。对于不包含车道线类别标注信息的数据集，令。

（2）个offset值，指出anchor中个点和预测出的车道线上点的横向偏移。

（3）车道线的长度，是anchor中实际用来表示车道线的点的数量。根据1.2节中的信息，和分别表示的开始索引和结束索引，其中可由anchor原点的坐标决定，长度可用于确定的值：

1.7 NMS

定义2条车道线和的距离为：

上式中，。

使用上述定义的距离对网络预测结果进行NMS操作，减少false positive的数量。

模型训练

2.1 训练

在训练时，依然使用1.7节中定义的距离来衡量anchor和ground truth的距离。当两者距离小于阈值时，该anchor被当作正样本，当两者距离大于时，该anchor被当作负样本；否则忽略该anchor。

构造如下损失函数：

上式中的和分别表示网络的分类分支和回归分支的输出结果，和为真值。为Focal Loss，为Smooth L1损失函数；用于平衡2个损失函数。回归损失是基于对应anchor和ground truth之间共同的横坐标计算的。

2.2 模型加速

在训练和推理时，共有2782个anchor，如此庞大的anchor数量会降低计算效率。有相当一部分anchor在训练和推理时都是无效的，比如起点在地平线以上的anchor。测量在训练集中每个anchor作为正样本的次数，作为评价anchor是否有用的指标。在后续的训练和推理时，选取个使用次数最多的anchor。

实验结果

在训练时，网络输入图片分辨率为，使用translation、rotation、scaling和horizontal flip用于数据增强。设置，，，。

在TuSimple数据集上的结果如下表所示：

在CULane数据集上的结果如下表所示：

在2个数据集上模型运行时间和性能的对比情况如下图所示：

可视化的结果如下图所示：

上图中第一行为TuSimple数据集的可视化结果，第二行为CULane数据集的可视化结果。图中蓝线为ground truth；绿线和红线均为网络输出结果，绿线为true positive，红线为false positive。

总结

提出了实时、单阶段、基于anchor的高性能车道线检测算法LaneATT；
在LaneATT中应用注意力机制，提高算法性能；
LaneATT能够很好地平衡精度和推理速度。

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。