OMR: Occlusion-Aware Memory-Based Refinement for Video Lane Detection

要約

この論文ではビデオレーン検出のための新しいアルゴリズムを提案した。
まず、現在のフレームの特徴マップを抽出し、車線を遮る障害物の潜在マスクを検出します。
次に、オクルージョンを意識したメモリベースのリファインメント (OMR) モジュールを開発することで、特徴マップを強化します。
現在のフレームから障害物マスクと特徴マップ、前の出力、およびメモリ情報を入力として受け取り、ビデオ内で再帰的に処理します。
さらに、OMR モジュールを効果的にトレーニングするために新しいデータ拡張スキームを適用します。
実験結果は、提案されたアルゴリズムがビデオ レーン データセットに対する既存の手法よりも優れていることを示しています。
私たちのコードは https://github.com/dongkwonjin/OMR で入手できます。

要約(オリジナル)

A novel algorithm for video lane detection is proposed in this paper. First, we extract a feature map for a current frame and detect a latent mask for obstacles occluding lanes. Then, we enhance the feature map by developing an occlusion-aware memory-based refinement (OMR) module. It takes the obstacle mask and feature map from the current frame, previous output, and memory information as input, and processes them recursively in a video. Moreover, we apply a novel data augmentation scheme for training the OMR module effectively. Experimental results show that the proposed algorithm outperforms existing techniques on video lane datasets. Our codes are available at https://github.com/dongkwonjin/OMR.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google