كشف المسارات باستخدام تضمين الموضع

في الآونة الأخيرة، حققت كشف الخطوط (Lane Detection) تقدماً كبيراً في مجال القيادة الذاتية. يعتمد نموذج RESA (REcurrent Feature-Shift Aggregator) على تقسيم الصور، ويقدم وحدة جديدة لتعزيز ميزات الخطوط بعد الاستخلاص الأولي للميزات باستخدام شبكة عصبية متعددة الطبقات تقليدية (CNN). وبالنظر إلى مجموعة بيانات Tusimple، التي لا تحتوي على مشاهد معقدة، وتتميز خطوط الطرق بسمات فضائية بارزة، قمنا بتوسيع نموذج RESA بإدخال تقنية ترميز الموضع (Position Embedding) لتعزيز السمات الفضائية. أظهرت النتائج التجريبية أن هذه الطريقة حققت أعلى دقة بلغت 96.93% على مجموعة بيانات Tusimple.