深層学習を用いた効率的な道路車線認識

車線認識は、先進運転支援システム（Advanced Driver Assistant System: ADAS）における道路シーン解析の重要な要素です。オンボードの計算能力に制限があるため、システムの複雑さを低減しつつ高い精度を維持することは依然として課題となっています。本論文では、深層畳み込みニューラルネットワークを使用して堅牢な車線特徴を抽出する車線認識検出器（Lane Marking Detector: LMD）を提案します。性能向上と低複雑度を目指し、ディラテッド畳み込みを採用しています。さらに、計算コストを削減するために浅く細い構造を設計しました。また、曲線状の車線に適合する3次多項式モデルを構築するための後処理アルゴリズムも設計しました。当社のシステムは、撮影された道路シーンにおいて有望な結果を示しています。