딥러닝을 이용한 효율적인 도로 차선 인식

차선 인식은 고급 운전자 보조 시스템(Advanced Driver Assistant System, ADAS)의 도로 장면 분석에서 중요한 요소입니다. 차량 내 컴퓨팅 능력의 제한으로 인해, 시스템 복잡성을 줄이면서 높은 정확도를 유지하는 것은 여전히 어려운 문제입니다. 본 논문에서는 깊은 합성곱 신경망을 사용하여 견고한 차선 특징을 추출하는 차선 마킹 검출기(Lane Marking Detector, LMD)를 제안합니다. 복잡도를 낮추는 것을 목표로 성능을 개선하기 위해 희소화된 합성곱(dilated convolution)이 채택되었습니다. 계산 비용을 줄이기 위해 더 얕고 가는 구조가 설계되었습니다. 또한, 곡선 차선에 맞게 3차 다항식 모델을 적합시키기 위한 후처리 알고리즘도 설계되었습니다. 우리의 시스템은 촬영된 도로 장면에서 유망한 결과를 보여주었습니다.