레이인 검출 및 분류를 위한 캐스케이드 CNN 활용

차선 인식은 자율 주행 차량에 있어 매우 중요합니다. 이에 따라 많은 접근 방식이 차량의 도로 내 위치를 결정하거나 GPS 기반 위치 추적을 통합하기 위해 차선 경계 정보를 활용합니다. 다른 많은 컴퓨터 비전 기반 작업들과 마찬가지로, 합성곱 신경망(CNNs)은 차선 경계를 식별하는 데 있어 최신 기술을 대표합니다. 그러나 차량과 관련된 차선 경계의 위치만으로는 안정적인 위치 추적이 불충분할 수 있으며, 경로 계획이나 위치 추적 정보에서 차선 유형에 대한 정보도 필요할 수 있습니다. 본 연구에서는 두 개의 연속된 신경망을 기반으로 한 실시간으로 작동하는 차선 경계 식별, 클러스터링 및 분류 시스템을 제시합니다. 시스템 구축을 위해 TuSimple 차선 인식 데이터셋의 14,336개 차선 경계 인스턴스를 8개의 다른 클래스로 라벨링했습니다. 우리의 데이터셋과 추론 코드는 온라인에서 이용 가능합니다.