您当前的位置：
首页 >
文章列表页 >
双分支特征自适应融合的车道线检测方法
交通运输工程·土木工程 | 更新时间：2026-01-23

    • 双分支特征自适应融合的车道线检测方法

    • Method of lane detection based on adaptive fusion of double branch features

    • “在车道线检测领域，专家提出了双分支特征自适应融合方法，有效应对复杂场景，性能显著提升。”
    • 吉林大学学报（工学版）   2025年55卷第12期 页码：3840-3851
    • 作者机构：

      重庆交通大学 交通运输学院，重庆 400074

    • 作者简介：

      邓天民（1979-），男，教授，博士.研究方向：交通环境感知.E-mail：dtianmin@cqjtu.edu.cn

    • 基金信息：
      重庆市技术创新与应用发展专项项目(CSTB2022TIAD-KPX0113;CSTB2022TIAD-KPX0118);国家重点研发计划项目(2022YFC3800502)

    • DOI：10.13229/j.cnki.jdxbgxb.20240397    

      中图分类号： TP391.4

    • 收稿：2024-04-15，

      纸质出版：2025-12-01

    移动端阅览

  • 邓天民,谢鹏飞,余洋等.双分支特征自适应融合的车道线检测方法[J].吉林大学学报（工学版）,2025,55(12):3840-3851. DOI： 10.13229/j.cnki.jdxbgxb.20240397.

    DENG Tian-min,XIE Peng-fei,YU Yang,et al.Method of lane detection based on adaptive fusion of double branch features[J].Journal of Jilin University(Engineering and Technology Edition),2025,55(12):3840-3851. DOI： 10.13229/j.cnki.jdxbgxb.20240397.

  •  
  •  

0

浏览量

1

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于深度展开自注意力网络的压缩感知图像重构
基于双特征提取网络的复杂环境车道线精准检测
基于联邦学习和自注意力的工业物联网入侵检测
基于双孪生网络的可见光热红外目标实时鲁棒跟踪
基于显著性检测的抗剪切攻击的图像数字水印方法

相关作者

侯保军
田金鹏
郑宇鑫
武存宇
张天
张云佐
王华琳
黄博文

相关机构

上海大学 通信与信息工程学院
石家庄铁道大学 信息科学与技术学院
石家庄铁道大学 河北省电磁环境效应与信息处理重点实验室
沈阳化工大学 计算机科学与技术学院
陆军工程大学 野战工程学院
0