复杂环境高精度
通过高阶互信息挖掘和可变形Transformer融合全局与局部上下文，在复杂环境下提供更鲁棒的车道线检测性能。
高榕 · Siqi, Hu · 严灵毓 · 张力 · Hang, Ruan · 余永红 · Ye, Zhiwei
Signal, Image and Video Processing 2023
通过可变形Transformer融合局部和全局上下文，保留车道线形状多样性特征，在恶劣环境下仍能保持高精度。
通过最大化全局形状、局部形状与车道位置之间的高阶互信息，学习到更具判别力的车道线表示。
采用行分类方法代替逐像素分割，在保持鲁棒检测的同时降低计算复杂度。