軸屋敬介 | Keisuke Jikuya

Home Blog Note Post

Keep your Eyes on the Lane: Real-time Attention-guided Lane Detection

https://github.com/lucastabelini/LaneATT

Dec 13, 2022

Lane Detection,

CVPR (2021)

概要

• YOLOv3やSSDのようなアンカーベースのモデルであるLaneATTを提案
• 大域的情報の取得のためにAttentionも使用
• CULaneとTuSimpleとLLAMASのデータセットで最先端手法を凌駕

新規性・差分

• 高速な学習・推論が可能（250FPSを達成）
• アンカーベースのAttentionメカニズムは他ドメインでも有用な可能性

アイデア

• 
• 画像の境界の1点と方向θで定義される仮想の直線をアンカーと定義する
• ResNetなどの学習済みCNNで特徴マップを生成
• アンカーに該当する特徴マップを抽出する
• 抽出した特徴マップ同士でAttentionを取る
  • 局所情報のみだと車で隠れている場合に予測できないため
• 全結合に通して、クラスラベル（白線、黄線、背景など）とアンカーとの水平距離、長さを予測
• NMSアルゴリズムを適用

結果

• TuSimple
  • 
  • 
• CULane
  • 
  • 
• LLAMAS
  • 
• 可視化
  • 
  • 青は正解、緑と赤が予測
  • 上段がTuSimple、中段がCULane、下段がLLAMAS