RESA: Recurrent Feature-Shift Aggregator for Lane Detection

目录

Abstract

Method

Recurrent Feature-Shift Aggregator

Bilateral Up-Sampling Decoder

Experiment

---

Abstract

在本文中，我们提出了一个新的模块并行特征转移聚合器(RESA)，用普通CNN进行初步特征提取后，以丰富车道特征。

它经常向垂直和水平方向移动切片特征贴图，并使每个像素能够收集全局信息。RESA可以通过逐片信息的传播，在具有挑战性的场景中准确地推测车道。

我们提出了一个双边上采样解码器，它结合了粗粒度和细粒度的特征在上采样阶段。它可以将低分辨率特征图恢复到像素级预测。

RESA将首先在垂直和水平方向上切割特征地图，然后让每个切片特征接收到与特定步幅相邻的另一个切片特征。每个像素分几个步骤同时更新，最后每个位置都可以在整个空间中收集信息。这样，信息就可以在特征图中的像素之间传播

因此，RESA可以推断出车道，即使它们被遮挡了。我们添加了不同的步幅来收集不同距离内的特征，

从而缓解了长距离传播过程中的信息丢失问题

RESA有三个主要优点：1)RESA以并行的方式传递信息，从而显著降低了时间成本。2)信息将在RESA中以不同的步伐传递。因此，可以在传播过程中不丢失信息的情况下收集不同的切片特征图。3)RESA功能简单而灵活，可以被

整合到其他网络中。

BUSD有两个分支。一种是捕获粗粒度的特征，另一种是捕获细细节的特征。

contr