原文地址

1.创新点

​ 提出了一种聚合全局信息的，新颖的基于 anchor 的注意力机制。

​ 提出了一种基于 anchor 的单阶段车道检测模型，称为 LaneATT。它的架构允许使用轻量级 backbone CNN，同时保持高精度。

​ 基于 anchor 的特征池化通过使用 anchor 本身来实现单级检测器，可以潜在地探索所有特征图，从而能够使用更轻量级的 backbone 和更小的感受野。

2.解决了哪些问题

​ 一种车道检测方法，在大型复杂数据集上比现有最先进的实时方法更准确。

​ 与大多数其他模型相比，该模型能够实现更快的训练和推理时间（达到 250 FPS，并且乘加运算 (MAC) 比之前最先进的模型少了一个数量级）。

3.原理和算法步骤

​ LaneATT 是一种基于 anchor 的单阶段模型，RGB 图像 作为输入，输出是车道边界线。

​ 作为主干的 CNN 会生成一个特征图，然后将其池化以提取每个 anchor 的特征。这些特征会和由注意力模块提取的一组全局特征相结合。最后，组合特征被传递到全连接层以预测最终输出车道。

3.1.车道和 anchor 表示

​ 车道由等距 y 坐标 和 x 坐标 。

​ 基于锚的检测时使用线，由 (i) 位于图像边界之一的原点 (其中 ) 和 (ii) 方向 θ 形成。使用起始索引 s 和结束索引 e 来定义 X 的有效连续序列。

3.2.主干网络

​ 用如 resnet 的通用 CNN 输出特征图 ，再用 1 x 1 卷积对 进行降维，生成通道缩减的特征图 。

3.3.基于 anchor 的特征池化

​ 锚定义了将用于各个建议的 F 点。由于锚被建模为线，因此给定锚的兴趣点是那些与锚的虚拟线相交的点。对于每个 ，将有一个对应的 x 坐标，

其中 和 θ 分别是锚线的原点和斜率， 是主干的全局步长。因此，每个锚 i 将有其对应的特征向量 （列向量表示法）从 F 中池化，该 F 带有局部特征信息（局部特征）。如果锚的一部分在 F 的边界之外，则 是零填充的。

3.4.注意力机制

​ 注意力机制结构由一个全连接层 组成，它处理一个局部特征向量 ，并为每个锚 j, 输出一个概率（权重）。

之后，这些权重与局部特征相结合，产生相同维度的全局特征向量：

是锚的数量。 是包含局部特征向量（作为行）的矩阵， 是权重矩阵， 有公式 (2) 定义。因此，全局特征可以计算为：

和 具有相同的维度，即 。

3.5.proposal 预测

​ 为每个 anchor 预测一个 lane proposal，由三个主要部分组成：（i）K + 1 个概率（K 个 lane types 和一个用于“背景”或无效 proposal 的类别）；（ii） 偏移量（预测和 anchor 之间的水平距离），以及 (iii) proposal 的长度 l（有效偏移的数量）。proposal 的起始索引 (s) 直接由锚原点的 y 坐标确定（，参见第 3.1 节）。因此，结束索引可以确定为 。

​ 为了生成最终 proposal，通过连接 和 来聚合局部和全局信息，产生一个增强的特征向量 。这个增强的向量被馈送到两个并行的全连接层，一个用于分类（），一个用于回归（），它们会产生最终的 proposal。 预测 （第 i 项）， 预测 （第 ii 项和第 iii 项）。

3.6.NMS

​ 两条车道 和 之间的距离是根据它们共同的有效索引（或 y 坐标）计算的。让 和 定义这些公共索引的范围。因此，车道距离度量定义为

3.7.模型训练

​ 在训练期间，公式（5）中的距离度量也用于定义正锚和负锚。首先，该指标用于测量每个锚（未在 NMS 中过滤的锚）与真实车道之间的距离。随后，距离（公式 5）低于阈值 的锚被认为是正，而距离大于 的锚被认为是负。距离在这些阈值之间的锚（及其相关提案）将被忽略。留下的 用于定义的多任务损失：

其中 , 是锚 i 的分类和回归输出，而 和 是锚 i 的分类和回归目标。回归损失仅使用长度 l 和对应于 proposal 和 ground-truth 共有的索引的 x 坐标值来计算。 x 坐标的公共索引（在 s' 和 e' 之间）的选择类似于车道距离（公式 (5)），但使用 而不是 ，其中 和 分别是 proposal 及其对应的 ground-truth 的结束索引。如果使用 proposal 中预测的结束索引 ，则训练可能会因收敛到退化解而变得不稳定（例如， 可能收敛到零）。函数 和 分别是 Focal Loss [14] 和 Smooth L1。如果锚 i 被认为是负，则其对应的 等于 0。因子 λ 用于平衡损失分量。

3.8.anchor 过滤以提高速度效率

​ 为了选择在训练和测试阶段将忽略哪些锚，该方法测量了训练集中每个锚被标记为正的次数（与训练中的标准相同）。最后，仅保留前 个标记的锚以供进一步处理（也在测试期间用）。