인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2025.10
- 수록면
- 1,146 - 1,151 (6page)
- DOI
- 10.5302/J.ICROS.2025.25.0185
이용수
초록· 키워드
Lane detection is critical for autonomous driving systems in understanding the surrounding road environment. While most prior studies have focused on pixel-wise lane segmentation in the front-view image space, their performance is often limited by structural constraints such as perspective distortion and a narrow field of view. To address these limitations, we propose a novel lane detection method that operates in the bird’s-eye view (BEV) image space, providing enhanced spatial understanding. The main contributions of this study are as follows: 1) We design a simple yet effective deep neural network architecture that predicts BEV lane segmentation from a single front-view camera image. 2) We incorporate a dual-attention module to improve the representation of BEV feature maps across both channel and spatial dimensions. 3) We converted the OpenLane dataset, containing 3D lane annotations, into a BEV lane segmentation dataset, on which we evaluate the effectiveness of our approach. Experimental results demonstrate that the proposed model with dual-attention improves mIoU score by 9.3% compared to a baseline architecture.
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- Abstract
- I. 서론
- II. 선행 연구
- III. 제안하는 모델 구조
- IV. 실험 결과
- V. 결론
- REFERENCES
참고문헌
참고문헌 신청최근 본 자료
UCI(KEPA) : I410-151-26-02-094404381
