[论文解读] Key Points Estimation and Point Instance Segmentation Approach for Lane Detection

Yeongmin Ko, Younkwan Lee+4 more|arXiv (Cornell University)|Feb 16, 2020

Autonomous Vehicle Technology and Safety参考文献 49被引用 62

一句话总结

PINet 能预测准确的车道关键点，并使用嵌入特征将点聚类为车道实例，从而实现对齐的、顺序无关的车道检测，具备与 clip 友好深度和实时性能。

ABSTRACT

Perception techniques for autonomous driving should be adaptive to various environments. In the case of traffic line detection, an essential perception module, many condition should be considered, such as number of traffic lines and computing power of the target system. To address these problems, in this paper, we propose a traffic line detection method called Point Instance Network (PINet); the method is based on the key points estimation and instance segmentation approach. The PINet includes several stacked hourglass networks that are trained simultaneously. Therefore the size of the trained models can be chosen according to the computing power of the target environment. We cast a clustering problem of the predicted key points as an instance segmentation problem; the PINet can be trained regardless of the number of the traffic lines. The PINet achieves competitive accuracy and false positive on the TuSimple and Culane datasets, popular public datasets for lane detection. Our code is available at https://github.com/koyeongmin/PINet_new

研究动机与目标

• 开发一种能够在交通线条上预测精确关键点的车道检测方法。
• 实现基于实例的车道分离，而不需要预设车道数量。
• 提供可裁剪的模型规模，以适应不同计算环境且无需再次训练。
• 在公开车道检测数据集上减少误检并保持具有竞争力的准确性。

提出的方法

• 使用堆叠 hourglass 网络（PINet）来预测关键点并进行嵌入以实现实例分割。
• 每个 hourglass 模块有三条输出分支：置信度（点存在性）、偏移量（精确点位置）和嵌入特征（用于聚类成实例）。
• 在 64x32 网格上预测输出，并从更深层（教师）网络向裁剪（学生）网络进行蒸馏以保持性能。
• 通过将存在、非存在、偏移、嵌入特征和蒸馏损失结合的多项损失进行训练；总损失为加权和。
• 允许裁剪 hourglass 模块以在不重新训练的情况下调整模型大小和计算需求。

实验结果

研究问题

• RQ1 PINet 能否在不同路况和车道数量变化的情况下可靠地预测交通车道的精确关键点？
• RQ2 基于嵌入的实例推理是否能减少误检并在不预先定义车道数量的情况下正确分离车道实例？
• RQ3 当网络被裁剪为更少的 hourglass 模块时，知识蒸馏对性能有何影响？
• RQ4 网络深度（1H–4H）与标准车道检测基准上的准确性/FP/FN 之间的权衡如何？

主要发现

• PINet 在 TuSimple 与 CULane 数据集上实现了具有竞争力的准确性和较低的误检率。
• 更深的 PINet（最高 4H）在裁剪到 3H 以上时收益递减，但仍提升了准确性。
• 裁剪后的网络（2H–4H）在蒸馏作用下接近完整 4H 模型的性能。
• PINet 在光线条件较差（夜间、阴影、强光）下在 CULane 上表现尤为突出。
• 该框架通过预测关键点而非密集分割输出，显著降低输出规模。