支援運転や自動運転分野における車載画像の車両のはみ出し検出問題、および検出過程において露出不足、影、実体の遮蔽などの要因による検出漏れや誤検出の問題に対し、改良型Mask R-CNNとLaneNetに基づく車両はみ出し検出アルゴリズムを提案する。ネットワークの最適化面では、Mask R-CNNネットワークのRoI Align層の画像スケーリングアルゴリズム（二次線形補間）を三次補間に改良し、全結合層を畳み込み層に置き換えたVGG16ネットワークがLaneNetのE-Net共有デコーダーと置き換えられた。画像強調面では、露出不足画像の自動補正を実現するためにガンマ補正アルゴリズムを改良した。学習データ面では、Tusimpleデータセットの車両ターゲットのアノテーションを完了し、改良型ランダム消去アルゴリズムに基づきネットワークの学習過程でデータ増強を実施した。実験結果は、車両検出速度は変わらず、車線検出速度が28％向上し、車両の検出漏れ率および誤検出率がそれぞれ38.93％、89.04％低減し、車線の検出漏れ率および誤検出率がそれぞれ67.21％、87.05％低減し、アルゴリズムの性能指標が車両のはみ出し判定の応用要求を満たすことを示した。

画像補正;インスタンスセグメンテーション;車線検出;データ増強;はみ出し検出