보조 운전 또는 자율 주행 분야 차량 탑재 이미지의 차량 차선 침범 검출 문제와, 저노출, 그림자 또는 물리적 차폐 등으로 인한 누락 검출 및 오검출 문제에 대해, 개선된 Mask R-CNN과 LaneNet 기반의 차량 차선 침범 검출 알고리즘을 제안한다. 네트워크 최적화 측면에서 Mask R-CNN 네트워크의 RoI Align 층 이미지 스케일링 알고리즘(쌍선형 보간법)을 삼차 보간법으로 개선하고, 완전 연결층을 컨볼루션화한 VGG16 네트워크를 LaneNet의 E-Net 공유 디코더 대신 사용하였다; 이미지 향상 측면에서는 저노출 이미지의 자동 보정을 위해 감마 보정 알고리즘을 개선하였다; 학습 데이터 측면에서는 Tusimple 데이터셋의 차량 목표 주석을 완료하고 개선된 무작위 소거 알고리즘 기반으로 네트워크 학습 중 데이터 증강을 수행하였다. 실험 결과, 차량 검출 속도는 변함이 없는 반면 차선 검출 속도는 28% 향상되었고, 차량 누락 검출률과 오검출률은 각각 38.93%, 89.04% 감소하였으며, 차선 누락 검출률과 오검출률은 각각 67.21%, 87.05% 감소하여 알고리즘 성능 지표가 차량 차선 침범 판단 응용 요구를 충족함을 보였다.

이미지 보정; 인스턴스 분할; 차선 검출; 데이터 증강; 차선 침범 검출