基于图割的车道自动提取实验方案设计

从监控视频中提取车道对城市规划和道路安全起着重要作用。受大样本集训练的限制，深度学习方法在提取未经训练的数据时精度较低。图割算法具有良好的车道分割效果，但需要手动指定车道和背景区域。为了解决上述问题，设计了一种无需人工干预的车道提取实验方案：（1）使用yolov5对视频中的车辆进行检测，获取每帧车辆的坐标信息。（2） 将坐标信息拟合到运动轨迹中，初始化图形切割算法。（3） 基于图切割算法指定车道和背景区域，实现车道区域的自动提取。多场景实验结果表明，该方案能够自动提取有效地场景中的车道区域。