Técnicas de pré-processamento utilizando YOLOP para detecção de faixas em ambientes de direção autônoma
Carregando...
Data
Autores
Orientador(es)
Coorientador(es)
Membros da banca
Araujo, Gabriel Matos
Pinagé, Frederico da Silva
Pinagé, Frederico da Silva
Pós-Graduação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal do Amazonas
Tipo
Direito de acesso
DOI
Resumo
O campo da direção autônoma tem atraído crescente interesse por soluções que conciliem alto grau de confiabilidade e capacidade de realizar inferências em tempo real. A diversidade presente no mundo real, como variações de iluminação e condições climáticas, impõe desafios adicionais a tarefas como a detecção de objetos e a segmentação semântica. Este trabalho investiga o impacto da aplicação de técnicas de correção de iluminação no sistema YOLOP, um algoritmo de deep learning de estágio único, voltado para a detecção de faixas em rodovias. As técnicas AWB, SCL-LLE e Wavenet foram avaliadas utilizando imagens das bases de dados VIL-100 e CULane. Os resultados experimentais apontaram que o modelo SCL-LLE apresentou o melhor desempenho, evidenciando que o uso de informações semânticas durante o processo de correção de iluminação contribui positivamente para a detecção de faixas, em conformidade com a abordagem do YOLOP, que também explora essas informações.
Abstract
The field of autonomous driving has garnered increasing interest in solutions that combine high reliability with real-time inference capabilities. The diversity of real-world scenarios, including variations in lighting and weather conditions, imposes additional challenges on tasks such as object detection and semantic segmentation. This study investigates the integration of lighting correction techniques into the YOLOP system, a single-stage deep learning algorithm designed for lane detection on highways. The AWB, SCL-LLE, and Wavenet techniques were evaluated using images from the VIL-100 and CULane datasets. Experimental results revealed that the SCL-LLE model achieved the best performance, highlighting that leveraging semantic information during lighting correction positively impacts lane detection, aligning with YOLOP’s approach to utilizing semantic features.
Descrição
Palavras-chave
Termo controlado
Sistemas de reconhecimento de padrões
Objetivos de Desenvolvimento Sustentável (ODS)
Citação
SOUSA, Igor Mahall Marinho de. Técnicas de pré-processamento utilizando YOLOP para detecção de faixas em ambientes de direção autônoma. 2024. 61 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal do Amazonas, Manaus (AM), 2024.
Coleções
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto