Resumen

La detección de carriles es un problema desafiante. Ha atraído la atención de la comunidad de visión por computadora durante varias décadas. Esencialmente, la detección de carriles es un problema de detección multifuncional que se ha convertido en un verdadero desafío para las técnicas de visión por computadora y aprendizaje automático. Aunque se utilizan muchos métodos de aprendizaje automático para la detección de carriles, se utilizan principalmente para la clasificación en lugar del diseño de características. Sin embargo, los métodos modernos de aprendizaje automático pueden usarse para identificar las características que son ricas en reconocimiento y han tenido éxito en pruebas de detección de características. Sin embargo, estos métodos no se han implementado completamente en la eficiencia y precisión de la detección de carriles. En este documento, proponemos un nuevo método para resolverlo. Introducimos un nuevo método de preprocesamiento y selección de ROI. El objetivo principal es utilizar la transformación de color HSV para extraer las características blancas y agregar detección preliminar de características de

• Materias:Comprensión de imágenes Inteligencia artificial Detección de manipulaciones Visión artificial Imágenes espaciales
• Subjects:Image understanding Artificial intelligence Manipulation detection Artificial vision Spatial imaging
• Palabras claves:Detección de carril; Visión por computadora; Aprendizaje automático; Detección de características; Preprocesamiento; Selección de ROI
• Keywords:Lane detection; Computer vision; Machine learning; Feature detection; Preprocessing; ROI selection