一.概述
时间：2018.07
作者：Dun Liang
机构：Tsinghua University
内容：LineNet， a convolutional neural network with a novel prediction layer and a zoom module
数据集：TTLane
二.方法
1.方法介绍
网络处理+后处理
2.网络介绍
1）由2个模块组成，line prediction layer + a zoom module
（1）line prediction layer 有6个branches：
1）lane Mask：以固定线宽绘制（32 pixel）
2）lane position：predicts the vector from an anchor point to the closest point in the line.
3）lane direct：the orientation of the lane
4）lane confidence：是否可以看到足够清晰的车道，其定义为0（如果两行距离均小于46像素）和1（否则）之间。
5）lane distance：distance from anchor point to closest point in the line
6）lane type：white solid, white dash, yellow solid, yellow dash, road boundary, other
（2）Zoom module
可以任意更改FoV的大小，而不需要更改网络结构；
Zoom module有2个数据流：a thumbnail CNN + a high-resolution cropped CNN
3.后处理
使用DBSCAN进行聚类
4.数据情况
数据集：TTLane
标注方式：
1）标记车道线的中心线，每条线都标注，例如双线，则标注2条中心线；
2）对于虚线段的背景区域 + 遮挡物区域，使用 dotted-continual的线标注这些区域。（对遮挡区域进行分析，而不是一味地将其作为车道线，能够提升分割的性能）
3）车道线有6种type可选：white solid, white dash, yellow solid, yellow dash, road boundary, other