车道检测是自动驾驶中的重要的任务，可以帮助系统处理车道保持，轨迹规划，行为预测等场景。但由于路面上的场景非常复杂（如堵车时车道线被严重遮挡，线自身磨损等情况），使用一般的检测器通常效果不佳。在这次分享中，我们邀请到了来自浙江大学的方浩，为大家介绍他们在这个问题上的探索工作：RESA: Recurrent Feature-Shift Aggregator for Lane Detection (AAAI 2021)在这一工作中，作者引入一个信息传递模块RESA，通过信息的水平和竖直高效传递，把由CNN提取的原始特征，增强成丰富的车道线特征。此外，在上采样过程中，该工作还提出一个结合粗粒度和精粒度特征的解码器，最终得到精细的检测结果。
在极市平台公众号后台回复“75”或“方浩”即可获取PPT下载地址~极市直播丨方浩：车道线检测新SOTA，RESA：循环特征位移聚合器（AAAI2021）
➤论文地址
RESA: Recurrent Feature-Shift Aggregator for Lane Detection
论文地址：
https://arxiv.org/abs/2008.13719
1. 车道线检测的问题背景与应用场景
2. 车道线检测的解决方案
3. 问题分析与论文介绍
➤回放视频在这里☟（建议在pc端观看）
➤部分PPT截图
B站：http://space.bilibili.com/85300886#!/腾讯视频：http://v.qq.com/vplus/8be9a676d97c74ede37163dd964d600c往期线上分享集锦：http://bbs.cvmart.net/topics/149/cvshare（或直接阅读原文）
推荐阅读
添加极市小助手微信（ID : cvmart2），备注：姓名-学校/公司-研究方向-城市（如：小极-北大-目标检测-深圳），即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群：每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~
觉得有用麻烦给个在看啦~ 
