地科学院罗小龙副教授团队成员肖庭舒在期刊《激光杂志》上发表题为“嵌入注意力机制的车道线像素级识别算法研究”的研究论文。长江大学地球科学学院为论文第一署名单位，硕士研究生肖庭舒为论文第一作者，其导师罗小龙副教授为该文通讯作者。

论文构建以VGG-16为主链并嵌入通道注意力和空间注意力机制的全卷积神经网络模型，实现端到端像素级别的车道线语义分割。嵌入注意力模块的新模型在CULane通用数据集上验证结果同VGG-解码语义分割方法相比，其平均像素准确率与均交并比(Mean Intersection over Union, MIoU)分别提升2.2%与1.3%。且在车道线不存在场景下，预测结果的像素准确率达到70%。嵌入注意力机制的图像分割算法研究为车道线识别问题提供了有效解决方案，有力支撑车道线检测技术在无人驾驶场景的应用。

论文链接：https://link.cnki.net/doi/10.14016/j.cnki.jgzz.2025.02.106

图1 嵌入注意力机制的全卷积神经网络结构图

图2-论文首页