一个应用于智能交通场景的demo，实现了车辆和行人的追踪检测；车辆不礼让行人检测；车辆非法越线检测；车牌识别的择优迭代；具体参见我的博客：competition1——智能交通场景应用。

无人自动驾驶高级车道线检测算法

车道线检测项目的原视频,没有车道线标注的原始视频,用来完成 https://www.bilibili.com/video/BV1qk4y1r7jw 的项目

基于matlab的车道线检测程序，对比不同边缘检测算法，通过改进hough变换来检测视频中的车道线，每一步算法都具有详细的解释说明

Segnet语义分割网络的关键在于下采样和上采样,目前训练的是单车道的，视频效果不怎么好，可以作为入门级训练吧，聊胜于无

车道线检测的标签集，可以做sengnet网络的车道线检测的标签，新手入门，需要代码的可以联系我，现在没时间写文章，就这样聊胜于无吧，比心

高级车道线检测

基于python的道路视频车道线检测：直接读取mp4文件，并识别车道线，标注。资料内容齐全

matlab车道线检测.zipmatlab车道线检测.zip可直接运行

提出一种车道线分类检测算法。首先采用LDA对道路图像进行有针对性的灰度化，以便更好地区分车道线与道路。采用LSD算法检测灰度图像中的直线部分并确定车道线的方向。在此基础上，选取符合车道线灰度范围内的像素点。对远距离的像素点采用抛物线拟合，近距离的像素点采用直线拟合。同时，将检测到的车道线进行虚线实线的分类标记。最后结合视频序列的连续性对检测结果进行反向验证。实验结果证明，提出的方法对直道弯道检测均有很好的效果。算法的处理速度为每秒10帧左右，采用的测试视频的帧率为每秒15帧，基本满足实时性的要求。