为加强研究生学术交流活动，推进学术创新，特开通“研究生学术报告预告区”。我校研究生和教师可以在预告区及时发布和了解有关研究生学术报告的信息，届时参加。也可就某学术报告展开专题讨论与交流。
近年来，自动驾驶在学术界和工业界都受到了广泛的关注。自主驾驶最具挑战性的任务之一是交通场景的理解，包括车道检测和语义分割等计算机视觉任务。车道检测有助于引导车辆，可用于驾驶辅助系统。传统的车道检测方法依靠高度专业化、手工制作的特性和启发式的组合来识别车道段。传统的车道线检测方法难以应用于自主驾驶系统或驾驶辅助系统对实时检测效果要求比较高的环境。由于深度学习技术的飞速发展，使得原始数据作为输入，实现端到端的学习过程成为可能，许多研究领域都开始引入深度神经网络，革新传统的研究思路与方案，许多研究学者也将深度学习应用到车道线检测中，本次报告主要是基于深度神经网络的车道线检测方法的研究。