典型文献
基于优化AVOD算法的多传感器融合车辆检测
文献摘要：
针对聚合视图目标检测(aggregate view object detection,AVOD)这种多传感器融合检测算法中锚框不准确、特征提取以及融合不充分等因素造成检测精度不高的问题,提出了一种优化算法:首先利用K-means++代替K-means生成三维锚框;然后以引入inception模型的GoogLeNet网络进行特征提取;最后加入注意力机制进行特征融合;并且通过调整学习率、权重衰减系数等超参数来提高检测精度.为了验证算法的有效性,在KITTI数据集上进行了车辆目标检测实验,结果表明,与AVOD算法相比,优化算法的鸟瞰视图(bird's eye view,BEV)检测和3D检测的平均精度都有明显提高.
文献关键词：
无人驾驶技术;深度学习;目标检测;传感器融合;聚合视图目标检测(AVOD)
中图分类号：
作者姓名：
姚璐;吴韶波
作者机构：
北京信息科技大学信息与通信工程学院,北京100192
文献出处：
引用格式：
[1]姚璐;吴韶波-.基于优化AVOD算法的多传感器融合车辆检测)[J].北京信息科技大学学报（自然科学版）,2022(02):76-80
A类：
AVOD
B类：
多传感器融合,车辆检测,视图,aggregate,view,object,detection,检测算法,锚框,检测精度,means++,inception,GoogLeNet,注意力机制,特征融合,学习率,权重衰减,衰减系数,超参数,高检,KITTI,车辆目标检测,鸟瞰,bird,eye,BEV,无人驾驶技术
AB值：
0.414437
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
