典型文献
体素点云融合的三维动态目标检测算法
文献摘要：
针对目前三维目标检测领域采用的方法在特征提取上普遍存在目标上下文特征不够丰富,无法实现精准的动态多目标检测的问题,提出一种体素点云融合的三维动态目标检测算法.该算法采用两阶段的多次、多尺度特征融合的检测架构,第1阶段对点云直接处理提取关键点特征和划分体素空间提取多尺度体素特征,将二者进行初次融合生成预选框;第2阶段在每个体素中设置参考点并吸收周围的关键点进行第2次的特征融合,将最终特征输入检测模块,实现预选框的优化.另外,针对分类和定位置信度不一致的问题,提出一种强制一致性损失函数,可以进一步提高检测的准确性.在Kitti,Waymo和nuScene数据集中与其他算法进行对比,针对三维动态目标检测准确率达92.10％,并且通过实物车辆平台进行可移植性和消融性实验的结果表明,文中算法具有较强的鲁棒性、可移植性和泛化能力.
文献关键词：
机器视觉;动态目标检测;点云处理;体素特征提取;融合算法
中图分类号：
作者姓名：
周锋;陶重犇;张祖峰;高涵文;徐峰磊
作者机构：
苏州科技大学电子与信息工程学院 苏州 215009;清华大学苏州汽车研究院 苏州 215134;清华大学自动化系 北京 100084
文献出处：
引用格式：
[1]周锋;陶重犇;张祖峰;高涵文;徐峰磊-.体素点云融合的三维动态目标检测算法)[J].计算机辅助设计与图形学学报,2022(06):901-912
A类：
Waymo,nuScene,体素特征提取
B类：
点云融合,三维动态,动态目标检测,目标检测算法,三维目标检测,检测领域,上下文特征,动态多目标,多目标检测,两阶段,多尺度特征融合,点特征,预选框,参考点,检测模块,定位置信度,一致性损失,损失函数,高检,Kitti,检测准确率,可移植性,泛化能力,机器视觉,点云处理,融合算法
AB值：
0.28469
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。
