典型文献
融合多注意力机制与PointRCNN的三维点云目标检测
文献摘要：
针对三维不规则的点云格式和密度不均匀的问题,提出了一种融合多注意力机制与PointRCNN网络用于三维点云目标检测.本实验主要对PointRCNN两阶段网络分别进行改进,首先,把通道注意力与空间注意力机制串行通过调节输入到第一阶段各网络层的分布,批量归一化进一步快速识别三维特征;其次,引人交叉位置注意力机制到第二阶段网络为了避免交叉路径出现位置偏差,从而进一步精细化三维目标位置以进行特征提取.在KITTI数据集上实验结果表明:相比于PointRCNN检测网络,改进的网络在小汽车和行人测试上平均均值精度(mAP)分别提高了1.2％、1.9％.因此改进的方法在解决了点云格式不规则和密度不均匀问题的同时还保证了检测精度.
文献关键词：
PointRCNN;三维点云;目标检测;注意力机制;交叉位置
中图分类号：
作者姓名：
郑美琳;高建瓴
作者机构：
贵州大学大数据与信息工程学院 贵阳550025
文献出处：
引用格式：
[1]郑美琳;高建瓴-.融合多注意力机制与PointRCNN的三维点云目标检测)[J].电子测量技术,2022(09):127-132
A类：
B类：
多注意力机制,PointRCNN,三维点云,点云目标检测,三维不规则,两阶段,通道注意力,空间注意力机制,串行,第一阶段,网络层,批量归一化,快速识别,三维特征,交叉位置,位置注意力机制,第二阶段,二阶段网络,免交,叉路,位置偏差,三维目标,目标位置,KITTI,测网,小汽车,mAP,检测精度
AB值：
0.381151
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。
