典型文献
基于改进PV-RCNN的3D目标检测算法实验研究
文献摘要：
3D目标检测结合了深度信息,能够提供目标的位置、方向和大小等空间场景信息,在自动驾驶和机器人领域发展迅速.针对PV-RCNN在3D目标检测时不能够充分适应不同的物体尺度、不同的点云密度、部分变形和杂波等问题,对3D目标检测的任务进行实验研究.通过加入自适应可变形卷积、上下文融合模块和Gumbel Subset Sampling模块来训练层级特征,使得编码关键点自适应地朝着最具有判别和代表性的特征对齐,提高提案框回归精度.实验结果表明,改进后的PV-RCNN 3D目标检测精度得到了提升,尤其是在远距离物体识别和检测方面.
文献关键词：
3D检测;PV-RCNN;自适应可变形卷积;上下文融合模块
中图分类号：
作者姓名：
傅荟璇;刘凌风;王宇超
作者机构：
哈尔滨工程大学 智能科学与工程学院,黑龙江 哈尔滨 150001
文献出处：
引用格式：
[1]傅荟璇;刘凌风;王宇超-.基于改进PV-RCNN的3D目标检测算法实验研究)[J].实验技术与管理,2022(02):23-28
A类：
自适应可变形卷积
B类：
PV,RCNN,目标检测算法,深度信息,空间场景,自动驾驶,体尺,点云密度,杂波,上下文融合模块,Gumbel,Subset,Sampling,层级特征,特征对齐,提案,检测精度,远距离,物体识别
AB值：
0.29906
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。
