典型文献
基于注意力机制的变电站作业场景三维目标检测
文献摘要：
在变电站场景中,作业人员与危险设备的空间距离感知是安全管控任务的基本问题.随着激光雷达和三维(3D)视觉理论的发展,3D点云目标检测可为下游空间距离度量任务提供必要的技术支撑.针对变电站场景下背景复杂、设备遮挡等因素引起的目标检测不准的问题,基于PointNet++模型,在局部特征提取阶段引入改进的注意力模块,提出了一种适用于变电站作业场景的3D目标检测网络PowerNet.首先经过两级局部特征提取,获取每个局部区域中的细粒度特征;其次通过mini-pointnet将所有局部特征编码成特征向量,得到全局特征;最后由全连接层输出预测结果.考虑到变电站点云数据中前景点与背景点数量差距较大,PowerNet采用Focal损失计算分类损失,使网络更加关注前景点特征信息.在自建数据集上的实验结果表明,PowerNet的均值平均精度(mAP)值达到0.735,高于其他模型,可直接在下游安全管控任务中应用.
文献关键词：
图像处理;变电站作业场景;三维目标检测;点云;通道方向注意力;点方向注意力
中图分类号：
作者姓名：
高伟;何搏洋;张婷;郭美青;刘军;王慧民;张兴忠
作者机构：
国网山西省电力公司互联网部,山西太原030021;太原理工大学软件学院,山西晋中030600
文献出处：
引用格式：
[1]高伟;何搏洋;张婷;郭美青;刘军;王慧民;张兴忠-.基于注意力机制的变电站作业场景三维目标检测)[J].激光与光电子学进展,2022(22):157-165
A类：
变电站作业场景,PowerNet,pointnet,通道方向注意力,点方向注意力
B类：
注意力机制,三维目标检测,变电站场景,作业人员,空间距离,距离感,安全管控,基本问题,激光雷达,点云目标检测,距离度量,遮挡,素引,测不准,PointNet++,局部特征提取,注意力模块,目标检测网络,两级,局部区域,细粒度特征,mini,特征编码,特征向量,全局特征,全连接层,输出预测,点云数据,背景点,Focal,损失计算,点特征,特征信息,自建数据集,均值平均精度,mAP,接在
AB值：
0.326851
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。
