典型文献
混合体素与原始点云的三维目标检测方法
文献摘要：
针对目前基于点云的三维目标检测算法存在精度与速度不足的问题,提出一种具有较好检测能力的三维目标检测算法,分别在特征提取网络与点云表现形式等方面提出新的解决方法.在三维稀疏卷积网络后加入双通道注意力,通过空间注意力与通道注意力更有效地学习到多尺度语义特征并生成更高质量的初始建议;使用点云和体素的混合表现形式以类似残差网络的结构组成类残差点云融合模块,进而构成集合抽象模块,加强点云对建议细化的影响力,提高检测精度,同时改进点云采样策略提高算法检测速度;在网络训练中,使用多种数据增强方式,提高网络泛化能力.在KITTI数据集上进行实验,结果表明:提出的三维目标检测算法,汽车检测精度为84.94 mAP,自行车检测精度为67.41 mAP,在检测速度上相较原始网络提高37％,具有较好的检测精度与速度.
文献关键词：
三维目标检测;注意力机制;卷积神经网络;点云;体素
中图分类号：
作者姓名：
田枫;姜文文;刘芳;白欣宇
作者机构：
东北石油大学 计算机与信息技术学院,黑龙江 大庆 163318
文献出处：
引用格式：
[1]田枫;姜文文;刘芳;白欣宇-.混合体素与原始点云的三维目标检测方法)[J].重庆理工大学学报,2022(11):108-117
A类：
三维稀疏卷积网络
B类：
混合体,始点,三维目标检测,目标检测方法,目标检测算法,检测能力,特征提取网络,云表,双通道,通道注意力,空间注意力,地学,语义特征,更高质量,始建,云和,残差网络,结构组成,残差点,点云融合,强点,高检,检测精度,采样策略,检测速度,网络训练,数据增强,泛化能力,KITTI,汽车检测,mAP,自行车,注意力机制
AB值：
0.325995
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。
