典型文献
基于FVOIRGAN-Detection的车辆检测
文献摘要：
为了解决点云处理过程中空间信息损失的问题,同时在融合过程中最大程度地提取可见光图像的纹理信息,本文提出了一种基于特征切片的激光点云与可见光图像融合车辆检测方法(FVOIRGAN-Detection).在CrossGAN-Detec?tion方法中加入了FVOI(Front View Based on Original Information)的点云处理思路,将点云投影到前视角度并把原始点云信息的各个维度切片为特征通道,在不降低网络性能的情况下显著提高点云信息利用效率.并且引入了相对概率的思想,采用鉴别器鉴别图像的相对真实概率替代绝对真实概率,使得融合图像提取的纹理信息更加接近真实的纹理信息.在KITTI数据集上进行检测性能实验验证结果表明,本文方法在容易、中等和困难三个类别中的AP指标分别达到97.67％、87.86％和79.03％.在光线受限的场景下,AP指标达到了88.49％,与CrossGAN-Detection方法相比提高了2.37％,提高了目标检测的性能.
文献关键词：
点云处理;空间信息;相对概率;GAN;特征切片;车辆检测
中图分类号：
作者姓名：
张浩;杨坚华;花海洋
作者机构：
中国科学院光电信息处理重点实验室,辽宁沈阳110016;中国科学院沈阳自动化研究所,辽宁沈阳110016;中国科学院机器人与智能制造创新研究院,辽宁沈阳110169;中国科学院大学,北京100049
文献出处：
引用格式：
[1]张浩;杨坚华;花海洋-.基于FVOIRGAN-Detection的车辆检测)[J].光学精密工程,2022(12):1478-1486
A类：
FVOIRGAN,特征切片,CrossGAN,Detec,FVOI
B类：
Detection,车辆检测,点云处理,中空,空间信息,信息损失,可见光图像,纹理信息,激光点云,图像融合,Front,View,Based,Original,Information,处理思路,点云投影,始点,不降,网络性能,高点,信息利用,相对概率,鉴别器,融合图像,图像提取,KITTI,检测性能,性能实验,AP,光线,标达,目标检测
AB值：
0.35664
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。
