声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：51-1196/TP
国际刊号：1001-3695
发布日期:
作者：秦建伟,王传旭,付小珊,
单位：青岛科技大学信息科学技术学院,山东青岛266000；
关键词：三维目标检测,自适应融合,关键点检测,中心定位,高斯样本分配,
基金：国家自然科学基金资助项目(61672305)；；
相机图像和激光雷达点云可以为3D目标检测提供互补信息，但如何进行有效的融合仍是一个挑战。针对传统方法中无区分性融合带来的对齐偏差问题，提出一个自适应融合网络。首先构建点云体素与对应的多个图像像素之间的注意力亲和矩阵，然后依据亲和矩阵实现多像素到单体素的重要性区分融合。除此之外，针对传统anchor-based检测方法难以枚举所有方向的问题，将目标表示为关键点，首先进行中心点定位，然后回归到3D尺寸与方向等其他属性。同时，针对关键点检测时中心点样本量过少的问题，使用椭圆高斯热图进行了中心点样本的再分配。该算法在Waymo数据集上，较基线PointPillar、CenterPoint与3D-MAN分别提升了2.3%、5.9%与4.0% level2 mAPH。
来源：2023年第2期
《计算机应用研究》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。