基于改进PointPillars的激光点云三维目标检测

扫码查看

原文链接

万方数据
维普

中文摘要：针对复杂场景下三维目标检测算法对小目标物体识别精度不高、容易出现错检漏检问题,提出一种基于改进PointPillars的三维目标检测算法,利用锥形点云获取物体的边界信息,抑制环境噪声造成的干扰;设计一种空间自注意力模块,捕获点云支柱间的全局上下文信息和空间信息,扩大点云特征感知范围,提升小目标物体识别在复杂场景下的鲁棒性;改进主干网络的下采样模块,采用ConvNeXt v2模块增强网络的特征提取能力.在KITTI数据集上的测试结果表明,相比PointPillars原始网络,改进算法在汽车、行人、骑行者类别上的平均检测精度分别提升了3.73％、5.89％、5.7％,证明了所提出方法的有效性.

作者：

王家琦、吴叶兰、郝凤桐、张峻景

展开 >

作者单位：

北京工商大学计算机与人工智能学院北京 100048

关键词：

三维目标检测 PointPillars 注意力机制点云支柱 ConvNeXtv2

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.02.013

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(2)

参考文献量14