基于深度学习的点云目标检测方法

3 D Point Cloud Detection Based on Deep Learning Network

扫码查看

原文链接

万方数据
维普

中文摘要：随着自动驾驶技术和点云处理技术的不断发展,如何对点云数据中的点的相关特征进行分析就成为关键问题.针对点云特征分析问题,很多的文献中对点云特征值采取手动输入的方法.然而,该类方法无法适应实际环境中复杂多变的情况.为了解决该问题,该文提出了一种新的基于深度学习网络的三维点云检测框架.该框架以深度学习作为点云分析工具,并引入三维视觉机理,在点云分析时网络会通过已有数据集的训练自动寻找需要注意的点云区域,从而极大地减少了计算成本.在测试时,采用自动驾驶点云数据集对网络进行应用.实验结果表明,与其他三维点云物体检测方法相比,基于深度学习网络的三维点云检测方法能够在对硬件环境要求较低的情况下实现良好的运行效果.

作者：

高焱、熊风光

展开 >

作者单位：

中北大学大数据学院,山西太原 030051

关键词：

点云检测三维点云检测框架三维视觉机理自动驾驶点云数据集

基金：

国家重点研发计划山西省重点研发计划山西省重点研发计划山西省自然科学基金山西省回国留学人员科研项目

项目编号：

2018YFB2101504201803D121081201903D121147201901D1111502020-113

出版年：

2022

DOI：

10.3969/j.issn.1673-629X.2022.03.013

计算机技术与发展

陕西省计算机学会

计算机技术与发展

CSTPCD

影响因子：0.621

ISSN：1673-629X

年,卷(期)：2022.32(3)

被引量1
参考文献量6