|
|||||
|
|
| 基于自注意力机制的两阶段三维目标检测方法 | |
| 作者姓名： | 彭颖 张胜根 黄俊富 张强 |
| 作者单位： | 智能汽车安全技术全国重点实验室,重庆 401122;中汽院智能网联科技有限公司,重庆 401122 |
| 基金项目： | 国家重点研发计划2023YFB2504405;中汽院智能网联科技有限公司创新项目0001KTCP20230440 |
| 摘 要： | 为了精确地识别出交通场景下的目标障碍物,考虑到真实道路场景的复杂性和道路安全的重要性,以稀疏嵌入卷积检测(sparsely embedded convolutional detection,SECOND)模型作为基础模型,通过采取自注意力机制获得全局语义信息来增强点云表征能力,采用感兴趣区域(region of interest,RoI)检测头对候选区域生成的三维建议框进行优化,提升其检测精度方法,提出了一种基于自注意力机制的两阶段三维目标检测方法SAR-SECOND检测模型.结果表明:与现有的先进三维目标检测方法相比,SAR-SECOND在KITTI数据集上的检测精度与之不相上下,汽车整体检测精度为82.28％;行人整体精度为51.45％,骑行者整体精度为72.41％.检测结果验证了该方法的有效性. |
| 关 键 词： | 自动驾驶汽车 三维目标检测 注意力机制 稀疏卷积 |
| 收稿时间： | 2024-01-08 |
| 修稿时间： | 2024-06-27 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 | |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 | |