基于立体图像的多路径特征金字塔网络3D目标检测

摘要：

3D目标检测是计算机视觉和自动驾驶中一项重要的场景理解任务.当前基于立体图像的3D目标检测方法大多没有充分考虑多个目标之间的尺度存在较大差异,从而尺度小的物体容易被忽略,导致检测精度低.针对这一问题,提出了一种基于立体图像的多路径特征金字塔网络(MpFPN)3D目标检测方法.MpFPN对特征金字塔网络进行了扩展,增加了自底向上的路径、由上至下的路径及输入特征图到输出特征图之间的连接,为联合区域提议网络提供了更高语义信息和更细粒度空间信息的多尺度特征信息.实验结果表明:在3D目标检测KITTI数据集上,无论在场景简单、中等、复杂情况下,所提方法获得的结果都优于比较方法的结果.

关键词：3D目标检测、特征金字塔网络(FPN)、立体图像、多尺度、深度学习

所属期刊栏目：48

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;山东省自然科学基金;山东省高等学校科研计划重点项目

在线出版日期：2022-09-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1487-1494