融合多注意力机制与PointRCNN的三维点云目标检测
针对三维不规则的点云格式和密度不均匀的问题,提出了一种融合多注意力机制与PointRCNN网络用于三维点云目标检测.本实验主要对PointRCNN两阶段网络分别进行改进,首先,把通道注意力与空间注意力机制串行通过调节输入到第一阶段各网络层的分布,批量归一化进一步快速识别三维特征;其次,引人交叉位置注意力机制到第二阶段网络为了避免交叉路径出现位置偏差,从而进一步精细化三维目标位置以进行特征提取.在KITTI数据集上实验结果表明:相比于PointRCNN检测网络,改进的网络在小汽车和行人测试上平均均值精度(mAP)分别提高了1.2%、1.9%.因此改进的方法在解决了点云格式不规则和密度不均匀问题的同时还保证了检测精度.
PointRCNN、三维点云、目标检测、注意力机制、交叉位置
45
TP391.4(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;贵州省科学技术基金;贵州省自然科学基金黔科合基础项目
2022-10-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
127-132