基于金字塔特征融合的二阶段三维点云车辆检测

摘要：

针对三维点云鸟瞰图特征提取不充分导致车辆目标检测性能欠佳问题,本文提出一种基于金字塔特征融合的二阶段三维点云车辆目标检测算法.首先通过降维处理并利用体素占用编码原始三维点云,得到二维特征图输入;然后,利用上采样网络传递高层语义特征,下采样网络传递低层位置特征,构建一阶段金字塔网络结构提取车辆目标特征;最后,通过候选区域提取层得到不同尺度的候选区域,利用兴趣区域池化层对齐各候选区域尺度,并采用全连接层融合多尺度特征,提取不同感受野下车辆目标特征;此外,在损失函数方面,补充正余弦角度损失并加权到总损失函数中,优化车辆目标航向角预测.基于KITTI公开数据集的实验分析表明,本文算法相较基准网络能够有效补充三维点云鸟瞰图特征提取,在不同难度的检测任务中平均检测精度提高了5.07％～8.59％.

关键词：智能交通、车辆检测、金字塔特征融合、激光点云、卷积神经网络

所属期刊栏目：22

分类号：U495(交通工程与公路运输技术管理)

在线出版日期：2022-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：107-116