| 基于虚拟点云的二阶段多模态融合网络 |
| |
| 引用本文： | 程腾,倪昊,张强,王文冲,石琴.基于虚拟点云的二阶段多模态融合网络[J].汽车工程,2024(2):222-229. |
| |
| 作者姓名： | 程腾 倪昊 张强 王文冲 石琴 |
| |
| 作者单位： | 1. 合肥工业大学,自动驾驶汽车安全技术安徽省重点实验室;2. 安徽省智慧交通车路协同工程研究中心;3. 合肥工业大学汽车与交通工程学院;4. 奇瑞汽车股份有限公司 |
| |
| 基金项目： | 国家自然科学基金（82171012）；;安徽省自然科学基金（2208085MF171）； |
| |
| 摘 要： | 针对点云的稀疏性和无序性对目标检测准确率的影响，本文提出了一种基于虚拟点云的二阶段多模态融合网络VPC-VoxelNet。首先，利用图像检测目标信息构造虚拟点云，增加点云的密集程度，从而提高目标特征的表现；其次，增加点云特征维度以区分真实和虚拟点云，并使用含置信度编码的体素，增强点云的相关性；最后，采用虚拟点云的比例系数设计损失函数，增加图像检测有监督训练，提高二阶段网络训练效率，避免二阶段端到端网络模型存在的模型误差累计问题。该目标检测网络VPC-VoxelNet在KITTI数据集上进行了测试，检测精度优于经典三维点云检测网络和某些多传感器信息融合网络，车辆检测精度达到了86.9%。
|
| 关 键 词： | 目标检测 多模态感知 虚拟点云 损失函数 |
|
|
