| 基于虚拟点云的二阶段多模态融合网络 |
| |
| 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,合肥 230009;安徽省智慧交通车路协同工程研究中心,合肥 230000;合肥工业大学汽车与交通工程学院,合肥 230000;2.合肥工业大学,自动驾驶汽车安全技术安徽省重点实验室,合肥 230009;安徽省智慧交通车路协同工程研究中心,合肥 230000;合肥工业大学汽车与交通工程学院,合肥 230000;奇瑞汽车股份有限公司,芜湖 241000;3.奇瑞汽车股份有限公司,芜湖 241000 |
| |
| 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 |
| 本文献已被 万方数据 等数据库收录！ |
|
