基于体素化图卷积网络的三维点云目标检测方法

摘要：

针对激光雷达点云的稀疏性和空间离散分布的特点,通过结合体素划分和图表示方法设计了新的图卷积特征提取模块,提出一种基于体素化图卷积神经网络的激光雷达三维点云目标检测算法.该方法通过消除传统3D卷积神经网络的计算冗余性,不仅提升了网络的目标检测能力,并且提高了点云拓扑信息的分析能力.文中设计的方法在KITTI公开数据集的车辆、行人、骑行者的3D目标检测和鸟瞰图目标检测任务的检测性能相比基准网络均有了有效提升,尤其在车辆3D目标检测任务上最高提升了 13.75％.实验表明:该方法采用图卷积特征提取模块有效提高了网络整体检测性能和数据拓扑关系的学习能力,为三维点云目标检测任务提供了新的方法.

关键词：图卷积神经网络、激光雷达、三维点云目标检测、拓扑信息、KITTI数据集

所属期刊栏目：50

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金;国家科技重大专项

在线出版日期：2021-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：273-281