基于点云深度学习的3D目标检测

摘要：

针对目前利用点云进行3 D目标检测的研究较少和检测精度不高的问题,利用Frus-tum-Pointnets模型实现基于点云的3 D目标检测,并在该模型的基础上进行改进,选用不同的激活函数和参数初始化方法进行组合对比,进一步提高模型的精度.实验表明:在选用Swish激活函数和He参数初始化方法时汽车平均检测精度提高了0.31％,行人平均检测精度提高了0.41％,骑车人平均检测精度提高了5.5％.因此改进后的模型能有效提高检测的精度,使得模型能够应用在复杂的场景中.

关键词：点云、深度学习、3D目标检测、Frustum-Pointnets

所属期刊栏目：50

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金地区基金资助项目;江西省教育厅科学技术研究项目;江西省教育厅科学技术研究项目;江西省教育厅科学技术研究项目

在线出版日期：2020-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1276-1282