3D目标检测进展综述

摘要：

目标检测算法应用广泛,一直是计算机视觉领域备受关注的研究热点.近年来,随着深度学习的发展,3D图像的目标检测研究取得了巨大的突破.与2D目标检测相比,3D目标检测结合了深度信息,能够提供目标的位置、方向和大小等空间场景信息,在自动驾驶和机器人领域发展迅速.文中首先对基于深度学习的2D目标检测算法进行概述;其次根据图像、激光雷达、多传感器等不同数据采集方式,分析目前具有代表性和开创性的3D目标检测算法;结合自动驾驶的应用场景,对比分析不同3D目标检测算法的性能、优势和局限性;最后总结了3D目标检测的应用意义以及待解决的问题,并对3D目标检测的发展方向和新的挑战进行了讨论和展望.

关键词：深度学习、计算机视觉、目标检测

所属期刊栏目：47

分类号：TP751(遥感技术)

资助基金：西部一流大学科研创新项目;宁夏回族自治区重点研发项目;国家自然科学基金

在线出版日期：2020-04-29（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：94-102