基于點(diǎn)云的自動(dòng)駕駛下三維目標(biāo)檢測(cè)

摘要： 針對(duì)當(dāng)前三維目標(biāo)檢測(cè)算法對(duì)行人、騎行人等小目標(biāo)檢測(cè)效果不佳的缺點(diǎn)，提出一種改進(jìn)PV-RCNN的三維目標(biāo)檢測(cè)算法。改進(jìn)關(guān)鍵點(diǎn)下采樣方式，通過(guò)濾除背景及離群點(diǎn)提高關(guān)鍵點(diǎn)在目標(biāo)上的命中率；設(shè)計(jì)多尺度區(qū)域建議網(wǎng)絡(luò)，尺度匹配的特征圖提高邊界框的生成質(zhì)量；使用加入方向感知的DIoU損失函數(shù)優(yōu)化邊界框的回歸。實(shí)驗(yàn)結(jié)果表明，與基準(zhǔn)網(wǎng)絡(luò)相比，算法在KITTI測(cè)試集的車輛、行人和騎行人的mAP分別...